Regresi Linear Berganda

Analisis Regresi Linear Berganda

Analisis Regresi Linear berganda digunakan untuk menganalisis hubungan kausal dua atau lebih variabel bebas terhadap satu variabel terikat.

Persamaan Regresi Linear Berganda

Persamaan Regresi digunakan untuk menggambarkan model hubungan antara variabel bebas dengan variabel terikatnya.

Keterangan

Y = Nilai yang diramalkan

a = Konstanta/ intercept

b = Koefisien regresi/ slope

X = Variabel Bebas

Ɛ = Nilai Residu

Kerangka Berpikir Regresi Linear Berganda

 

Kasus Analisis Regresi Linear Berganda

·         Judul Penelitian “Pengaruh  Biaya Promosi dan Harga terhadap Penjualan”.

·         Hipotesis Penelitian

H₁ = terdapat pengaruh Biaya Promosi terhadap Penjualan

H₂ = terdapat pengaruh Harga Promosi terhadap Penjualan

H₃ = terdapat pengaruh Biaya dan Harga Promosi terhadap Penjualan

·         Dasar pengambilan Keputusan uji t (pengaruh secara Parsial)

Ø  Jika t_hitung > t_tabel atau nilai sig. < alpha, maka H₀ ditolak.

Ø  Jika t_hitung < t_tabel atau nilai sig. > alpha, maka H₀ ditolak.

·         Dasar pengambilan Keputusan uji F (pengaruh secara Simultan)

Ø  Jika F_hitung > F_tabel atau nilai sig. < alpha, maka H₀ ditolak.

Ø  Jika F_hitung < T_tabel atau nilai sig. > alpha, maka H₀ ditolak.

·         Data penelitian

No	Sampel	Biaya Promosi (X1)	Harga (X2)	Penjualan (Y)
1	PT. A	Rp                2,000,000	Rp                90,000	Rp   10,000,000
2	PT. B	Rp                3,000,000	Rp                80,000	Rp   20,000,000
3	PT. C	Rp                4,000,000	Rp                80,000	Rp   45,000,000
4	PT. D	Rp                5,000,000	Rp                70,000	Rp   55,000,000
5	PT. E	Rp                8,000,000	Rp                65,000	Rp   60,000,000
6	PT. F	Rp                7,000,000	Rp                63,000	Rp   65,000,000
7	PT. G	Rp                9,000,000	Rp                60,000	Rp   75,000,000
8	PT. H	Rp                7,000,000	Rp                62,000	Rp   70,000,000
9	PT. I	Rp                9,000,000	Rp                60,000	Rp   80,000,000
10	PT. J	Rp             10,000,000	Rp                58,000	Rp   85,000,000
11	PT. K	Rp             11,000,000	Rp                55,000	Rp   90,000,000
12	PT. L	Rp                9,000,000	Rp                52,000	Rp   98,000,000

Dari Data diatas:

1.      Buatlah Persamaan Regresi.

2.      Lakukan Uji t.

3.      Lakukan Uji F.

4.      Berapa nilai koefisien determinasi?

Langkah-langkah Analisis Regresi Linear Berganda dengan Aplikasi IBM SPSS

1.      Input Data Ke SPSS

2.      Analisis Data

3.      Interprestasi Output SPSS

4.      Kesimpulan

1. Input Data

2. Analisis Data

Analyze – Regression - Linear

Ø  Masukkan variabel Y pada kotak Dependent

Ø  Masukkan seluruh variabel X pada kotak Independent(s)

Ø  Klik Ok

3. Interprestasi Output SPSS

Variables Entered/Removeda
Model	Variables Entered	Variables Removed	Method
1	Harga, Biaya Promosib	.	Enter
a. Dependent Variable: Penjualan
b. All requested variables entered.

Dari output diatas terlihat metode yang digunakan dalam analisis regresi linear berganda ini adalah metode Enter, dimana variabel X yang diinput adalah Biaya Promosi dan Harga sedangkan variabel Y adalah Penjualan.

