Analisis Regresi

TUGAS STATISTIK

Dibuat oleh : Abu Tholib ( 123 11 099 )

PROGRAM STUDI MANAJEMEN FAKULTAS EKONOMI

UNIVERSITAS MUHAMMADIYAH GRESIK

 

 

Analisis Regresi

Mengatahui Volume Penjualan Terhadap Pengaruh Harga Produk, Biaya Produksi, Distribusi, Dan Lokasi

Analisis regresi linier berganda ini digunakan untuk mengetahui ada tidaknya pengaruh dari variabel bebas terhadap variabel terikat. Disini saya akan memberikan contoh seperti artikel saya sebelumnya, lihat artikelnya disini.

Sehingga yang saya cari adalah pengaruh variabel bebas (independen variable) yaitu Harga produk (X₁),Biaya promosi (X₂), Biaya produksi(X₃), Biaya distribusi (X₄) dan Biaya lokasi (X₅) terhadap variabel terikat (dependen variable) yaitu Volume penjualan (Y).

• Uji t

Uji t digunakan untuk mengetahui apakah variabel-variabel independen secara parsial berpengaruh nyata atau tidak terhadap variabel dependen. Derajat signifikansi yang digunakan adalah 0,05. Apabila nilai signifikan lebih kecail dari derajat kepercayaan maka kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara parsial mempengaruhi variabel dependen.

Membandingkan t hitung dengan t tabel,Menentukan t tabel. Tabel distribusi t dicari pada  = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau  10-5-1  = 4 (n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi hasil diperoleh untuk t tabel sebesar 2,132.

Kriteria Pengujian :

• Ho diterima jika t tabel ≤ t hitung ≥ t tabel
• Ho ditolak jika t hitung < -t tabel atau t hitung > t tabel

Analisis uji t juga dilihat dari tabel ”Coefficient”.

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	-1.083E8	3.405E8		-.318	.766
	Harga produk	.031	2.042	.005	.015	.989
	Biaya promosi	29.773	13.693	.544	2.174	.095
	Biaya produksi	2.452	3.777	.204	.649	.552
	Biaya distribusi	6.539	6.125	.418	1.068	.346
	Biaya lokasi	-9.145	20.818	-.153	-.439	.683
a. Dependent Variable: Volume penjualan

Analisisnya:

1. Harga produk (X₁) terhadap Volume penjualan (Y)

Terlihat pada kolom Coefficients terdapat nilai sig 0,989. Nilai sig lebih besar dari nilai probabilitas 0,05, atau nilai 0,989>0,05, maka H₁ ditolak dan Ho diterima. Variabel X₁ mempunyai t_hitung  yakni 0,015 dengan t_tabel=2,132. Jadi t_hitung>t_tabel dapat disimpulkan bahwa variabel X₁ memiliki kontribusi terhadap Y. Nilai t positif menunjukkan bahwa variabel X₁ mempunyai hubungan yang searah dengan Y. Jadi dapat disimpulkan harga produk memiliki pengaruh signifikan terhadap volume penjualan.

2. Biaya promosi (X₂) terhadap Volume penjualan (Y)

Terlihat pada kolom Coefficients terdapat nilai sig 0,095. Nilai sig lebih kecil dari nilai probabilitas 0,05, atau nilai 0,095>0,05, maka maka H₁ ditolak dan Ho diterima. Variabel X₂ mempunyai t_hitung  yakni 2,171 dengan t_tabel=2,132. Jadi t_hitung>t_tabel dapat disimpulkan bahwa variabel X₂ memiliki kontribusi terhadap Y. Nilai t negatif menunjukkan bahwa X₂ mempunyai hubungan yang  berlawanan arah dengan Y. Jadi dapat disimpulkan biaya promosi memiliki pengaruh signifikan terhadap volume penjualan.

