Disusun Oleh:
Nama : Narita Cahyana
NIM : 732084202005
Dosen Pengampuh:
Suarti Djafar, S.Pd., M.Pd.
Keterangan :
r xy =koefisienkorelasi product moment
❑
∑
❑
Y = jumlah dari pengamatan nilai y
Pendapatan 10 20 50 55 60 65 75 70
(X) 81 85 90 80
Tabungan 2 4 5 6 7 8 9 8
(Y) 9 10 11 9
Pemecahan:
1. Apakah terdapat korelasi positif antara pendapatan dan tabungan?
2. Hipotesis
Ho : tidak terdapat korelasi positif antara pendapatan dengan tabungan.
Ha : terdapat korelasi positif antara pendapatan dengan tabungan.
3. Keriteria pengujian
Ho tidak dapat ditolak jika:
r hitung ≤ r tabel, atau
t hitung ≤ t tabel, atau
sig. > alpha (α)
Ha diterima jika:
r hitung > r tabel, atau
t hitung > t tabel, atau
sig. ≤ alpha (α), dan arah koefisien positif.
Y = a+b×1+cD1×1 +dD 1
C. Regresi Berganda
Analisis Regresi Berganda adalah hubungan secara linier antara dua atau lebih
variable independent (X1,X2,…Xn) dengan variable dependent (Y). Analisis ini untuk
memprediksikan nilai variable dependen apabila nilai variable independen mengalami
kenaikan atau penurunan. Dan untuk mengetahui arah hubungan antara variable
independen dengan variable dependen apakah masingmasing variable independen
berhubungan positif atau negatif. Persamaan regresi berganda sebagai berikut:
Keterangan :
Y' = Variabel dependen (nilai yang diprediksikan)
X1, X2…Xn = Variabel independen
a = Konstanta (nilai Y' apabila X1, X2…Xn = 0)
b1, b2…bn = Koefisien regresi (nilai peningkatan ataupun penurunan).
1. Analisis Data
a. Persamaan regresi
Untuk menghitung persamaan regresi dengan cara manual maka perlu dibuat lembar
kerja
b. Menghitung Nilai Prediksi
Untuk menghitung nilai prediksi kita harus memasukkan nilai variabel bebas
setiap sampel (case) ke dalam persamaan regresi yang telah terbentuk. Untuk
menghitung nilai prediksi penjualan sampel pertama sampai sampel kesepuluh.
c. Menghitung Koefisien Determinasi (R²)
d. Menghitung Kesalahan Baku Estimasi
Kesalahan baku estimasi (Standard Error of the Estimate) merupakan satuan yang
di gunakann untuk mengukur tingkat penyimpangan antara persamaan regresi dengan
nilai riilnya.
e. Menghitung Kesalahan Baku Koefisien Regresi
Kesalahan baku koefisien regresi digunakan untuk mengukur besarnya
penyimpangan dan masingmasing koefisien regresi yang terbentuk. Semakin rendah
kesalahan baku koefisien regresi, semakin berperan variabel tersebut dalam model.
Sebaliknya, semakin tinggi kesalahan baku koefisien regresi maka semakin tidak
berperan variabel tersebut dalam persamaan regresi.
f. Menghitung Nilai F Hitung
Nilai F hitung digunakan untuk menguji ketepatan model (goodness of fit). Uji F
ini juga sering disebut sebagai uji simultan, untuk menguji apakah variabel bebas
yang digunakan dalam model mampu menjelaskan perubahan nilai variabel
tergantung atau tidak. Untuk menyimpulkan apakah model masuk dalam kategori
cocok ( fit ) atau tidak, kita harus membandingkan nilai F hitung dengan nilai F tabel
dengan derajat bebas; df; a,(k-1),(n-k).
2. Menghitung Nilai t Hitung
Nilai t hitung digunakan untuk menguji apakah variabel tersebut berpengaruh
secara signifikan terhadap variabel tergantung atau tidak. Suatu variabel akan memiliki
pengaruh yang berarti jika nilai t hitung variabel tersebut lebih besar di bandingkan
dengan nilai t tabel. Dalam pengujian ini digunakan uji t satu ujung karena hipotesis
yang diajukan sudah menunjukkan arah, yaitu terdapat pengaruh negatif harga terhadap
penjualan dan terdapat pengaruh positif pendapatan terhadap penjualan.
3. Langkah-langkah Menggunakan SPSS
Buka file
Klik Variable View, kemudian pada kolom Name baris pertama ketik Y, baris
kedua ketik X1, dan baris ketiga ketik X2.
Pada kolom Label, pada kolom baris pertama ketik volume penjualan, kolom
kedua ketik harga dan kolom ketiga ketik pendapatan.
Buka halaman data view dengan klik Data View, maka didapat kolom variabel Y,
X1, dan X2. Kemudian ketikkan data sesuai dengan variabelnya.
Klik Analyze >> Regression >> Linier.
Klik variabel volume penjualan dan masukkan ke kotak Dependent, kemudian
klik variabel harga dan pendapatan kemudian masukkan ke kotak Independent(s).
Klik OK.