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	87505095.626	126132457.347		.694	.505
	Biaya Promosi	7.717	1.648	.850	4.681	.001
	Harga	-1090.985	1593.505	-.124	-.685	.511
a. Dependent Variable: Penjualan

1. Persamaan Regresi

•      Diketahui nilai Constant (a) sebesar 87505095,626 atau Rp. 87.505.095,626, sedangkan nilai koefisien regresi Biaya Promosi (X₁) sebesar 7,717 atau Rp.7,717 dan koefisien regresi Harga (X₂) sebesar -1090,985 atau Rp.-1.090,985, sehingga dapat dibuatkan persamaan regresi sebagai berikut;

•       Y = a + bX + Ɛ

•      Y = 87505095,626 + 7,717X₁ -1090,985X₂

•      Artinya;

•      Konstanta sebesar  87505095,626 berarti bahwa konsistensi variabel Penjualan (Y)  atau Nilai Penjualan Perusahaan adalah sebesar Rp.1.423.913,043, jika tidak ada Biaya Promosi dan Harga yang ditetapkan oleh perusahaan.

•      Koefisien regresi variabel Biaya Promosi (X₁) sebesar 7,717 menyatakan bahwa setiap penambahan RP.1 Biaya Promosi, maka Penjualan perusahaan akan bertambah sebesar Rp.7,717. Koefisien regresi tersebut bernilai positif, sehingga dapat dikatakan  bahwa arah pengaruh variabel X₁ terhadap Y adalah positif.

•      Koefisien regresi variabel Harga (X₂) sebesar -1.090,985 menyatakan bahwa setiap penambahan RP.1 Harga, maka Penjualan perusahaan akan menurun sebesar Rp.1.090,985. Koefisien regresi tersebut bernilai negatif, sehingga dapat dikatakan  bahwa arah pengaruh variabel X₂ terhadap Y adalah negatif.

2.      Uji Hipotesis (Pengaruh Biaya Promosi (X₁) dan Harga (X₂) terhadap Penjualan (Y) dengan uji t)

a.      Hipotesis 1 (Pengaruh Biaya Promosi terhadap Penjualan)

Diperoleh nilai t_hitung sebesar 4,681 > t_tabel 2,262 dan Nilai signifikansi sebesar  0,001 < 0,05, maka dapat disimpulkan bahwa variabel Biaya Promosi (X₁) berpengaruh positif dan signifikan terhadap Variabel Penjualan (Y).

b.      Hipotesis 2 (Pengaruh Harga terhadap Penjualan)

Diperoleh nilai t_hitung sebesar -0,685 > t_tabel -2,262 dan Nilai signifikansi sebesar  0,511 > 0,05, maka dapat disimpulkan bahwa variabel Harga (X₂) tidak berpengaruh signifikan terhadap Variabel Penjualan (Y).

t_tabel = (α/2 ; n-k-1)

= (0,05/2 ; 12-2-1)

= (0,025 ; 9)

= ± 2,262

c. Hipotesis 3 (Uji Ketepatan Model dengan Uji F)

ANOVAa
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	7222513821102138.000	2	3611256910551069.000	43.006	.000b
	Residual	755736178897862.100	9	83970686544206.900
	Total	7978250000000000.000	11
a. Dependent Variable: Penjualan
b. Predictors: (Constant), Harga, Biaya Promosi

Ø  Nilai Sig. merupakan nilai yang menunjukkan titik kesalahan yang terjadi jika nilai F_hitung sebesar 43,006 > 4,10. Dengan Tingkat kesalahan sebesar 0,000 < 0,05.

Ø  Artinya variabel Biaya Promosi (X₁) dan Harga (X­₂) secara bersama-sama (simultan) berpengaruh signifikan terhadap Penjualan (Y).

Ø  Dengan kata lain  variabel Biaya Promosi (X₁) dan Harga (X­₂) mampu menjelaskan perubahan pada variabel Penjualan (Y) atau model dinyatakan cocok atau fit.

Ø  F_tabel = (k ; n-k)

Ø  = (2 ; 12-2)

Ø  = (2 ; 10)

Ø  = 4,10

d.  Koefisien Determinasi

Model Summary
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	.951a	.905	.884	9163552.07025
a. Predictors: (Constant), Harga, Biaya Promosi

Ø  Nilai R

·         Nilai R menunjukkan korelasi antara variabel bebas dengan variabel terikat.

