KELOMPOK 2 :
1. NUR ULFHA AMELIA
2. MEGAWATI
3. NURFAIDAH
4. KARTINI
5. NURUL AULIAH SUBAIR
Analisis Regresi
Analisis regresi adalah alat analisis untuk menguji hubungan
sebuah variabel dengan sejumlah variabel lainnya.
Regresi linier bertujuan untuk menjelaskan pengaruh sejumlah
variabel bebas terhadap variabel tidak bebas.
Esensi estimasi model regresi adalah mengetahui koefisien
regresi dan arah parameter variabel bebasnya.
Koefisien regresi menunjukkan besar pengaruh variabel
dependen terhadap variabel independen.
Konsep elastisitas banyak digunakan dalam aplikasi ekonomi.
Elastisitas yang diperoleh dari perhitungan regresi digunakan
sebagai bahan pertimbangan dalam pengambilan keputusan
perusahaan.
Analisis Regresi terbagi menjadi 2 bagian yaitu :
1. Analisis Regresi Sederhana
Analisis regresi linier sederhana adalah hubungan secara linear
antara satu variabel independen (X) dengan variabel dependen (Y).
Analisis ini untuk mengetahui arah hubungan antara variabel
independen dengan variabel dependen apakah positif atau negatif
dan untuk memprediksi nilai dari variabel dependen apabila nilai
variabel independen mengalami kenaikan atau penurunan. Data
yang digunakan biasanya berskala interval atau rasio.
Rumus regresi linear sederhana sebagi berikut:
Y’ = a + bX
Keterangan:
Y’ = Variabel dependen (nilai yang diprediksikan)
X = Variabel independen
a = Konstanta (nilai Y’ apabila X = 0)
b = Koefisien regresi (nilai peningkatan ataupun penurunan)
Contoh kasus:
Seorang mahasiswa bernama Hermawan ingin meneliti tentang
pengaruh biaya promosi terhadap volume penjualan pada
perusahaan jual beli motor. Dengan ini di dapat variabel
dependen (Y) adalah volume penjualan dan variabel independen
(X) adalah biaya promosi. Dengan ini menganalisis dengan
bantuan program SPSS dengan alat analisis regresi linear
sederhana. Data-data yang di dapat ditabulasikan sebagai berikut:
Angka-angka pada tabel hasil analisis spss diatas dapat diartikan sbb :
Konstanta sebesar -28764,7; artinya jika biaya promosi (X) nilainya adalah
0, maka volume penjulan (Y’) nilainya negatif yaitu sebesar -28764,7.
Koefisien regresi variabel harga (X) sebesar 0,691; artinya jika harga
mengalami kenaikan Rp.1, maka volume penjualan (Y’) akan mengalami
peningkatan sebesar Rp.0,691. Koefisien bernilai positif artinya terjadi
hubungan positif antara harga dengan volume penjualan, semakin naik
harga maka semakin meningkatkan volume penjualan.
Nilai volume penjualan yang diprediksi (Y’) dapat dilihat pada tabel
Casewise Diagnostics (kolom Predicted Value). Sedangkan Residual
(unstandardized residual) adalah selisih antara Volume Penjualan dengan
Predicted Value, dan Std. Residual (standardized residual) adalah nilai
residual yang telah terstandarisasi (nilai semakin mendekati 0 maka model
regresi semakin baik dalam melakukan prediksi, sebaliknya semakin
menjauhi 0 atau lebih dari 1 atau -1 maka semakin tidak baik model regresi
dalam melakukan prediksi).
Dengan menggunakan Uji Koefisien Regresi Sederhana (Uji t), dapat
diketahui hasilnya bahwa nilai t hitung > t tabel (10,983 > 2,110)
maka Ho ditolak, artinya bahwa ada pengaruh secara signifikan
antara biaya promosi dengan volume penjualan. Jadi dalam kasus ini
dapat disimpulkan bahwa biaya promosi berpengaruh terhadap
volume penjualan pada perusahaan jual beli motor.
Contoh kasus :
Kita mengambil contoh kasus pada uji normalitas, yaitu sebagai berikut: Seorang
mahasiswa bernama Bambang melakukan penelitian tentang faktor-faktor yang
mempengaruhi harga saham pada perusahaan di BEJ. Bambang dalam
penelitiannya ingin mengetahui hubungan antara rasio keuangan PER dan ROI
terhadap harga saham. Dengan ini Bambang menganalisis dengan bantuan
program SPSS dengan alat analisis regresi linear berganda. Dari uraian di atas
maka didapat variabel dependen (Y) adalah harga saham, sedangkan variabel
independen (X1 dan X2) adalah PER dan ROI.
Koefisien regresi variabel ROI (X2) sebesar 692,107; artinya jika variabel
independen lain nilainya tetap dan ROI mengalami kenaikan 1%, maka
harga saham (Y’) akan mengalami peningkatan sebesar Rp.692,107.
Koefisien bernilai positif artinya terjadi hubungan positif antara ROI
dengan harga saham, semakin naik ROI maka semakin meningkat harga
saham.
Nilai harga saham yang diprediksi (Y’) dapat dilihat pada tabel Casewise
Diagnostics (kolom Predicted Value). Sedangkan Residual (unstandardized
residual) adalah selisih antara harga saham dengan Predicted Value, dan
Std. Residual (standardized residual) adalah nilai residual yang telah
terstandarisasi (nilai semakin mendekati 0 maka model regresi semakin
baik dalam melakukan prediksi, sebaliknya semakin menjauhi 0 atau lebih
dari 1 atau -1 maka semakin tidak baik model regresi dalam melakukan
prediksi).
Analisis Korelasi Ganda (R), diperoleh angka R sebesar 0,879 dari tabel
analisis spss. Hal ini menunjukkan bahwa terjadi hubungan yang sangat kuat
antara PER dan ROI terhadap harga saham.
Uji Koefisien Regresi Secara Bersama-sama (Uji F), dapat disimpulkan bahwa
PER dan ROI secara bersama-sama berpengaruh terhadap harga saham pada
perusahaan di BEJ.