OUTPUT
SPSS REGRESI LINEAR SEDERHANA DAN INTERPRETASINYA
Regression
OUTPUT DESCRIPTIVE STATISTICS :
Tabel diatas menyajikan deskripsi
dan variable yang diuji yaitu rata-rata (mean) dan simpangan baku (standard
deviation).
Rata rata untuk sales (penjualan)
adalah 140,6000 dan untuk iklan adalah 19,0667 sedangkan simpangan baku untuk
sales adalah 68,96977 dan untuk iklan adalah 8,20685. Banyaknya data yang
diambil masing masing adalah 15.
OUTPUT CORRELATION :
Dari tabel diatas dapat dilihat bahwa besar hubungan antara
sales dengan iklan adalah 0,762. Hal ini menunjukan bahwa ada hubungan positif
(searah) antara keduanya. Makin besar iklannya maka makin besar pula sales
(penjualannya).
Searah maksudnya semakin sering melakukan pameran
(pengiklanan) penjualan akan semakin meningkat.
OUPUT VARIABLE ENTERED/REMOVED :
Tabel diatas menjelaskan tentang
variable yang dimasukkan atau dibuang dan metode yang digunakan. Dalam hal ini
variable yang dimasukkan adalah variable nilai iklan sebagai predictor dan
metode yang digunakan adalah metode enter.
OUTPUT MODEL SUMMARY :
Tabel diatas menjelaskan tentang besarnya nilai korelasi /
hubungan (R) yaitu sebesar 0,762 dan dijelaskan besarnya presentase pengaruh
variable bebas terhadap variable terikat yang disebut koefisien determinasiyang
merupakan hasil penguadratan R. Dari utput tersebut diperoleh koefisien
determinasi (R2) sebesar 0,580, yang mengandung artian bahwa
pengaruh variable bebas (iklan) terhadap variable terikat (sales) adalah
sebesar 54,8%, sedangkan sisanya dipengaruhi oleh variable lain.
SEE dikatakan baik ketika lebih kecil dari standard
deviasinya.
Nilai standard deviasinya 68 adalah sebesar sedangkan SEE
nya 46,4. Karena SEE nya lbh kecil, angka SEE tersebut baik digunakan sebagai
prediktor penjualan.
OUTPUT ANOVA :
Pada bagian ini untuk menjelaskan apakah ada pengaruh yang
nyata (signifikan) antara iklan terhadap sales. Dari output tersebut terlihat
bahwa F hitung = 17,972 dengan tingkat signifikasi/probabilitas 0,001<0,05,
maka model regresi dapat dipakai untuk memprediksi variable sales/penjualan.
OUTPUT COEFFICIENT :
Pada tabel coefficient pada kolom B pada contant (a), adalah
18,540, sedang nilai iklan (b) adalah 6,402, sehingga persamaan regresinya
dapat ditulis :
Y = a+bX atau
18,540+6,402x
Y = penjualan
X = iklan
Artinya jika tidak ada pameran maka penjualan sebesar 18,540
Koefisien regresi sebesar 6,402 artinya ketika dilakukan
satu kali pameran maka penjualan akan meningkat sebesar 6,402.
Koefisien b dinamakan koefisien arah regresi dan menyatakan
perubahan rata-rata variable Y untuk setiap perubahan variable X sebesar
satu-satuan. Perubahan ini merupakan pertambahan bila b bertanda positif dan
penurunan bila b bertanda negatif. Sehingga dari persamaan tersebut dapat
diterjemahkan :
·
Konstanta sebesar 18,540 menyatakan bahwa jika
tidak ada nilai iklan maka nilai sales sebesar 18,540.
·
Koefisien regresi X sebesar 6,402 menyatakan
bahwa setiap penambahan 1 nilai iklan, maka nilai sales bertambah sebesar
6,402.
