Contoh Kasus Uji Regresi Linear Sederhana

Contoh Kasus Uji Regresi Linear Sederhana – Regresi linear sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis ini digunakan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif serta untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan nilai. Data yang digunakan biasanya berskala interval atau rasio.

Rumus dari dari analisis regresi linear sederhana adalah sebagai berikut: Y’ = a + bX

Keterangan:

Y= subyek dalam variabel dependen yang diprediksi

a = harga Y ketika harga X= 0 (harga konstan)

b = angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada perubahan variabel independen. Bila (+) arah garis naik, dan bila (-) maka arah garis turun.

X = subyek pada variabel independen yang mempunyai nilai tertentu.

 Secara teknik harga b merupakan tangent dari perbandingan antara panjang garis variabel dependen, setelah persamaan regresi ditemukan.

Jika harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi, maka harga b juga besar, sebaliknya bila koefisien korelasi rendah maka harga b juga rendah (kecil). Selain itu bila koefisien korelasi negatif maka harga b juga negatif, dan sebaliknya bila koefisien korelasi positif maka harga b juga positif.

Selain itu harga a dan b dapat dicari dengan rumus berikut:

Contoh Kasus 1

Seorang pengusaha bernama Andrianto ingin meneliti tentang pengaruh biaya promosi terhadap volume penjualan pada perusahaan minyak wangi. Dari pernyataan tersebut didapatvariabel dependen (Y) adalah volume penjualan dan variabel independen (X) adalah biaya promosi. Data-data yang didapat ditabulasikan sebagai berikut:

Langkah :

• Buka file : korelasi & regresi
• Klik Analyze, klik Regression, dan klik linier
• Klik dan pindahkan volume penjualan ke kotak dependent dan biaya promosi ke kotak independent dengan mengetik tanda ►
• Klik statistics pilih estimates, model fit, dan descriptive.
• Klik continue
• Klik plots
• Pada standardized residual plots, pilih histogram dan normal probability plot.
• Klik continue dan klik OK.

Output pada SPSS dapat dilihat sebagai berikut:

Dari hasil perhitungan didapatkan:

Y= a + bx

Konstanta (a) = 45.286; Koefisien Regresi (b) = 1,238; dan t hitung = 1.419

Selanjutnya yaitu menganalisis signifikansi pengaruh variabel independen dengan variabel dependen. Jika ditetapkan hipotesis sebagai berikut:

H_o :Tidak ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan

H_a : Ada pengaruh signifikan antara biaya promosi dengan volume penjualan

Dengan menggunakan tingkat signifikansi 5%, pengujian 2 sisi, dan derajat kebebasan (df) = n-k-1 = 10-1-1 = 8 (dimana n = jumlah data, k = jumlah variabel independen) maka diperoleh t tabel sebesar 2.30600. (dapat dilihat pada Ms Excel dengan mengetikkan “=tinv(0,05;8)” lalu tekan Enter).

Karena t hitung < t tabel, maka Ha diterima. Kesimpulannya, terdapat pengaruh yang signifikan antara biaya promosi dengan volume penjualan.

Contoh Kasus 2

Seorang guru yang bernama IDNAS secara tidak sengaja mencari tahu hubungan antara uang saku dengan nilai siswa. Dari pernyataan tersebut didapat  variabel dependen (Y) adalah nilai siswa dan variabel independen (X) adalah Uang saku. Data-data yang didapat ditabulasikan sebagai berikut:

Langkah :

• Buka file : korelasi & regresi
• Klik Analyze, klik Regression, dan klik linier
• Klik dan pindahkan nilai siswa ke kotak dependent dan uang saku ke kotak independent dengan mengetik tanda ►
• Klik statistics pilih estimates, model fit, dan descriptive.
• Klik continue
• Klik plots
• Pada standardized residual plots, pilih histogram dan normal probability plot.
• Klik continue dan klik OK.

Output pada SPSS dapat dilihat sebagai berikut:

Dari hasil perhitungan didapatkan:

Konstanta (a) = 95.877; Koefisien Regresi (b) = -0.002; dan t hitung = -1.612

Selanjutnya yaitu menganalisis signifikansi pengaruh variabel independen dengan variabel dependen. Jika ditetapkan hipotesis sebagai berikut:

H_o: Tidak ada pengaruh secara signifikan antara uang saku dengan nilai siswa

H_a :Uang saku dengan nilai siswa

Dengan menggunakan tingkat signifikansi 5%, pengujian 2 sisi, dan derajat kebebasan (df) = n-k-1 = 34-1-1 = 32 (dimana n = jumlah data, k = jumlah variabel independen) maka diperoleh t tabel sebesar 2.03693. (dapat dilihat pada Ms Excel dengan mengetikkan “=tinv(0,05;32)” lalu tekan Enter).

Karena -t hitung ≤ t tabel, maka H_o diterima. Kesimpulannya, tidak ada pengaruh yang signifikan antara uang saku dengan nilai siswa.

Demikian ulasan singkat tentang Contoh Kasus Uji Regresi Linear Sederhana Semoga dapat menjadi referensi bagi anda. Jika artikel ini dirasa bermanfaat bagi anda silahkan bagikan/share artikel ini. Terima kasih telah berkunjung