3. Biaya produksi (X₃) terhadap Beta (Y)

Terlihat pada kolom Coefficients terdapat nilai sig 0,552. Nilai sig lebih besar dari nilai probabilitas 0,05, atau nilai 0,552>0,05, maka H₁ ditolak dan Ho diterima. Variabel X₃ mempunyai t_hitung  yakni 0,649 dengan t_tabel=2,132. Jadi t_hitung<t_tabel dapat disimpulkan bahwa variabel X₃ tidak memiliki kontribusi terhadap Y. Nilai t positif menunjukkan bahwa X₃ mempunyai hubungan yang searah dengan Y. Jadi dapat disimpulkan biaya produksi memiliki berpengaruh signifikan terhadap volume penjualan

4. Biaya distribusi (X₄) terhadap Volume penjualan

Terlihat nilai sig pada Biaya distribusi adalah 0,346. Nilai sig lebih besar dari nilai probabilitas 0,05, atau nilai 0,346>0,05, maka H₁ ditolak dan Ho diterima. Variabel X₄ mempunyai t_hitung  yakni 1,068 dengan t_tabel=2,132. Jadi t_hitung<t_tabel dapat disimpulkan bahwa variabel X₄ tidak memiliki kontribusi terhadap Y. Nilai t positif menunjukkan bahwa Biaya distribusi mempunyai hubungan yang searah dengan Beta. Jadi dapat disimpulkan Biaya distribusi memiliki berpengaruh signifikan terhadap volume penjualan.

5. Biaya lokasi (X₅) terhadap Volume penjualan

Terlihat nilai sig pada Biaya lokasi adalah -0,439. Nilai sig lebih besar dari nilai probabilitas 0,05, atau nilai -0,439>0,05, maka H₁ ditolak dan Ho diterima. Variabel X₄ mempunyai t_hitung  yakni 0,353 dengan t_tabel=2,132. Jadi t_hitung<t_tabel dapat disimpulkan bahwa variabel X₄ tidak memiliki kontribusi terhadap Y. Nilai t negatif menunjukkan bahwa biaya lokasi mempunyai hubungan yang berlawanan arah dengan volume penjualan. Jadi dapat disimpulkan biaya lokasi tidak berpengaruh signifikan terhadap volume penjualan.

• Uji F

Uji F digunakan untuk mengetahui apakah variabel-variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Derajat kepercayaan yang digunakan adalah 0,05. Apabila nilai F hasil perhitungan lebih besar daripada nilai F menurut tabel maka hipotesis alternatif, yang menyatakan bahwa semua variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen.

Untuk analisisnya dari output SPSS dapat dilihat dari tabel ”Anova”:

ANOVAb
Model		Sum of Squares	Df	Mean Square	F	Sig.
1	Regression	3.885E16	5	7.769E15	16.653	.009a
	Residual	1.866E15	4	4.665E14
	Total	4.071E16	9
a. Predictors: (Constant), Biaya lokasi, Biaya promosi, Harga produk, Biaya produksi, Biaya distribusi
b. Dependent Variable: Volume penjualan

Tabel anova digunakan untuk menentukan taraf signifikansi atau linieritas dari regresi. Kriterianya dapat ditentukan berdasarkan uji F atau uji nilai Signifikansi (Sig.). Cara yang paling mudah dengan uji Sig., dengan ketentuan, jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan berlaku sebaliknya. Berdasarkan tabel ketiga, diperoleh nilai Sig. = 0,009 yang berarti < kriteria signifikan (0,05), dengan demikian model persamaan regresi berdasarkan data penelitian adalah signifikan artinya, model regresi linier memenuhi kriteria linieritas

• Koefisien determinasi (R ²)

Koefisien determinasi digunakan untuk mengetahui seberapa besar hubungan dari beberapa variabel dalam pengertian yang lebih jelas. Koefisien determinasi akan menjelaskan seberapa besar perubahan atau variasi suatu variabel bisa dijelaskan oleh perubahan atau variasi pada variabel yang lain (Santosa&Ashari, 2005:125).

