Upload
masyayanwibowo186
View
275
Download
4
Embed Size (px)
Citation preview
Analisis Regresi
Panduan Singkat Menggunakan SPSS
Bandung, 15 Mei 2007
Analisis Regresi
Regresi Linier SederhanaHanya memiliki satu variabel independen
Regresi Linier MajemukLebih dari satu variabel independen
Regresi Linier Sederhana
Soal :Sebuah penelitian menguji tingkat kekakuan
hidrogen berdasarkan pengukurantekanan dari elektrolit hidrogen.
Dari data yang dihasilkan oleh penelitiantersebut. Bentuk persamaan regresi linier sederhana yang sesuai !
Regresi Linier Sederhana
Data Penelitian.xls
Regresi Linier Sederhana
Menghitung Koefisien a dan bMenghitung nilai SSE dan SSTMenghitung R2 (Korelasi)
Menghitung Nilai Koefisien
n 15b 133.03851a 5.5016892
Menghitung Nilai R2
SSE 62668.79SST 411933.92R2 0.8478669
Persamaan Regresi
y = 5.50 + 133.04 x
R2 = 0.848
Soal untuk Regresi Majemuk
HATCO adalah perusahaan yang menjualbahan – bahan kebutuhan produksikepada perusahaan lain
Perlu dilakukan penelitian untuk mencaritahu variabel yang mempengaruhikonsumen dalam membeli produk hatco
Soal untuk Regresi Majemuk
Pihak manajemen meyakini bahwa tingkatpembelian produk dipengaruhi olehpersepsi konsumen terhadap HATCO
Digunakan metode stepwise dalammenentukan variabel yang masuk kedalam model
Variabel yang digunakan
Variabel yang mempengaruhi persepsikonsumen (Metric)Variabel Purchase Outcomes (Metric)
Variabel Persepsi Konsumen
X 1 = Delivery SpeedX 2 = Price LevelX 3 = Price FlexibilityX 4 = Manufacturer’s ImageX 5 = Overall ServiceX 6 = Salesforce ImageX 7 = Product Quality
Variabel Purchase Outcomes
X 9 = Usage LevelX 10 = Satisfaction Level
Data Hatco
Data Hatco.xls
Analisis KorelasiBuka File Hatco dengan SPSS 12Analyze – Correlate - Bivariate
Analisis KorelasiMasukkan kedua variabel Purchase Outcomes
Analisis KorelasiOuput Korelasi Bivariat
Hasil perhitungan menunjukkan bahwa terdapat korelasiDipilih salah satu variabel (X9)
Prosedur Pengolahan DataAnalyze – Regression Linear
Prosedur Pengolahan DataMasukkan dependent dan independent variable
Prosedur Pengolahan DataStatistics – Durbin WatsonStatistics – Collinearity Diagnostics
Prosedur Pengolahan DataPlots – HistogramPlots – Normal Probability Plot (SRESID & ZPRED)
Abaikan yang lain, klik OK
Pemenuhan Asumsi
Asumsi LinearitasError Berdistribusi NormalIndependensi ErrorHomoscedasticityMultikolinearitas
Asumsi LinearitasDari tabel ANOVA (X1 dan X2)
Asumsi LinearitasDari tabel ANOVA (X3 dan X4)
Asumsi LinearitasDari tabel ANOVA (X5 dan X6)
Asumsi LinearitasDari tabel ANOVA (X7)
Dari ketujuh gambar di atas, semua memiliki hubunganlinier dengan variabel dependen
Asumsi linearitas terpenuhi
Error Berdistribusi NormalHistogram
Error Berdistribusi NormalNormal Probability Plot
Dari kedua gambar tersebut, tidak ada penyimpangan yang signifikan terhadap plot normal
Asumsi normalitas error terpenuhi
Independensi Error
Menggunakan statistik Durbin Watson (d)Tabel Durbin Watson.JPGN = 100, alpha = 0.05Jumlah variabel berpengaruh = 3Dwl = 1.61Dwu = 1.74
Independensi ErrorTerdapat Autokorelasid < Dwl atau d > 4 – Dwl
d < 1.61 atau d > 2.39Tidak Dapat DisimpulkanDwl < d < Dwu atau 4 – Dwu < d < 4 – Dwl
1.61 < d < 1.74 atau 2.26 < d < 2.39Tidak Terdapat AutokorelasiDwu < d < 4 – Dwu
1.74 < d < 2.26
Independensi Error
D = 1.906Berada diantara 1.74 < d < 2.26Tidak ada autokorelasi errorIndependensi error terpenuhi
HomoscedasticityPlot nilai residu dengan nilai prediksi variabel dependen
Error tidak membesar dengan bertambahnya variansiAsumsi homoscedasticity terpenuhi
MultikolinearitasJika nilai toleransi < 0.1, ada multikolinearitas
Statistik uji toleransi, untuk ketiga model regresi memilikinilai lebih dari 0.1
Asumsi multikolinearitas terpenuhi
Interpretasi Hasil
Variabel Entered / RemovedModel SummaryANOVACoefficientsKesimpulan
Variabel Entered / Removed
Hanya tiga variabel independen yang masuk kedalam model regresi
X5, X3, X6
Model Summary
Menghasilkan tiga buah model regresiUntuk keperluan analisis, hanya satu model yang digunanakanModel ketiga dipilih karena memiliki nilai R squared yang lebih besar, sehingga diharapkan akan lebihmenjelaskan variansi variabel dependen
ANOVA
H0 : SSR = SSESignifikansi lebih kecil dari 0.05Sebagian besar error disebabkan oleh regresiModel signifikan terhadap data
Coefficients
Parameter yang digunakan :Y = 7.629 X5 + 3.370 X3 + 1.416 X6
Kesimpulan
Variabel berpengaruh adalah X5, X3, dan X6Jika diharapkan tingkat pembelian konsumen
meningkat, maka HATCO dapat melakukan
Peningkatan pelayanan terhadap konsumen, mulai proses order hingga pemenuhan orderHarga yang fleksibel bagi pelangganPerbaikan image dalam penawaran ataupenjualan produk kepada konsumen