Regresi Analisis regresi adalah sebuah pendekatan yang digunakan

Regresi Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel output/dependen (y) dengan satu atau beberapa variabel input/independen (x)

Contoh kasus • Seorang manager perusahaan alat-alat kesehatan ingin mengetahui apakah terdapat pengaruh yang signifikan antara jumlah produk yang terjual di dua selama tahun 2007 dengan biaya prmosi yang telah dikeluarkan.

Langkah-langkah • Klik analyze > Regression > Linier > Masukkan variabel jumlah produk terjual ke kolom dependent > Masukkan variabel biaya promosi ke kolom independen > Klik tombol statsitik, pilih opsi Durbin-Watson dan Descriptive > Klik tombol plot, pilih histrogram dan normal probability plot. > masukkan variabel Sdresid ke kolom Y dan Zpred ke kolom X. > Klik tombol save, pilih Residual / Standardized > ok

Descriptive Statistics • Dari tabel Descriptive Statistics dapat diketahui rata-rata jumlah produk yang terjual adalah 134, 21 unit setiap bulannya dengan standar deviasi sebesar 9, 28 unit. Rata-rata biaya promosi yang dikeluarkan oleh perusahaan sebesar 147, 10 juta dengan standar deviasi 19, 24 juta rupiah

Tabel Correlation • Dari tabel tersebut dapat diketahui korealsi person antar dua variabel adalah 0, 924 artinya kedua variabel tersebut berhubungan sangat erat dan nyata sebesa 92, 4% dan hubungan ini signifikan karena nilai signifikansi <0, 05

Langkah awal analisis regresi • Pengujian normalitas: hal ini dapat dilihat dari grafik normal P-P Plot. Dari gambar tersebut dapat diketahui bahwa pancaran residual berada dalam garis lurus melintang • Selain menggunakan gambar P-P Plot dapat pula menggunakan uji Kolmogorov-Smirnov dimana dari hasil pengujian ini diperoleh p-Value 0, 738 (>0, 05) sehingga dapat disimpulkan bahwa nilai residual mengikuti distribusi normal

Langkah awal analisis regresi • Uji Heteroskedasitas: dapat dilihat dari scatter plot dimana data residu yang telah distandarkan dengan hasil prediksi variabel dependen yang telah distandarkan terlihat gambar tidak menggambarkan pola tertentu sehingga dapat disimpulkan bahwa tidak ada problem Heteroskeasitas pada residual

Langkah awal analisis regresi • Uji Autokorelasi: pengujian ini menggunakan nilai statistik Durbin Watson (pada tabel Model Summary) dimana nila Durbin Watson menunjukkan nilai 1, 872 lebih besar dari tabel Durbin Watson batas 1, 446 nilai ini deperoleh dari tabel dengan n = 24 dan k 1 sehingga dapat disimpulkan tidak ada problem autokorelasi

Tabel Coefficient • Dari tabel Coefficient nilai t statistik untuk variabel biaya promosi sebesar 11, 36 dan signifikan pada alfa 5% karena nilai p—value t statistik sebesar 0, 000 < 0, 05 maka dapat dikatakan bahwa biaya promosi signifikan mempengaruhi jumlah produk yang terjual. Model persamaa regresi dapat ditulis: Y = 66, 615 + 0, 446 x

Analisa • Dari persamaan regresi diatas apabila perusahaan tersebut tidak melakukan promosu maka produk yang terjual adalah 66. 615 unit atau 67 unit, sebaliknya jika perusahaan menaikkan biaya promosi menjadi 1 juta maka akan meningkatkan penjualan sebesar 0, 446 (kurang lebih 1 unit)

Analisa • Untuk memvalidasi model regresi ini perlu dilakukan pemeriksaan hasil tabel ANOVA dimana hasil uji statistik uji F menunukkan nilai p-value sebesar 0, 000 (<0, 05) dan nilai koefisien determinasu atau R square pada tabel Model Summary sebesar 0, 854 artinya variabel unit yang terjual mampu dijelaskan oleh variabel promosi.