Regresi Sederhana

Contoh Kasus

Seorang manajer penjualan salah satu agen sepeda motor ingin mengetahui pengaruh biaya promosi 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 yang dikeluarkan setiap bulannya. Dengan ini di dapat variabel dependen (Y) adalah volume penjualan motor dan variabel independen (X) adalah biaya promosi. Dengan ini Manajer menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear sederhana. Data-data yang di dapat ditabelkan sebagai berikut:

                               

  

Hasil Output SPSS :

ANOVAb
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	9723967.129	1	9723967.129	26.347	.000a
	Residual	1.255E7	34	369066.326
	Total	2.227E7	35
a. Predictors: (Constant), Promosi
b. Dependent Variable: Volume_Terjual

Residuals Statisticsa
	Minimum	Maximum	Mean	Std. Deviation	N
Predicted Value	5638.55	8574.23	7727.78	527.094	36
Residual	-1421.951	1343.194	.000	598.767	36
Std. Predicted Value	-3.964	1.606	.000	1.000	36
Std. Residual	-2.341	2.211	.000	.986	36
a. Dependent Variable: Volume_Terjual

Pembahasan dari diagram uji normalitas :

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

Berdasarkan hasil uji di atas terlihat bahwa menyebar merata ke kanan dan kekiri bagian kurva normal, dan membentuk kurva normal, sehingga dapat disimpulkan residual memenuhi asumsi normalitas. Hasil pengujian dengan memperhatikan grafik p p-plot juga menunjukkan kesimpulan serupa dengan histogram. Dari tampilan di atas terlihat bahwa data data menyebar di sekitas garis diagonal dan mengikuti arah garis diagonal, sehingga dapat dinyatakan normal.

                

Interprestasi Regresi Sederhana :

OUTPUT 1

Lihat nilai R 0.661

Ini berarti Korelasi antara variable X dan Y 0.661

ANOVAb
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	9723967.129	1	9723967.129	26.347	.000a
	Residual	1.255E7	34	369066.326
	Total	2.227E7	35
a. Predictors: (Constant), Promosi
b. Dependent Variable: Volume_Terjual

Untuk melihat signifikansi persamaan regresi dapat dilihat dari nilai sig. = 0,000 dan dibandingkan dengan 𝛼 = 0,05

·         Apabila nilai sig lebih besar 𝛼 table maka persamaan garis regresi dapat digunakan untuk prediksi

·         Apabila nilai sig lebih kecil 𝛼 table maka persamaan garis regresi tidak dapat digunakan untuk prediksi

OUTPUT 3

Untuk membuat persamaan garis regresi dapat dilihat pada kolom B

Constant = 3524.855 dan Promosi 0.059

Berarti persamaan garisnya adalah y = 3524.855 + 0.059X1

Persamaan regresi tersebut mempunyai makna sebagai berikut: Konstanta sebesar 3524.855 berarti bahwa tanpa adanya biaya yang dikeluarkan untuk promosi, maka penjualan sepeda motor adalah sebesar 3,524 satuan. Jika variabel biaya promosi naik (satu juta) maka akan menyebabkan kenaikan sebesar 0.059pada penjualan sepeda motor.

Pengujian Hipotesis

Hₒ : Tidak ada pengaruh biaya promosi terhadap volume penjualan motor

H₁  : Ada pengaruh dan signifikan biaya promosi terhadap volume penjualan motor

Pengambilan keputusan (berdasarkan probabilitas) :

Jika P_Value lebih besar  0,05 maka Ho diterima, sedangkan jika P_Value  lebih kecildari  0,05 maka Ho ditolak.

Dari hasil uji signifikansi terlihat bahwa nilai probabilitas(P-value) adalah sebesar 0,00 lebih kecil dari 0,05 sehingga Ho ditolak. Artinya, pengaruh biaya promosi terhadap penjualan signifikan sehingga hipotesis H₁ diterima.