·         Diperoleh nilai R sebesar 0,951, artinya korelasi antara variabel Biaya Promosi dan Harga terhadap variabel Penjualan adalah sebesar 95,10%.

Ø  R Square

Nila R Square dalam penelitian ini diperoleh sebesar 0,905, artinya variabel Penjualan dapat dijelaskan oleh variabel Biaya Promosi (X₁) dan Harga (X₂) adalah sebesar  90,50% sedangkan sisanya  9,50% dijelaskan oleh variabel lain yang tidak dimasukkan dalam penelitian ini.

Ø  Adjusted R Square

·         Adjusted R Square merupakan koefisien Determinasi yang telah terkoreksi dengan jumlah variabel dan ukuran sampel sehingga dapat mengurangi unsur bias jika terjadi penambahan variabel baru.

·         Nilai Adjusted R Square diperoleh sebesar 0,884, berarti variabel Penjualan dapat dijelaskan oleh variabel Biaya Promosi (X₁) dan Harga (X₂)  adalah sebesar  88,40% sedangkan sisanya 11,60% dijelaskan oleh variabel lain yang tidak dimasukkan dalam penelitian ini.

Kesimpulan

Berdasarkan hasil penelitian diatas, maka dapat disimpulkan:

1. Persamaan Regresi Y = 87505095,626 + 7,717X₁ -1090,985X₂. Artinya; Konstanta sebesar  87505095,626 menjelaskan konsistensi variabel Penjualan (Y)  atau Nilai Penjualan Perusahaan adalah sebesar Rp.1.423.913,043, jika tidak ada Biaya Promosi dan Harga yang ditetapkan oleh perusahaan. Koefisien regresi variabel Biaya Promosi (X₁) sebesar 7,717 menyatakan bahwa setiap penambahan RP.1 Biaya Promosi, maka Penjualan perusahaan akan bertambah sebesar Rp.7,717. Koefisien regresi tersebut bernilai positif, sehingga dapat dikatakan  bahwa arah pengaruh variabel X₁ terhadap Y adalah positif. Sedangkan Koefisien regresi variabel Harga (X₂) sebesar -1.090,985 menyatakan bahwa setiap penambahan RP.1 Harga, maka Penjualan perusahaan akan menurun sebesar Rp.1.090,985. Koefisien regresi tersebut bernilai negatif, sehingga dapat dikatakan  bahwa arah pengaruh variabel X₂ terhadap Y adalah negatif.
2. Diperoleh nilai t_hitung sebesar 4,681 > t_tabel 2,262 dan Nilai signifikansi sebesar  0,001 < 0,05, maka dapat disimpulkan bahwa variabel Biaya Promosi (X₁) berpengaruh positif dan signifikan terhadap Variabel Penjualan (Y). Sementara itu diperoleh nilai t_hitung sebesar -0,685 > t_tabel -2,262 dan Nilai signifikansi sebesar  0,511 > 0,05, maka dapat disimpulkan bahwa variabel Harga (X₂) tidak berpengaruh signifikan terhadap Variabel Penjualan (Y).

3.      Nilai F_hitung sebesar 43,006 > 4,10. Dengan Tingkat kesalahan sebesar 0,000 < 0,05. Artinya variabel Biaya Promosi (X₁) dan Harga (X­₂) secara bersama-sama (simultan) berpengaruh signifikan terhadap Penjualan (Y). Dengan kata lain  variabel Biaya Promosi (X₁) dan Harga (X­₂) mampu menjelaskan perubahan pada variabel Penjualan (Y) atau model dinyatakan cocok atau fit.

4.      Nilai Adjusted R Square diperoleh sebesar 0,884, berarti variabel Penjualan dapat dijelaskan oleh variabel Biaya Promosi (X₁) dan Harga (X₂)  adalah sebesar  88,40% sedangkan sisanya 11,60% dijelaskan oleh variabel lain yang tidak dimasukkan dalam penelitian ini.