ANALISIS REGRESI LINEAR
Analisis Regresi membahas tentang bentuk hubungan antar variabel, yaitu antara variabel bebas (X) dengan variabel tidak bebas atau variabel terikat (Y). Hubungan kedua variabel tersebut bisa linear bisa juga non linear. Dalam hubungan yang bersifat linear, apabila banyaknya variabel beas X hanya terdiri dari satu variabel maka disebut Linear Sederhana, sedangkan apabila banyaknya variabel bebas X lebih dari satu disebut Linear Ganda.
Dalam tutorial kali ini, kita akan membahas tentang regresi linear ganda yang terdiri dari dua variabel bebas X. Misalkan kita ingin membangun persamaan regresi linear ganda yang terdiri dari dua variabel bebas X1 dan X2, serta sekaligus menguji pada taraf nyata 5% apakah kedua variabel bebas tersebut mempunyai pengaruh yang signifikan terhadap variabel terikat Y. Persamaan regresi linear ganda untuk dua variabel bebas X tersebut yaitu Y = b0 + b1 X1 + b2 X2. Misalkan datanya (Ronald E. Walpole. 1995. Pengantar Statistika. Gramedia Pustaka Utama. Jakarta) adalah :
Cara membangun persamaan regresi linear ganda beserta pengujiannya menggunakan MS Excel adalah sebagai berikut :
1. Ketikan data diatas mulai dari sel A1 sampai sel D13 (seperti gambar dibawah).
2. Pilih menu [Data], klik tombol [Data Analysis] pada pojok kanan atas.
3. Pada jendela [Data Analysis], pilih [Regression], klik [OK], maka akan muncul jendela [Regression]. Klik kotak kecil merah di sebelah kanan kotak [Input Y Range] untuk memasukan data variabel Y yaitu sel D2 sampai sel D13. Klik kotak kecil merah di sebelah kanan kotak [Input X Range] untuk memasukan data variabel X1 dan X2 sekaligus yaitu sel B2 sampai sel C13. Kemudian klik [Output Range] untuk menempatkan hasil analisis. Misalkan hasil analisis akan ditempatkan pada sheet yang sama dengan sheet data, yaitu pada sel F1. Jadi anda harus mengklik kotak kecil merah di sebelah kanan kotak [Output Range] kemudian pilih sel F1. Hasilnya seperti nampak pada gambar berikut :
4. Klik [OK], maka hasil analisis akan nampak seperti disajikan pada gembar dibawah :
5. Dari hasil analisis tersebut dapat dikemukakan :
a. Dari tabel pertama diperoleh besarnya Koefisien Korelasi Pearson (Multiple R) sebesar 0,8648 yaitu besarnya derajat keeratan hubungan antara variabel bebas X1 dan X2 dengan variabel terikat Y. Besarnya Koefisien Determinasi (R Square) 0,7478 menunjukkan besarnya pengaruh variabel bebas X1 dan X2 terhadap variabel terikat Y sebesar 74,78 %. Sisanya sebesar 25,22 % dipengaruhi oleh variabel bebas lain yang tidak diteliti.
b. Tabel kedua merupakan Tabel Anova atau Daftar Sidik Ragam. Dari hasil analisis ragam diperoleh nilai F = 13,344 dengan nilai signifikansi F yaitu 0,002. Nilai signifikansi ini lebih kecil dari taraf nyata 0,05, sehingga disimpulkan bahwa secara simultan variabel bebas X1 dan X2 mempunyai pengaruh yang signifikan terhadap variabel terikat Y.
Untuk mengetahui variabel bebas X mana yang berpengaruh signifikan, hasilnya dilihat dari tabel ketiga.
c. Dari tabel ketiga, diperoleh nilai koefisien regresi (Coefficients) yaitu b0 = 27,574, b1 = 0,922, dan b2 = 0,284, sehingga persamaan regresi yang dapat dibangun dari data di atas yaitu Y = 27,574 + 0,922 X1 + 0,284 X2.
Pada kolom P-Value, diperoleh bahwa nilai probablitas untuk variabel bebas X1 sebesar 0,001 sedangkan nilai probablitas untuk variabel bebas X2 sebesar 0,715. Dari kedua nilai probabilitas tersebut, dapat disimpulkan bahwa hanya variabel bebas X1 yang berpengaruh signifikan terhadap variabel terikat Y karena mempunyai nilai probabilitas lebih kecil dari 0,05.
