analisis regresi

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