“OM SWASTYASTU”

Nama : A.A Cahya Naratama

Nim : 202061121066
Kelas : C2
 KONSEP ANALISIS REGRESI
• Analisis Regresi atau biasa disingkat sebagai anareg adalah metode yang
digunakan untuk mengukur pengaruh variabel bebas terhadap variabel
tergantung. Analisis regresi juga salah satu metode untuk menetukan
hubungan sebab akibat antara satu variabel dengan variabel yang lainnya.
Adapun konsep dasar dari analisis Regresi adalah untuk meramalkan atau
mengetahui informasi mengenai variabel terikat (Y) berdasarkan variabel
bebas (X).
 LINIER
SEDERHANA

SEDERHANA
NO LINIER
SEDERHANA

ANALISIS
REGISI
LINIER
BERGANDA

BERGANDA
NONLINIER
BERGANDA
 REGRESI SEDERHANA
• Analisis Regresi Sederhana adalah sebuah metode pendekatan untuk pemodelan
hubungan antara satu variabel dependen dan satu variabel independen. Dalam
model regresi, variabel independen menerangkan variabel dependennya. Dalam
analisis regresi sederhana, hubungan antara variabel bersifat linier, dimana
perubahan pada variabel X akan diikuti oleh perubahan pada variabel Y secara
tetap.
 Regresi Linier Sederhana

• Regresi Sederhana adalah analisis data yang hanya terdiri dari satu variabel
bebas (X) dan satu variabel terikat (Y). secara matematis dapat dituliskan
sebagai berikut:
Y = A + BX + e
Y adalah variabel dependen atau respon B adalah koefisien regresI atau slope
A adalah intercept atau konstanta e adalah residual atau error
 REGRESI NONLINIER SEDERHANA
• Regresi non linier merupakan salah satu metode untuk memperoleh model non
linier yang menyatakan veriabel dependen dan independen. Apabila hubungan
fbgsi antara variabel bebas X dan variabel tidak bebas Y bersifat non linier, yaitu
penyebaran data Xi dan Yi tidak mengikuti garis lurus tetapi membentuk suatu
bentuk kurva tertentu atau parabolik, katakanlah kurva eksponensial, maka
analisis regresi yang cocok untuk menerangkan hubungan antara X dan Y tersebut
adalah analisis regresi non linier sederhana.
 Regresi Berganda
• Regresi ganda ialah suatu alat analisis peramalan niali pengaruh dua variabel
bebas atau lebih terhadap variabel terikat untuk membuktikan ada atau tidaknya
hubungan fungsi atau hubungan kausal antara dua variabel bebas atau lebih
dengan satu variabel terikat.
 Regresi linier berganda
• Adalah regresi linier dimana variabel terikatnya (Y)
dihubungkan/dijelaskan oleh lebih dari satu variabel bebas (X1, X2,
X3,..., Xk) namun masih menunjukkan diagram hubungan yang linier.
Bentuk umum: Y = a + b1X1 + b2X bkXk + e Keterangan: Y = variabel
terikat a, b1, b2,..., bk = koefisien regresi X1, X2,..., Xk = variabel bebas e
= kesalahan pengganggu (disturbance terma), artinya nilai-nilai dari
variabel lain yang tidak dimasukkan ke dalam persamaan.
 Regresi non linier berganda

• Paling tidak terdapat 1 variabel bebasmembat hubungan non-linier

terhadapvariabel tidak bebas Y, Apabila ada X1 dan X2 yang membentuk
hubungan non-linier (kuadratik)berganda, maka
Y=b0+b1X1+b2X1²+b3X2+b4X2².Jika ada dua variabel bebas
berinteraksi satu dengan yang lainnya Y=b0+b1X1+b2X2+b3X1X2.
 ANALISIS DATA REGRESI
• 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 Hermawan menganalisis dengan bantuan
program SPSS dengan alat analisis regresi linear sederhana. Data-data yang di
dapat ditabulasikan sebagai berikut:
No Biaya Promosi Volume Penjualan
1 12 56
2 13,5 62,43
3 12,75 60,85
4 12,6 61,3
5 14,85 65,825
6 15,2 66,354
7 15,75 65,26
8 16,8 68,798
9 18,45 70,47
10 17,9 65,2
11 18,25 68
12 16,48 64,2
13 17,5 65,3
14 19,56 69,562
15 19 68,75
16 20,45 70,256
17 22,65 72,351
18 21,4 70,287
19 22,9 73,564
20 23,5 75,642
 Langkah-langkah pada program SPSS

Ø Masuk program SPSS

 

Ø Klik variable view pada SPSS data editor

  

Ø Pada kolom Name ketik y, kolom Name pada baris kedua ketik x.
  

ØPada kolom Label, untuk kolom pada baris pertama ketik Volume
Penjualan,untuk kolom pada baris kedua ketik Biaya Promosi.
Ø Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
  

Ø Buka data view pada SPSS data editor, maka didapat kolom variabel y dan
  

x.
Ø Ketikkan data sesuai dengan variabelnya
  

Ø Klik Analyze  - Regression - Linear

  

Ø Klik variabel Volume Penjualan dan masukkan ke kotak

  

Dependent, kemudian klik variabel Biaya Promosi dan masukkan

ke kotak Independent.
Ø Klik Statistics, klik Casewise diagnostics, klik All cases. Klik
  

Continue
Ø Klik OK, maka hasil output yang didapat pada kolom Coefficients
 

dan Casewise
TABEL ANALISI REGRESI
Persamaan regresinya sebagai berikut:

Y’ = a + bX
Y’ = -28764,7 + 0,691X

• Angka-angka ini dapat diartikan sebagai berikut:

• - 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).

• Kesimpulan
Oleh karena 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.
“OM SANTIH SANTIH SANTIH OM”