Uji Regresi: Pola Soal Regresi Linier Berganda + Analisis - Bab Ii

Baca pos sebelumnya di Bagian I: Uji Regresi: Contoh Soal Regresi Linier Berganda + Analisis - Bagian I. Di kepingan I sudah saya jelaskan teladan soal regresi linier berganda dan langkah-langkah pengujiannya ke dalam SPSS. Di Bagian II, saya akan membahas output serta analisis dan interpretasinya.  

(Klik gambar untuk memperbesar)

Analisis:

Ø  Pada tabel Descriptives Statistics dapat dilihat bahwa tingkat penjualan rata-rata (dari nilai Mean) yang dipengaruhi oleh biaya produksi, biaya distribusi dan biaya promosi yang mempunyai jumlah data 15 buah yaitu 2.20E8 dengan standar deviasi 7.771E7.

Ø  Besarnya relasi antar variabel Tingkat Penjualan (Y) dengan Biaya Produksi (X1) yang dilihat pada tabel Correlations dengan koefisien relasi yaitu sebesar 0.955, sedangkan variabel Tingkat Penjualan (Y) dengan Biaya Distribusi (X2) yaitu sebessar 0.882, dan variabel Tingkat Penjualan (Y) dengan Biaya Promosi (X3) yaitu sebsesar 0.983. Secara teori, lantaran relasi antara Tingkat Penjualan (Y) dengan Biaya Promosi (X3) lebih besar daripada Biaya Produksi (X1) dan Biaya Distribusi (X2), maka sanggup dikatakan bahwa variabel Biaya Promosi (X3) lebih besar lengan berkuasa terhadap Tingkat Penjualan perusahaan dibandingkan dengan Biaya Produksi (X1) dan Biaya Distribusi (X2).

Ø  Tingkat signifikansi koefisien relasi satu sisi (Sig 1-tailed) dari output yang diukur dari probabilitas menghasilkan angka sebesar 0.000, 0.000 dan 0.000. Karena probabilitas berada jauh dibawah 0.05 maka relasi di antara variabel Tingkat Penjualan dengan Biaya Produksi (X1), Biaya Distribusi (X2) dan Biaya Promosi (X3) yaitu sangat nyata. Jika probabilitas berada diatas 0.05, maka koefisien relasi variabel dependen dengan variabel independen sanggup dikatakan tidak kuat.

[Bagi rekan-rekan yang ingin mencar ilmu analisis laporan keuangan, sedang melaksanakan penelitian akuntansi perihal analisis laporan keuangan, rekan2 sanggup mendapat ebooknya disini: Buku Analisis Laporan Keuangan + Bonus Ebook Statistik. ]

Output ketiga dan keempat

(Klik gambar untuk memperbesar)

Analisis:

Ø  Tabel Variable Entered menunjukkan bahwa tidak ada variabel yang dikeluarkan (removed), atau dengan kata lain kedua variabel bebas dimasukkan dalam perhitungan regresi.

Ø  Angka Adjusted R Square pada tabel Model Summary adalah 0.979. Hal ini mengindikasikan bahwa 97.9% dari variasi Tingkat Penjualan sanggup dijelaskan oleh variabel Biaya Produksi (X1), Biaya Distribusi (X2) dan Biaya Promosi (X3). Sedangkan sisanya (100% - 97.9%= 2.1%) dijelaskan oleh sebab-sebab lain yang tidak dijelaskan atau dimasukkan dalam kasus ini.

Perhatikan perbedaan antara R Square dengan Adjusted R Square!

Jika dalam suatu penelitian regresi, variabel independen yang digunakan lebih dari 2 variabel, maka Adjusted R Square digunakan untuk analisis. Jika variabel independen yang digunakan hanya 1 atau 2 variabel saja, maka R Square digunakan untuk analisis regresi.

Ø  Angka Standard Error of Estimate adalah sebesar 1.127E7 (angka yang digunakan yaitu variabel dependen atau dalam hal ini yaitu Tingkat Penjualan). Pada analisis sebelumnya, Standar Deviasi Tingkat Penjualan yaitu pada tabel Descriptives Statistics adalah sebesar 7.771E7 (77.710.000.000), dimana standar deviasi mempunyai nilai yang lebih besar daripada standard error of estimate yang hanya sebesar 1.127E7. Hal ini mengindikasikan bahwa model regresi lebih anggun bertindak sebagai prediktor Tingkat Penjualan daripada rata-rata Tingkat Penjualan itu sendiri.  

Output kelima dan keenam

Analisis: 

Ø  Dari uji ANOVA atau F test pada hasil output diatas sanggup dilihat bahwa nilai F sebesar 218.339 dengan tingkat signifikansi 0.000. Karena probabilitas (0.000) berada dibawah 0.05, maka sanggup dikatakan bahwa model regresi sanggup digunakan untuk memprediksi variabel Tingkat Penjualan. Atau sanggup dikatakan Biaya Produksi (X1), Biaya Distribusi (X2) dan Biaya Promosi (X3) bahu-membahu besar lengan berkuasa terhadap Tingkat Penjualan.

Ø  Persamaan model regresi dalam kasus ini yang sanggup dilihat pada tabel Coefficient dapat dirumuskan sebagai berikut:

Y= -6.623E7 + 3.109X1 + 0.572X2 + 7.894X3

Keterangan:

  Y:        Tingkat Penjualan

X1:        Biaya Produksi

X2:        Biaya Distribusi

X3:        Biaya Promosi

Ø  Nilai konstanta sebesar -6.623E7 menyatakan bahwa jikalau tidak ada Biaya Produksi, Biaya Distribusi dan Biaya Promosi dalam sebuah penjualan, maka Tingkat Penjualan akan berkurang sebesar Rp66.230.000.000

Ø  Koefisien regresi Biaya Produksi sebesar 3.109 menyatakan bahwa setiap penambahan (karena bertanda positif) Rp1 Biaya Produksi akan meningkatkan Tingkat Penjualan sebesar Rp3.109.

Ø  Koefisien regresi Biaya Distribusi sebesar 0.572 menyatakan bahwa setiap penambahan (karena bertanda positif) Rp1 Biaya Distribusi perusahaan akan meningkatkan Tingkat Penjualan sebesar Rp0.572.

Ø  Koefisien regresi Biaya Promosi sebesar 7.894 menyatakan bahwa setiap penambahan (karena bertanda positif) Rp1 Biaya Promosi perusahaan akan meningkatkan tingkat penjualan sebesar Rp7.894

Ø  uji t untuk menguji signifikansi konstanta dan variabel dependen. Hal ini sanggup dilihat pada angka SIG (singkatan dari signifikansi atau besaran nilai probabilitas) pada tabel Coefficient. Pada tabel tersebut didapatkan angka SIG sebesar 0.089 dimana nilai ini berada dibawah 0.05. Maka, sanggup dikatakan ketiga koefisien regresi tidak signifikan, atau sanggup dikatakan Produksi, Biaya Distribusi dan Biaya Promosi tidak besar lengan berkuasa secara signifikan terhadap Tingkat Penjualan.

Bagi rekan-rekan yang ingin mencar ilmu analisis laporan keuangan, sedang melaksanakan penelitian akuntansi perihal analisis laporan keuangan, rekan2 sanggup mendapat ebooknya disini: Buku Analisis Laporan Keuangan + Bonus Ebook Statistik. 

Sumber http://bahasekonomi.blogspot.com

Berlangganan Informasi Terbaru: