MODEL LINIER

“ANALISIS REGRESI LINIER DENGAN SPSS”

Dosen Pengampuh : Ibu Dewi Rahmawaty Isa, S.Si., M.Pd

Disusun Oleh:
Dina Zulfiana Matiyeni
NIM : 413422036
Kelas : C (Statistika)

PROGRAM STUDI S1 STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI GORONTALO
TAHUN 2023
 Contoh kasus regresi sederhana
• Kasus : Seorang mahasiswa akan meneliti apakah terdapat pengaruh promosi terhadap
volume penjualan pada Perusahaan-perusahaan di kabupaten Malang, untuk kepentingan
penelitian tersebut diambil 10 perusahaan sejenis yang telah melakukan kegiatan promosi.
Dari kasus tersebut, apakah terdapat pengaruh antara biaya promosi terhadap volume
penjualan Perusahaan.
• Alternatif Judul Penelitian : Pengaruh antara biaya promosi terhadap volume penjualan
Perusahaan.
• Rumusan Masalah : Apakah terdapat pengaruh antara biaya promosi terhadap volume
penjualan Perusahaan.
• Kriteria penerimaan Hipotesis :
• HIPOTESIS
H0 : 𝛽1 = 0 tidak terdapat pengaruh antara biaya iklan terhadap penjualan
H1 : 𝛽1 ≠ 0 terdapat pengaruh antara biaya iklan terhadap penjualan

• TARAF SIGNIFIKANSI
0,05

• STATISTIK UJI SPSS

Sebelum melakukan uji regresi sederhana, maka kita harus membuktikan
terlebih dahulu apakah data lolos dalam syarat kelayakan model regresi linear
sederhana dengan menguji normalitas, uji linearitas, dan uji heteroskedastisitas.

No Penjualan Promosi
1 73600 23000
2 70150 18400
3 96600 39100
4 80500 26450
5 101200 31050
6 105800 36800
7 82800 20700
8 88550 25300
9 86250 23000
10 72450 20700

LANGKAH PERTAMA
Buka aplikasi SPSS dengan cara Klik windows-programs-IBM SPSS
Statistics- IBM SPSS Statistics 26. Berikut adalah tampilan dari halaman muka dari
software SPSS versi 26:
 LANGKAH KEDUA
Mendefinisikan data, caranya dengan:
• Klik Tab Variabel View
• Klik pada Cell di baris pertama kolom Name, kemudian tuliskan X
• Klik pada Cell di baris kedua kolom Name, kemudian tuliskan Y
• Klik pada Cell di baris pertama kolom Label, kemudian tuliskan Promosi
• Klik pada Cell di baris kedua kolom Label, kemudian tuliskan Penjualan
• Klik Tab Data View
• Input data yang akan dianalisis ke dalam program SPSS

LANGKAH KETIGA
Menganalisis data menggunakan modul analyze pada software SPSS dengan cara:

• Klik Modul Analyze-Regression-Linier

 • Pindahkan variabel Promosi pada tab Independent(s)
• Pindahkan variabel Penjualan pada tab Dependent
• Klik Ok

LANGKAH KEEMPAT :
Melakukan interpretasi hasil output uji regresi linier sederhana menggunakan SPSS.
Penjelasannya:

Pada tabel diatas menjelaskan tentang variabel yang dimasukkan serta metode yang digunakan.
Dalam hal ini variabel yang dimasukkan adalah variabel Promosi sebagai variabel independen
dan Loyalitas Penjualan sebagai variabel dependen dan metode yang digunakan adalah metode
Enter.

Pada tabel diatas menjelaskan tentang besarnya nikai korelasi atau hubungan (R) yaitu sebesar
0.816. Dari output tersebut diperoleh koefisien determinasi (R Square) sebesar 0.741 yang
mengandung pengertian bahwa pengaruh variabel bebas ( Dalam kasus ini adalah promorsi)
terhadap variabel terikat/dependen (Dalam studi kasus ini adalah penjualan) adalah sebesar
74,1%.

Pada tabel diatas menjelaskan tentang apakah model regresi dapat dipakai untuk memprediksi
variabel independen terhadap variabel dependen. Dari output tersebut diketahui bahwa nilai F
hitung sebesar 22,987 dengan tingkat signifikansi sebesar 0.001 < 0,05 , maka dapat dikatakan
bahwa model regresi dapat dipakai untuk memprediksi pengaruh variabel Promosi (X) terhadap
variabel Penjualan(Y).
Pada tabel diatas menjelaskan tentang diketahuinya nilai constant (a) sebesar 45800.119
sedangkan nilai Promosi (X) sebesar 1.512, sehingga persamaan nya dapat dituliskan sebagai
berikut:

Y= a+bX
Y= 45800.119 + 1.512X
Persamaan tersebut dapat diterjemahkan sebagai berikut:
• Konstanta sebesar 45800.119, mengandung arti bahwa nilai konsisten variabel Promosi
adalah sebesar 45800.119.
• koefisien regresi X sebesar 1,512 menyatakan bahwa setiap penambahan 1% nilai
Promosi, maka nilai Penjualan bertambah sebesar 1,512. Koefisien regresi tersebut
bernilai positif, sehingga dapat dikatakan bahwa arah pengaruh variabel X terhadap Y
adalah positif.
Pengambilan Keputusan dalam Uji Regresi Linier Sederhana
1. Berdasarkan nilai signifikansi.
• Dari tabel di Coefficients, diperoleh nilai signifikansi sebesar 0.001< 0,05 sehingga
dapat disimpulkan bahwa variabel Harga Produk (X) berpengaruh terhadap variabel
Loyalitas Pelanggan (Y).
2. Berdasarkan nilai t.
• Diketahui nilai t_hitung sebesar 4,785 > t_tabel sebesar 2.306, sehingga dapat
disimpulkan bahwa variabel Promosi (X) berpengaruh terhadap variabel Penjualan
(Y).
Lampiran 1:
Cara mencari nilai t_tabel
t_tabel = {(a/2) / (n-k-1)}
= (0.05/2) / (10-1-1)
 = 0.025/8
= 2,306 (Dilihat pada tabel distribusi t).

KASUS REGRESI BERGANDA

• Kasus : Seorang Mahasiswa meneliti apakah terdapat pengaruh harga dan pendapatan
terhadap konsumsi produk X. Untuk keperluan tersebut diambil sampel secara acak
sebanyak 10 oeang pemakai produk.
• Alternatif Judul Penelitian : Pengaruh harga dan pendapatan terhadap konsumsi produk
X
• Rumusan Masalah : Apakah terdapat pengaruh antara harga terhadap konsumsi produk X
• Hipotesis : Terdapat pengaruh antara harga terhadap konsumsi produk X
• Kriteria penerimaan Hipotesis :
• H0 : Tidak terdapat pengaruh antara harga terhadap konsumsi produk X
• H1 : Terdapat pengaruh antara harga terhadap konsumsi produk X
Regresi Berganda
No Konsumsi (Y) Harga (X1) Pendapatan
(X2)
1 3600 1440 6000
2 4800 2160 9600
3 7200 3600 9600
4 6000 2880 10800
5 8400 4320 10800
6 7200 1440 15600
7 4800 2160 7200
8 6000 2880 10800
9 4800 3600 4800
10 3600 4320 3600

PENYELSAIAN MENGGUNAKAN SPSS

LANGKAH PERTAMA :
Buka aplikasi SPSS dengan cara windows-programs-IBM SPSS Statistics- IBM SPSS
Statistics 26.

LANGKAH KEDUA
Mendefinisikan data, caranya dengan:
 • Klik Tab variabel view
• Klik pada Cell di baris pertama kolom Name, kemudian tuliskan X1
• Klik pada Cell di baris kedua kolom Name, kemudian tuliskan X2
• Klik pada Cell di baris ketiga kolom Name, kemudian tuliskan Y
• Klik pada Cell di baris pertama kolom Label, kemudian tuliskan Harga (X1)
• Klik pada Cell di baris kedua kolom Label, kemudian tuliskan Pendapatan (X2)
• Klik pada Cell di baris ketiga kolom Label, kemudian tuliskan Konsumsi (Y)
• Klik Tab Data View
• Input data yang akan dianalisis ke dalam program SPSS

LANGKAH KETIGA:
Menganalisis data menggunakan modul analyze pada software SPSS dengan cara:

• Klik Modul Analyze-Regression-Linier

• Pindahkan variabel Harga Produk pada tab Independent(s)
 • Pindahkan variabel konsumsi pada tab Dependent
• Klik OK
•

• Pada tahapan ini akan menghasilkan output seperti tampilan dibawah ini:

LANGKAH KEEMPAT :
Melakukan interpretasi hasil output uji regresi linier berganda menggunakan SPSS.

