A. Pengertian
Regresi linear sederhana adalah hubungan secara linear antara satu variabel independen
(X) dengan variabel dependen (Y). Analisis ini digunakan untuk mengetahui arah
hubungan antara variabel independen dengan variabel dependen apakah positif atau
negatif serta untuk memprediksi nilai dari variabel dependen apabila nilai variabel
independen mengalami kenaikan atau penurunan nilai. Data yang digunakan biasanya
berskala interval atau rasio.
Rumus dari dari analisis regresi linear sederhana adalah sebagai berikut:
Y’ = a + bX
Keterangan:
Y = subyek dalam variabel dependen yang diprediksi
a = harga Y ketika harga X= 0 (harga konstan)
b = angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun
penurunan variabel dependen yang didasarkan pada perubahan variabel independen. Bila
(+) arah garis naik, dan bila (-) maka arah garis turun.
X = subyek pada variabel independen yang mempunyai nilai tertentu.
Secara teknik harga b merupakan tangent dari perbandingan antara panjang garis variabel
dependen, setelah persamaan regresi ditemukan.
Dimana :
R = koefisien korelasi product moment antara variabel variabel X dengan variabel Y
Sy = simpangan baku variabel Y
Sx = simpangan baku variabel X
Jika harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi,
maka harga b juga besar, sebaliknya bila koefisien korelasi rendah maka harga b juga
rendah (kecil). Selain itu bila koefisien korelasi negatif maka harga b juga negatif, dan
sebaliknya bila koefisien korelasi positif maka harga b juga positif.
B. Contoh Kasus
Seorang pengusaha bernama Andrianto ingin meneliti tentang pengaruh biaya promosi
terhadap volume penjualan pada perusahaan minyak wangi. Dari pernyataan tersebut
didapatvariabel dependen (Y) adalah volume penjualan dan variabel independen (X)
adalah biaya promosi. Data-data yang didapat ditabulasikan sebagai berikut:
1 12 56
2 14 62
3 13 60
4 12 61
5 15 65
6 13 66
7 14 60
8 15 63
9 13 65
10 14 62
Langkah :
- Buka file : korelasi & regresi
- Klik Analyze, klik Regression, dan klik linier
- Klik dan pindahkan volume penjualan ke kotak dependent dan biaya promosi ke
kotak independent dengan mengetik tanda ►
- Klik statistics pilih estimates, model fit, dan descriptive.
- Klik continue
- Klik plots
- Pada standardized residual plots, pilih histogram dan normal probability plot.
- Klik continue dan klik OK.
Karena t hitung < t tabel, maka Ha diterima. Kesimpulannya, terdapat pengaruh yang
signifikan antara biaya promosi dengan volume penjualan.