Regresi Berganda Dengan Menggunakan SPSS

Regresi Berganda Dengan Menggunakan SPSS

Nama / NIM       : Selfi Nur Malinda / 18510126

Mata Kuliah        : Statistik 2

Dosen                   : M. Nanang Choiruddin,SE,.MM

Regresi Linier Ganda

Analisis Regresi Linier ganda adalah alat analisis peramalan nilai pengaruh antara dua variabel bebas atau lebih (X) terhadap satu varabel terikat (Y) dalam rangka membuktikan ada tidaknya hubungan funsional  atau kausal anatar dua variabel bebas atau lebih (X) tersebut terhadap satu variabel terikat (Y). Paradigma analisis regresi linier ganda dapat digambarkan atau ilustrasikan pada gambar berikut:[1]

Analisis Regresi Berganda digunakan untuk mengetahui pengaruh atau hubungan secara linear antara dua atau lebih variabel independen dengan satu variabel dependen. Perbedaan dengan regresi linear sederhana adalah, bahawa regresi linier sederhana hanya menggunakan satu variabel independen dalam satu model regeresi, sedangkan regresi linier berganda menggunakan dua atau lebih variabel regresi independen dalam satu model regresi.[2]

Analisis Regresi linear berganda digunakan untuk mengukur oengaruh anatar lebih dari satu variabel prediktor (variabel bebas) terhadap variabel terikat. Misalnya, hubungan antara hasil penjualan dengan harga dan daya beli, hubungan antara rata-rata harga beras dengan jumlah penduduk, pendapatan, dan jumlah uamg beredar, atau hubungan antara produksi pada dengan bibit, pupuk, luas, sawah, dan curah hujan.[3] Friedman (1962) menyatakan bahwa keputusan seseorang untuk mengonsusmsi sesuatu pada dasarnya tidak hanya dipengaruhi oleh faktor pendapatannya, tetapi juga perkiraan pendapatannya pada masa akan datang, selain faktor suu bunga, pajak, distribusi pendapatan dan lainnya.[4]

Dapat disimpulkan bahwa analiasis linier berganda adalah hubugan secara linier antara dua aau lebih variabel independen (X₁, X₂......X_n) dengan Variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan anatar variabel independen berhubungan 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. [5]

Aplikasi Regresi Ganda Dengan Spss

Contoh ini saya dapat dari sumber : HENDRY  “Aplikasi Regresi Ganda Dengan SPSS”, Email : Klik.Statistik@gmail.com

Contoh Kasus

Seorang manajer penjualan salah satu agen sepeda motor ingin mengetahui pengaruh biaya promosi meliputi iklan tv dan iklan radio dengan jumlah unit motor yang terjual dalam beberapa tahun terakhir. Ia menggunakan data penjualan dan biaya promosi 3 tahun terakhir untuk meramalkan penjualan berdasarkan biaya promosi yangdikeluarkan setiap bulannya.

Data

Penyelesaian :

Buka Spss

Copy Seluruh data ke lembar kerja SPSS

Beri nama Tab “Variabel Views” dengan TV, Radio, Dan Jual

Berikut tampilan data SPSS

Klik Analyze-Regresion-Linear lalu Setting data seperti tampilan dibawah ini , masukkan variabel TV dan Radio ke box independent, dan jual (unit terjual) ke box dependent

Klik Plots, lalu Tick pada Pilihan “Histogram” dan “Normal Probability Plot” Masukkan pilihan “Sresid” ke sumbu Y, dan “Zpred” ke sumbu X

Hasil

Korelation R secara simultan antara Variabel Radio (X₁), TV (X₂) terhadap Jual (Y) diperoleh nilai sebesar r=0,774, R square korelasi koefisien sebesar 59,9% menunjukan kontribusi yang disumbangkan X₁,X₂, kepada Y

Perbandingan F hitung dan F tabel

F hitung = 24,663 > F tabel = 3,28 maka H0 ditolak dan Ha diterima

Koefisien regresi menunjukkan 12,516 dan 19,855 menunjukkan besaran tingkat jual untuk setiap penambahan poin jawaban TV dan Radio

Dari tabel diatas merupakan ringkasan yang meliputi nilai minimum dan maksimum, mean dan standar deviasi dari predicted value (nilai yang diprediksi) dan statistik residu.

CHARTS

                Sebelum memberikan interpretasi pada hasil regresi, dilakukan pengujian asumsi normalitas sebagai syarat regresi. Apabila berdistribusi normal maka analisis parametrik seperti analisis regresi dapat dilanjutkan, sebaliknya apabila tidak berdistribusi normal maka digunakan statistik non parametik untuk menguji hipotesis. Pengujian normalitas ini menggunakan diagram histogram dan grafik p-plot untuk memprediksi apakah residual berdistribusi normal atau tidak.

Berdasarkan uji diatas terlihat bahwa menyebar agak kekanana bagian kurva normal, dan sehingga belum dapat disimpulkan apakah residual memenuhi asumsi normalitas.

Hasil pengujian dengan memperhatikan grafik P-Plot juga menunjukkan kesimpulan serupa degan histogram. dari tampilan diatas terlihat bawa ada data menyebar keluar dari garis diagonal, sehingga belum dapat dinyatakan normal.

REFERENSI

Hasan M. Iqbal ,2003 , “Pokok-pokok Materi Statistik 2 (Statistik Inferensif), edisi kedua”Jakarta: Bumi Aksara.

Machall Imam,2015, “STATISTIK ITU MUDAH, Menggunakan Spss Sebagai Alat Bantu Statistik”,Yogyakarta: Ladang Kata.

Purnomo Rochmat,2016. “Analisis Statistik Ekonomi dan Bisnis Dengan SPSS”, 2016, Ponorogo: CV Wade Grup.

Suharyadi, Purwanto S.K, 2016, “Statistika Untuk Ekonomi dan Keuangan Modern, edisi 3| buku2” Jakarta Selatan: Salemba Empat.

Zonebia Anita Kezia, Farhatunnisa Dkk.,2014, “Modul Statistika II”,Sumedang: Fakultas Ekonomi dan Bisnis Universtitas Padjajaran.

Suharyadi, Purwanto S.K “Statistika Untuk Ekonomi dan Keuangan Modern, edisi 3| buku2:,2016, Jakarta Selatan: Salemba Empat.

---

[1] Imam Machall, “STATISTIK ITU MUDAH, Menggunakan Spss Sebagai Alat Bantu Statistik”, 2015, Yogyakarta: Ladang Kata, Hal: 140

[2] Rochmat Aldy Purnomo, “Analisis Statistik Ekonomi dan Bisnis Dengan SPSS”, 2016, Ponorogo: CV Wade Grup, Hal: 161

[3] M. Iqbal Hasan, “Pokok-pokok Materi Statistik 2 (Statistik Inferensif), edisi kedua” 2003, Jakarta: Bumi Aksara

[4] Anita Kezia Zonebia, Farhatunnisa Dkk., “Modul Statistika II”, 2014, Sumedang: Fakultas Ekonomi dan Bisnis Universtitas Padjajaran, Hal:122

[5] Suharyadi, Purwanto S.K “Statistika Untuk Ekonomi dan Keuangan Modern, edisi 3| buku2:,2016, Jakarta Selatan: Salemba Empat.