Oleh :
DRS I Made Pulawan, MMA
NIP 196008251987031002
Dosen Pengajar
Fakultas Ekonomi
Universitas Warmadewa
Denpasar
I Md Artawan, SE, MM
REGRESI SEDERHANA
PENGERTIAN REGRESI
I Md Artawan, SE, MM
Hasil analisis regresi adalah berupa
koefisien untuk masing-masing variabel
independen. Koefisien ini diperoleh dengan
cara memprediksi nilai variabel dependen
dengan suatu perusahaan.
I Md Artawan, SE, MM
REGRESI VS KORELASI
Analisis korelasi bertujuan untuk mengukur
kekuatan asosiasi (hubungan) linear antara
dua variabel. Korelasi juga tidak
menunjukkan hubungan fungsional.
I Md Artawan, SE, MM
Dalam analisis regresi, selain mengukur
kekuatan hubungan antara dua variabel atau lebih,
juga menunjukkan arah hubungan antara variabel
dependen dengan variabel independen.
I Md Artawan, SE, MM
Teknik estimasi variabel dependen yang melandasi
analisis regresi disebut Ordinary Least Squares
(pangkat kuadrat terkecil biasa).
I Md Artawan, SE, MM
– Adanya variabilitas dalam nilai X, artinya
nilai X harus berbeda (tidak boleh sama
semua).
I Md Artawan, SE, MM
PERSAMAAN REGRESI
SEDERHANA
Persamaan regresi secara aljabar
dinyatakan dalam garis regresi. Persamaan
regresi Y atas X adalah dipakai untuk
menggambarkan variasi nilai dari Y atas
perubahan tertentu dari X. Persamaan
regresi Y atas X umumnya dinyatakan
dalam bentuk :
= konstanta
= koefisien regresi
Y = + X X = variabel bebas (independen)
Y = variabel terikat (dependen)
I Md Artawan, SE, MM
B.Promosi N.Penj.
(X)
23
(Y)
100
contoh
24 120 Berikut ini disajikan data
34 135 perkembangan biaya promosi dan
36 200 volume penjualan sbb:
34 250
37 255
38 260
39 268
45 270
48 300 Dari data tersebut :
49 340
50 370 1. Carilah persamaan garis regresinya
60 380
2. Koefisien korelasi
80 390
86 400 3. Koefisien determinasi
89 405
90 469 4. Uji signifikansi parsial (uji t)
95 500
96 554
98 556
98 576
I Md Artawan, SE, MM
jawab
I Md Artawan, SE, MM
Data telah ditransfer ke
dalam program SPSS,
maka langkah selanjutnya
dilakukan pengolahan data
dengan cara :
1. klik analyze,
2. Klik Regression,
I Md Artawan, SE, MM
Setelah anda Klik Linear maka akan muncul gambar berikut :
I Md Artawan, SE, MM
Masukkan variabel Y ke kotak dependent, dan variabel X ke kotak
independent, kemudian klik ststistics tandai beberapa item yg dibutuhkan
seperi gambar di atas, kemudian Klik Ok., maka muncul gambar
I Md Artawan, SE, MM
Correlations
Y X
Pearson Correlation Y 1.000 .943
X .943 1.000
Sig. (1-tailed) Y . .000
X .000 .
N Y 21 21
X 21 21
Model Summary
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 359270.2 1 359270.247 152.051 .000a
Residual 44893.753 19 2362.829
Total 404164.0 20
a. Predictors: (Constant), X
b. Dependent Variable: Y
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 45.528 25.983 1.752 .096
X 4.917 .399 .943 12.331 .000
a. Dependent Variable: Y
I Md Artawan, SE, MM
Correlations
Y X
Pearson Correlation Y 1.000 .943
X .943 1.000
Sig. (1-tailed) Y . .000
X .000 .
N Y 21 21
X 21 21
I Md Artawan, SE, MM
Model Summary
I Md Artawan, SE, MM
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 359270.2 1 359270.247 152.051 .000a
Residual 44893.753 19 2362.829
Total 404164.0 20
a. Predictors: (Constant), X
b. Dependent Variable: Y
I Md Artawan, SE, MM
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 45.528 25.983 1.752 .096
X 4.917 .399 .943 12.331 .000
a. Dependent Variable: Y
I Md Artawan, SE, MM
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 45.528 25.983 1.752 .096
X 4.917 .399 .943 12.331 .000
a. Dependent Variable: Y
Kriteria Pengujian:
Ho diterima jika t-hitung < t-tabel
Ho ditolak jika t-hitung > t-tabel
atau
Ho diterima jika sig. > 0,05
Ho ditolak jika sig < 0,05
Simpulan :
Oleh karena sig. yang diperoleh pada tabel coeffisiens
didapat 0,000 jauh dibawah alpha 0,05, maka Ho ditolak ini
berarti biaya promosi mempunyai pengaruh yang signifikan
secara statistik terhadap nilai penjualan.
I Md Artawan, SE, MM
Kunjungan Pendapatan
Tahun wisatawan Hotel Berikut ini ditampilkan data
(Orang) (Rp, jutaan)
perkembangan jumlah kunjungan
X Y
1980 2000 100
wisatawan dan pendapatan hotel
1981 2020 120 nampak sebagai berikut:
1982 2040 135
1983 2060 200
1984 2080 250 Dari data tersebut carilah :
1985 2100 255
1986 2120 260 1.Persamaan regresinya
1987 2140 268
1988 2160 270 2.Koefisien korelasi
1989 2180 300
1990 2200 340
3.Koefisien determinasi
1991 2220 370 4.Uji signifikansi parsial ( uji t )
1992 2240 380
1993 2260 390 5.Interpretasikan hasilnya
1994 2280 400
1995 2300 405
1996 2320 469
1997 2340 500
1998 2340 554
1999 2330 556
2000 2400 576
2001 2450 600
2002 2500 650
2003 2550 567
2004 2600 400
2005 2650 568 I Md Artawan, SE, MM