Figure 6. Pengujian Hipotesis dengan Uji t

A. Pengujian Hipotesis Pertama (H1)
Diketahui nilai signifikansi untuk pengaruh X1 terhadap Y adalah sebesar 0,007<0,05 dan
nilai t hitung 3,794 > 2,365, sehingga dapat disimpulkan bahwa H1 di terima yang berarti
terdapat pengaruh X1 terhadap Y.

B. Pengujian Hipotesis Kedua (H2)

Diketahui nilai signifikansi untuk pengaruh X2 adalah sebesar 0,000 < 0,05 dan nilai t
hitung 0,067 < 2,365 sehingga dapat disimpulkan bahwa H2 ditolak yang berarti bahwa
tidak terdapat pengaruh X2 terhadap Y.

C. Pengujian Hipotesis Ketiga (H3)

Figure 7. Pengaruh X1 dan X2 Secara Simultan Terhadap Y

Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X1 dan X2 secara
simultan terhadap Y adalah sebesar 0.001 < 0,05 dan F_tabel sebesar 22,343 > 4,74,
sehingga dapat disimpulkan bahwa H3 diterima yang berarti bahwa terdapat pengaruh X1
dan X2 secara simultan terhadap Y.
D. Interpretasi Koefisien Determinasi Dari Tabel Output Model Summary
 Figure 8. Output Model Summary

Berdasarkan output diatas diketahui nilai R Square sebesar 0.865, hal ini mengandung arti
bahwa pengaruh variabel X1 dan X2 secara simultan terhadap variabel Y adalah sebesar
86.5%.

Cara mencari nilai F_tabel

• Probability = tingkat kesalahan () = 0.05

• Jumlah variabel bebas = 2
• Jumlah sampel (n) = 10
• deg_freedom1 = dk pembilang = Jumlah variabel bebas = k = 2
• deg_freedom2 = dk penyebut (n-k-1) = 10-2-1 = 7
• Maka formulanya adalah = FINV(0.05,2,7)
• Nilai F tabel yang diperoleh = 4,74

Uji Multikolinearitas

1. Hipotesis
H0 : tidak terjadi multikolinearitas
H1 : terjadi multikolinearitas
2. Kriteria penolakan
Tolak H0 Jika nilai VIF > 10,00 dan Tolerance < 0,01
Gagal tolak H0 Jika VIF < 10,00 dan nilai Tolerance > 0,01
3. Statistik uji
Untuk mengetahui apakah data yang dianalisis terjadi korelasi antara variable bebasnya
atau tidak, maka perhatikan tabel Coefficients pada kolom Collinearity statistics
Tolerance dan VIF.

4. Keputusan
Pada tabel diatas, dapat dilihat bahwa
• variabel harga : VIF (1.143) < 10,00 dan tolerance (0.875) > 0,10
• variabel pendapatan : VIF, (1.143) < 10,00 dan tolerance (0.875) > 0,10
maka keputusan kedua variabel gagal tolak H0
5. Kesimpulan
Sehingga, dapat disimpulkan bahwa, baik variabel harga maupun variabel
pendapatan tidak terjadi gangguan multikolinearitas diantara variabel independen atau
bebas tersebut.

Uji Heteroskedastisitas

1. Hipotesis
H0 : tidak terjadi heteroskedastisitas
H1 : terjadi heteroskedastisitas
2. Taraf signifikansi
0,05
3. Kriteria penolakan
Tolak H0 jika sig < 0,05
Gagal tolak H0 jika > 0,05,
4. Statisti uji

5. Keputusan
berdasarkan output diatas diketahui
• variabel harga : sig (0,050) = α (0,05).
• Pendapatan : sig (0,334) > α (0,05).
6. Kesimpulan
maka sesuai dengan dasar pengambilan keputusan dalam uji glejser, dapat
disimpulkan bahwa tidak terjadi gejala heteroskedastisitas dalam model regresi atau
terjadi homoskedastisitas.