ANALISIS REGRESI

Terdapat perbedaan yg mendasar antara analisis

korelasi dan regresi.
Analisis korelasi digunakan untuk mencari arah dan
kuatnya hubungan antara dua variabel atau lebih,
sedangkan analisis regresi digunakan untuk
memprediksi seberapa jauh perubahan nilai variabel
dependen, bila nilai variabel independen
dimanipulasi/dirubah-rubah atau dinaik turunkan.
Lanjutan...
Kuatnya hubungan antar variabel yg dihasilkan dari analisis
korelasi dapat diketahui berdasarkan besar kecilnya koefisien
korelasi yg harganya antara minus satu (-1) sd plus satu (+1).
Koefisien korelasi yg mendekati -1 atau +1 berarti hubungan
variabel tersebut sempurna positif atau sempurna negatif.
Bila koefisien korelasi (r) tinggi, pd umumnya koefisien
regresi juga tinggi
Bila koefisien korelasi (- ), pd umumnya koefisien regresi juga
(-).
Jadi antara korelasi dan regresi terdapat hubungan yg
fungsional sebagai alat untuk analisis.
Lanjutan...
Manfaat dari hasil analisis regresi adalah untuk
membuat keputusan apakah naik dan menurunnya
variabel dependen dapat dilakukan melalui
peningkatan variabel independen atau tidak.
Sebagai contoh, naiknya jumlah penjualan dapat
dilakukan melalui jumlah iklan atau tidak
REGRESI LINIER 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.
 Lanjutan...
Rumus regresi linear sederhana sebagi berikut:
Y’ = a + bX
Dimana:
Y’ = Variabel dependen (nilai yang diprediksikan)
X = Variabel independen
a = Konstanta (nilai Y’ apabila X = 0)
b = Koefisien regresi (nilai peningkatan
ataupun penurunan)
Lanjutan...
Nilai-nilai
a dan b dapat dihitung dengan
menggunakan Rumus dibawah ini :
Contoh perhitungan regresi linear sederhana
Data berikut ini adalah hasil pengamatan terhadap
nilai kualitas layanan (X) dan nilai rata-rata penjualan
barang tertentu tiap bulan (Y)
Tabel
nilai kualitas layanan dan nilai rata-rata penjualan
barang
no Kualitas Penjualan no Kualitas Penjualan
layanan (X) barang (Y) layanan (X) barang (Y)
1 54 167 18 45 160
2 50 155 19 47 155
3 53 148 20 53 159
4 45 146 21 49 159
5 48 170 22 56 172
6 63 173 23 57 168
7 46 149 24 50 159
8 56 166 25 49 150
9 52 170 26 58 165
10 56 174 27 48 159
11 47 156 28 52 162
12 56 158 29 56 168
13 55 150 30 54 166
14 52 160 31 59 177
15 50 157 32 47 149
16 60 177 33 48 155
17 55 166 34 56 160
Tabel penolong untuk menghitung persamaan
regresi dan korelasi sederhana
no X Y XY X2 Y2
1 54 167
9018 2916 27889
2 50 155
7750 2500 24025
3 53 148
7844 2809 21904
4 45 146
6570 2025 21316
5 48 170
8160 2304 28900
6 63 173
10899 3969 29929
7 46 149
6854 2116 22201
8 56 166
9296 3136 27556
9 52 170
8840 2704 28900
10 56 174
9744 3136 30276
11 47 156
7332 2209 24336
12 56 158
8848 3136 24964
Lanjutan...
Menghitung harga a dan b

= 93,85

= 1,29
Lanjutan...
Menyusun persamaan regresi
Y’ = a + bX
Y’ = 93,85 + 1,29X
Persamaan regresi yg telah ditemukan dapat
digunakan untuk melakukan prediksi (ramalan)
bagaimana individu dalam variabel dependen akan
terjadi bila individu dalam variabel independen
ditetapkan
Lanjutan...
Misalnya nilai kualitas layanan = 64, maka nilai rata-rata
penjualan adalah
Y’ = 93,85 + (1,29) (64)
=176,41
Jadi diperkirakan nilai rata-rata penjualan tiap bulan
sebesar 176,41
Dari persamaan dapat diartikan bahwa bila nilai kualitas
layanan bertambah 1, maka nilai rata-rata penjualan
barang tiap bulan akan bertambah 1,29 atau setiap nilai
kualitas layanan bertambah 10 maka nilai rata-rata
penjualan tiap bulan akan bertambah sebesar 12,9.
Uji hipotesis hubungan antara dua variabel
Ho : tidak ada hubungan antara kualitas pelayanan
terhadap nilai penjualan
Ha : ada hubungan antara kualitas pelayanan terhadap
nilai penjualan
Lanjutan...
Antara nilai kualitas layanan dengan nilai penjualan
tiap bulan dapat dihitung korelasinya. Korelasi dapat
dihitung dengan rumus
Lanjutan...
Harga r tabel untuk taraf kesalahan 5% dgn n=34
diperoleh r tabel = 0,339 dan untuk 1 % diperoleh r =
0,436
Ketentuan : terima Ho apabila r hitung ≤ r tabel
Karena harga r hitung lebih besar dari r tabel baik
untuk kesalahan 5% maupun 1% (0, 6909 > 0,436 >
0,339), maka Ho ditolak dan Ha diterima
Kesimpulannya: terdapat hubungan yang positif dan
signifikan sebesar 0,6909 antara nilai kualitas layanan
dan rata-rata penjualan barang tiap bulan.
Lanjutan...
Koefisien determinasinya r2 = 0,69092 = 0,4773
Hal ini berarti nilai rata-rata penjualan barang tiap
bulan 47,73% ditentukan oleh nilai kualitas layanan yg
diberikan, melalui persamaan regresi Y= 93,85 +1,29
X. Sisanya 52,27% ditentukan oleh faktor lain.