Anggota Kelompok 5 :
Dimana:
k = jumlah variabel independen dan n = jumlah observasi
terminologi koefisien determinasi yang disesuaikan ini karena disesuaikan
dengan derajat kebebasan (df) dimana mempunyai df sebesar n-(k+1) dan
dengan df sebesar n-1.
Variabel Independen Kualitatif
Dua jenis variabel di dalam regresi sebagai berikut:
● Variabel kuantitatif adalah variabel yang dilaporkan dalam bentuk
angka numerik. Contohnya volume penjualan, pengeluaran iklan,
dan sebagainya.
● Variabel kualitatif adalah variabel yang dilaporkan tidak dalam
bentuk angka numerik melainkan dengan angka nonnmerik yang
biasanya dinyatakan dalam bentuk atribut. Cotohnya jenis kelamin,
tingkat pendidikan, dan sebagainya.
Pembahasan pada regresi saat ini difokuskan pada regresi dengan variabel
independen bersifat kualitatif.
Modal regresi sebagai berikut:
Yi = b0 + b1X1i + b2X2i + b3Di + ei
Dimana:
Y = penjualan; X1 = harga; X2 = pengeluaran iklan; dan D = diskon
Variabel kualitatif ini mengidentifikasi ada tidaknya sebuah atribut. Persoalannya
bagaimana atribut yang bersifat kualitatif ini bisa operasional di dalam analisis
regresi karena regresi memerlukan data kuantitatif. Metode untuk
mengkuantitatifkan atribut yang bersifat kualitatif tersebut dengan cara memberi
nilai 1 atau 0. Angka 1 menunjukan adanya atribut, angka 0 menunjukan tiadanya
atribut. Metode ini disebut dengan teknik variabel dummy.
●
Tentang regresi penjualan computer. Selain variable independent harga dan pengeluaran iklan, sekarang
kita tambah satu variable independent yang bersifat kualitatif yaitu diskon. Variabel kualitatif diskon ini
mempunyai dua kelas yaitu toko yang memberi diskon dan toko yang tidak memberi diskon. Adapun
datanya ditampilkan dalam tabel diatas sebelumnya regresi sebagai berikut:
Asumsi berikutnya adalah residual tidak saling berhubungan. Jika residual saling
berhubungan disebut autokorelasi. Adapun formula Uji Statistik Durbin-Watson
adalah sebagai berikut:
Durbin-Watson menentukan nilai kritis batas bawah (dL) dan batas atas (du)
sehingga nilai d hitung dari formula di atas terletak di luar nilai kritis ini maka
ada tidaknya autokolerasi baik positif atau negatif dapat diketahui (dapat dilihat
pada gambar di bawah). Jika nilai d mendekati 2 maka tidak ada autokolerasi,
jika mendekati 0 atau mendekati 4 maka diduga ada autokolerasi positif atau
negatif.
3. Normalitas
Asumsi berikutnya adalah residual didistribusikan mengikuti distribusi
normal. Normalitas tidaknya residual bisa dilihat dengan menggunakan
histogram dari residual. Jika bentuk histogram mendekati bentuk kurva
distribusi normal maka residual mempunyai distribusi normal dan juga
sebaliknya.
Selain itu, kita juga bisa menggunakan normal Q-Q plot yang
menggambarkan hubungan antara standar normal data pada sumbu horizontal
dan standar normal populasi pada sumbu vertikal. Jika keduanya
berhubungan maka titik-titik dalam Q-Q plot akan terletak pada garis lurus
sehingga data mempunyai distribusi normal begitupun sebaliknya.
Contoh uji residual asumsi OLS
Tentang pengaruh harga, iklan, dan diskon terhadap penjualan computer dari 20
toko. Uji lah apakah residual dari modal regresi tersebut mengikuti asumsi OLS
yaitu homoskedastisitas, tidak ada autokorelasi, dan distribusi normal.
1. Uji homoskedastisitas
●
2. Uji autokorelasi
hasil uji autokorelasi dengan nilai durbin Watson=1,678 nilai kritis pada
α= 5% dengan k= 3 (jumlah variabel independent) dan n= 20 untuk
=0,998 dan =1,676. nilai 1,678terletak antara dan 4- sehingga tidak ada
masalah auto korelasi
3. Uji normalitas
Uji noemalitas menggunakan dua cara yaitu menggunakan histrogam dan
Q-Q plots.
Berdasarkan histrogam residual terlihat bahwa residual menyerupai kurva
distribusi normal. Sedangkan berdasarkan berdasarkan Q-Q plots
menunjukan bahwa nilai Q-Q plotnya terletak pada garis lurus. Sehingga
dapat disimpulkan bahwa residualnya berdistribusi normal.
TERIMAKASI
H