Analisis Regresi membahas tentang bentuk hubungan antar variabel, yaitu antara variabel bebas (X) dengan variabel tidak bebas atau variabel terikat (Y). Hubungan kedua variabel tersebut bisa linear bisa juga non linear. Dalam hubungan yang bersifat linear, apabila banyaknya variabel beas X hanya terdiri dari satu variabel maka disebut Linear Sederhana, sedangkan apabila banyaknya variabel bebas X lebih dari satu disebut Linear Ganda.
Dalam tutorial kali ini, kita akan membahas tentang regresi linear ganda yang terdiri dari dua variabel bebas X. Misalkan kita ingin membangun persamaan regresi linear ganda yang terdiri dari dua variabel bebas X1 dan X2, serta sekaligus menguji pada taraf nyata 5% apakah kedua variabel bebas tersebut mempunyai pengaruh yang signifikan terhadap variabel terikat Y. Persamaan regresi linear ganda untuk dua variabel bebas X tersebut yaitu Y = b0 + b1 X1 + b2 X2. Misalkan datanya (Ronald E. Walpole. 1995. Pengantar Statistika. Gramedia Pustaka Utama. Jakarta) adalah :
Cara membangun persamaan regresi linear ganda beserta pengujiannya menggunakan MS Excel adalah sebagai berikut :
1. Ketikan data diatas mulai dari sel A1 sampai sel D13 (seperti gambar dibawah).
2. Pilih menu [Data], klik tombol [Data Analysis] pada pojok kanan atas.
3. Pada jendela [Data Analysis], pilih [Regression], klik [OK], maka akan muncul jendela [Regression]. Klik kotak kecil merah di sebelah kanan kotak [Input Y Range] untuk memasukan data variabel Y yaitu sel D2 sampai sel D13. Klik kotak kecil merah di sebelah kanan kotak [Input X Range] untuk memasukan data variabel X1 dan X2 sekaligus yaitu sel B2 sampai sel C13. Kemudian klik [Output Range] untuk menempatkan hasil analisis. Misalkan hasil analisis akan ditempatkan pada sheet yang sama dengan sheet data, yaitu pada sel F1. Jadi anda harus mengklik kotak kecil merah di sebelah kanan kotak [Output Range] kemudian pilih sel F1. Hasilnya seperti nampak pada gambar berikut :
4. Klik [OK], maka hasil analisis akan nampak seperti disajikan pada gembar dibawah :
5. Dari hasil analisis tersebut dapat dikemukakan :
a. Dari tabel pertama diperoleh besarnya Koefisien Korelasi Pearson (Multiple R) sebesar 0,8648 yaitu besarnya derajat keeratan hubungan antara variabel bebas X1 dan X2 dengan variabel terikat Y. Besarnya Koefisien Determinasi (R Square) 0,7478 menunjukkan besarnya pengaruh variabel bebas X1 dan X2 terhadap variabel terikat Y sebesar 74,78 %. Sisanya sebesar 25,22 % dipengaruhi oleh variabel bebas lain yang tidak diteliti.
b. Tabel kedua merupakan Tabel Anova atau Daftar Sidik Ragam. Dari hasil analisis ragam diperoleh nilai F = 13,344 dengan nilai signifikansi F yaitu 0,002. Nilai signifikansi ini lebih kecil dari taraf nyata 0,05, sehingga disimpulkan bahwa secara simultan variabel bebas X1 dan X2 mempunyai pengaruh yang signifikan terhadap variabel terikat Y.
Untuk mengetahui variabel bebas X mana yang berpengaruh signifikan, hasilnya dilihat dari tabel ketiga.
c. Dari tabel ketiga, diperoleh nilai koefisien regresi (Coefficients) yaitu b0 = 27,574, b1 = 0,922, dan b2 = 0,284, sehingga persamaan regresi yang dapat dibangun dari data di atas yaitu Y = 27,574 + 0,922 X1 + 0,284 X2.
Pada kolom P-Value, diperoleh bahwa nilai probablitas untuk variabel bebas X1 sebesar 0,001 sedangkan nilai probablitas untuk variabel bebas X2 sebesar 0,715. Dari kedua nilai probabilitas tersebut, dapat disimpulkan bahwa hanya variabel bebas X1 yang berpengaruh signifikan terhadap variabel terikat Y karena mempunyai nilai probabilitas lebih kecil dari 0,05.
Social Plugin