1 Pendahuluan
Dari modul sebelumnya kita telah mempelajari cara pendugaan koefisien regresi linear
sederhana. Berikut akan dimunculkan kembali data dan koefisien regresinya.
1 12,000 56,000
2 13,500 62,430
3 12,750 60,850
4 12,600 61,300
5 14,850 65,825
6 15,200 66,354
7 15,750 65,260
8 16,800 68,798
9 18,450 70,470
10 17,900 65,200
Terdapat 10 pasang data sampel biaya promosi dan penjualan terhadap barang
tersebut dimana:
• Variabel terikat (Y) = penjualan
• Variabel bebas (X) = promosi
Dari data tersebut diperoleh koefisien regresinya sebagai berikut:
𝑏0 = 39775.84 (nilai untuk intercept) dan
𝑏1 = 1.63 (koefisien untuk variabel promosi)
Uji-t dimaksudkan untuk menguji pengaruh setiap variabel penjelas secara satu Dalam hal ini untuk kasus kita adalah variabel promosi
per satu terhadap variabel terikatnya. terhadap variabel jumlah permintaan.
Commented [DS2]: Uji Prsial maksudnya adalah uji secara
terpisah, nama lainnya adalah uji satu-satu, dimana satu per
Bentuk umum Hipotesis Uji t: satu variabel diuji.
𝐻0 : 𝛽𝑖 = 0
Hal ini akan kelihatan pada kasus regresi berganda dengan
𝐻1 : 𝛽𝑖 ≠ 0, 𝑖 = 1,2, … , 𝑘 jumlah variabel X lebih dari satu.
Commented [DS3]: Perhatikan bahwa bentuk umum dari
Bentuk Hipotesis Uji t untuk regresi linear sederhana : hipotesisi uji t ini tidak boleh tertukar antara H 0 dan H1
𝐻0 : 𝛽1 = 0
𝐻1 : 𝛽1 ≠ 0
Kaidah Keputusan:
a/2 a/2
-ta/2 ta/2
Tolak H0 jika t < -tn-2, a/2
atau t > tn-2, a/2
Selain mengguakan nilai t tabel, kaidah keputusan pengujian juga bisa Commented [DS4]: Nilai t yang dilihat pada tabel t yang
ada.
menggunakan kriteria nilai p-value.
Uji t pada Ms.Excel dapat dilihat pada output regresi linear sederhana yang
telah kita lakukan sebelumnya.
Nilai α=0,05 Commented [DS5]: Nilai alfa dari data olahan regresi
sebelumnya sebesar 5% (dapat dilihat pada gambar 3 modul
Nilai t untuk koefisien b0 = 8.38 dan untuk b1 = 5.21 sebelumya, pada kotak Confidence Level of Mean terisi nilai
Nilai p-value untuk koefisien b0 = 0.00003 dan untuk b1 = 0.0008 95, berarti nilai alfa yang kita pilih sebesar
100%-95%=5% atau 0,05
Commented [DS6]: Yang dipehatikan hanya koefisien b1
Dari nilai-nilai diatas diketahui bahwa p-value = 0.0008 lebih kecil daripada nilai karena merupakan koefisien regresi dari variabel X 1 atau
α=0.05. promosi.
Dengan demikian kita memutuskan untuk menolak H0 dan menerima H1 yang Koefisien b0 adalah nilai intercept atau konstanta dari
berarti variabel promosi berpengaruh secara signifikan terhadap variabel persamaan regresi yang kita miliki.
jumlah permintaan.
b) Uji F (uji simultan) Commented [DS7]: Uji simultan maksudnya adalah uji
bersama,
Uji ini melihat pengaruh variabel-variabel X secara bersama-
Dengan uji F ini kita dapat mengetahui : sama terhadap variabel Y.
jumlah permintaan Hal yang berbeda akan terlihat pada regresi berganda.
𝐻1 : Variabel promosi berpengaruh secara signifikan terhadap variabel
jumlah permintaan
a = .05
0 F
Terima H0 Tolak H0
Selain mengguakan nilai F tabel, kaidah keputusan pengujian juga bisa Commented [DS9]: Nilai F yang dilihat pada tabel F yang
ada.
menggunakan kriteria nilai signifikan F.
Sama halnya dengan Uji t, Uji F pada Ms.Excel dapat dilihat pada output regresi
linear sederhana yang telah kita lakukan sebelumnya.
Nilai α=0,05 Commented [DS10]: Nilai alfa dari data olahan regresi
sebelumnya sebesar 5% (dapat dilihat pada gambar 3 modul
Nilai F dari persamaan regresi diketahui sebesar 27.12 sebelumya, pada kotak Confidence Level of Mean terisi nilai
Nilai signifikan F dari persamaan regresinya diketahui sebesar 0.0008 95, berarti nilai alfa yang kita pilih sebesar
100%-95%=5% atau 0,05
Dari nilai-nilai diatas diketahui bahwa signifikan F = 0.0008 lebih kecil daripada
nilai α=0.05.
Dengan demikian kita memutuskan untuk menolak H0 dan menerima H1 yang
berarti variabel promosi berpengaruh secara signifikan terhadap variabel
jumlah permintaan.
*Catatan:
Karena jumlah variabel hanya satu (regresi linear
sederhana) maka hasil uji t dan uji F nya tidak
terlihat perbedaannya (sama).
Pada kasus regresi linear berganda dimana jumlah
variabel X nya banyak (lebih dari 1) maka akan
terlihat jelas perbedaan dari kedua uji ini.
TUGAS MANDIRI:
1. Melanjutkan tugas yang lalu dengan melakukan pengujian koefisien regresinya (Uji t
dan Uji F)!
2. Mencari data regresi dimana hasil uji t dan uji F nya tidak signifikan. Kemudian analisis
penyebab mengapa koefisien regresinya tidak signifikan!