HIPOTESIS
·
H0 : tidak ada pengaruh yang nyata (signifikan)
antara variable iklan (X) terhadap variable sales (Y)
·
H1 : ada pengaruh yang nyata (signifikan) antara
variable iklan (X) terhadap variable sales (Y)
Dari output diatas dapat diketahui nilai t hitung = 4,239
dengan nilai signifikasi 0,001 < 0,05, maka H0 ditolak dan H1 diterima yang
berarti ada pengaruh yang nyata (signifikan) antara variable iklan (X) terhadap
variable sales (Y).
0UTPUT CASEWISE :
Nilai sales yang diprediksi dapat dilihat pada tabel
casewise diagnostics (kolom predicted value). Sedangkan residual adalah selisih
antara penjualan (sales) dengan predicted value dan std. Residual adalah nilai
residual yang terlah terstandarisasi (nilai semakin mendekati 0 maka model
regresi semakin baik dalam melakukan prediksi, sebaiknya semakin menjauhi 0
atau lebih dari 1 atau -1 maka semakin tidak baik model regresi dalam melakukan
prediksi).
Cara menghitung nilai residu
Plered : a + Bx
18,540 + 6,402 (30)
210, 606. Nilai penjualan yang diprediksi di plered adalah
200 sehingga residualnya 10,606
Standard residual = SEE : RESIDUAL
Semakin kecil nilai residualnya semakin baik untuk dijadikan
prediktor.
Standard residu bisa memprediksi maksimal, minimal dan rata
rata penjualan dari setiap kota
Charts
OUTPUT GRAFIK P-PLOT
Dari tampilan output diatas maka dapat dilihat apabila
titik-titik pada p-plot diatas menyebar sesuai dengan garis lurus maka dapat
disimpukan bahwa data residual distribusi normal atau dapat dipenuhi. Kelemahan
dari uji normalitas dengan Normal P-P Plotterletak pada kriteria dekat/jauhnya
sebaran titik-titik. Tidak ada batasan yang jelas mengenai dekat atau jauhnya
sebaran titiktitik tersebut sehingga
sangat dimungkinkan terjadi kesalahan penarikan
kesimpulan. Misalnya
teramati bahwa sebaran
titik-titik terlihat relatif
dekat (artinya terdistribusi normal), tapi ternyata tidak
cukup dikatakan dekat (tidak
terdistribusi normal). Kondisi ini akhirnya bergantung kepada subjektifitas
pengamat (orang yang melihat).
Dari gambar di atas terlihat bahwa sebaran titik tidak
membentuk suatu pola/alur tertentu, sehingga
dapat disimpulkan tidak terjadi heteroskedastisitas atau
dengan kata lain
terjadi homoskedastisitas.
Asumsi klasik tentang
heteroskedastisitas dalam model
ini terpenuhi, yaitu terbebas
dari heteroskedastisitas.
Uji ini (scatterplot) rentan kesalahan dalam penarikan
kesimpulannya. Hal ini dikarenakan penentuan ada tidaknya pola/alur atas
titik-titik yang ada di gambar sangat bersifat subjektif. Bisa saja sebagian
orang mengatakan tidak ada pola,tapi sebagian lainnya mengatakan ini ada polanya.
Tidak ada ukuran
yang pasti kapan
suatu scatterplot membentuk pola
atau tidak. Keputusan hanya mengandalkan pengamatan/penglihatan
peneliti.
Data dikatakan normal bila bentuk persebaran tidak membentuk
pola.
Berdasarkan grafik diatas terlihat bahwa data tersebar
berpencar disekitar sumbu Y pada angka 0 serta tidak membentuk pola atau
kecenderungan tertentu sehingga dapat kita simpulkan bahwa model regresi ini
dapat dijadikan prediktor untuk data penjualan.
Olah Data Semarang
BalasHapusWhatsapp 085227746673
Terima Jasa Olah Data
SPSS, EVIEWS, STATA, SmartPLS, DLL
Turnitin Free (Gratis) Berlaku Sampai 2022
Link Download
bit.ly/New32Dec
STATA 17 Full Version
Link Download
dik.si/STATA17
SmartPLS 3.3.3 Full Version
Link Download
dik.si/SM333
Eviews 12 Full Version
Link Download
dik.si/Eviews