Nilai koefisien ini antara 0 dan 1, jika hasil lebih mendekati angka 0 berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel amat terbatas. Tapi jika hasil mendekati angka 1 berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Untuk analisisnya dengan menggunakan output SPSS dapat dilihat pada tabel ”Model Summary” :

Model Summary
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	.977a	.954	.897	2.160E7
a. Predictors: (Constant), Biaya lokasi, Biaya promosi, Harga produk, Biaya produksi, Biaya distribusi

Berdasarkan Tabel ”Model Summary” menampilkan nilai R yang merupakan simbol dari nilai koefisien korelasi. Pada tabel diatas nilai korelasi adalah 0,977. Nilai ini dapat diinterpretasikan bahwa hubungan antar variabel atau koefisien determinasi (KD) yang menunjukkan seberapa bagus model regresi yang dibentuk oleh interaksi variabel bebas dan variabel terikat. Nilai KD yang diperoleh adalah 95,4% yang dapat ditafsirkan bahwa variabel bebas Harga produk (X₁),Biaya promosi (X₂), Biaya produksi(X₃), Biaya distribusi (X₄) dan Biaya lokasi (X₅memiliki pengaruh kontribusi sebesar 95,4% terhadap variabel terikat (dependen variable) yaitu Volume penjualan (Y) dan 4.6% lainnya dipengaruhi oleh faktor-faktor lain diluar variabel bebas. Karena nilai R Square cenderung mendekati nilai 1 maka dapat disimpulkan kemampuan variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi dependen.

• Persamaan linier berganda

Persamaan regresi yang diperoleh dengan koefisien konstanta dan koefisien variabel yang ada di kolom Unstandardized Coefficients B.

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	T	Sig.
		B	Std. Error	Beta
1	(Constant)	-1.083E8	3.405E8		-.318	.766
	Harga produk	.031	2.042	.005	.015	.989
	Biaya promosi	29.773	13.693	.544	2.174	.095
	Biaya produksi	2.452	3.777	.204	.649	.552
	Biaya distribusi	6.539	6.125	.418	1.068	.346
	Biaya lokasi	-9.145	20.818	-.153	-.439	.683
a. Dependent Variable: Volume penjualan

Berdasarkan tabel ini diperoleh model persamaan regresi :

Y = - 1.083 + 0,031 X₁ + 29,773 X₂+ 2,452 X₃+ 6,539 X₄ - 9,145 X₅

1. Konstanta (a)

Ini berarti jika semua variabel bebas memiliki nilai nol (0) maka nilai variabel terikat (Beta) sebesar -1,083.

2. Harga produk(X₁) terhadap volume penjualan (Y)

Nilai koefisien harga produk untuk variabel X1 sebesar 0,031. Hal ini mengandung arti bahwa setiap kenaikan harga produksi satu satuan maka variabel volume penjualan (Y) akan naik sebesar 0,031 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

3. Biaya promosi (X₂) terhadap volume penjualan (Y)

Nilai koefisien biaya promosi untuk variabel X₂ sebesar 29,773. Hal ini mengandung arti bahwa setiap kenaikan biaya promosi satu satuan maka variabel volume penjualan (Y) akan naik sebesar 29,773 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

4. Biaya produksi (X₃) terhadap volume penjualan (Y)

Nilai koefisien biaya produksi untuk variabel X₃ sebesar 2,452. Hal ini mengandung arti bahwa setiap kenaikan biaya produksi satu satuan maka variabel volume penjualan (Y) akan naik sebesar 2,452 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

5. Biaya distribusi (X₄) terhadap volume penjualan (Y)

Nilai koefisien biaya distribusi untuk variabel X₄ sebesar 6,539. Hal ini mengandung arti bahwa setiap kenaikan biaya distribusi satu satuan maka variabel volume penjualan (Y) akan naik sebesar 6,539 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

6. Biaya lokasi (X₅) terhadap volume penjualan (Y)

Nilai koefisien Biaya lokasi  untuk variabel X₅ sebesar -9,145 dan bertanda negatif, ini menunjukkan bahwa Biaya lokasi mempunyai hubungan yang berlawanan arah dengan Risiko Sistematis. Hal ini mengandung arti bahwa setiap kenaikan satu satuan maka variabel volume penjualan (Y) akan turun sebesar 9,145 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap