LATIHAN REGRESI (ANALISIS REGRESI SEDERHAN (EViews) )

MATERI KE 5

LATIHAN REGRESI

ANALISIS REGRESI SEDERHANA

Persamaan Regresi linier Sederhana:

Y = a + bX + e

Y  = Nilai yang diramalkan                   

a = Konstanst

 b   = Koefesien regresi

X   = Variabel bebas

e   = Nilai Residu

Contoh Kasus

Seorang manajer pemasaran akan meneliti apakah terdapat pengaruh iklan terhadap penjualan pada perusahaan-perusahaan di Kota Tangerang, untuk kepentingan penelitian tersebut diambil 8 perusahaan  sejenis yang telah melakukan promosi.

Pemecahan:

1.                  Judul

            Pengaruh biaya promosi terhadap penjualan perusahaan.

2.         Pertanyaan Penelitian

            Apakah terdapat pengaruh positif biaya promosi terhadap penjualan perusahaan ?

3.         Hipotesis

            Terdapat pengaruh positif biaya promosi terhadap penjualan perusahaan.

Karakteristik Penerimaan Hipotesis

H_o        : Tidak terdapat pengaruh positif biaya iklan terhadap penjualan perusahaan.

H_a        : Terdapat pengaruh positif biaya iklan terhadap penjualan perusahaan.

·         H_o diterima Jik

b ≤ 0, t hitung ≤ tabel

·         H_a diterima Jika

b > 0, t hitung > t tabel.

 

Sampel  yang digunakan

8 perusahaan

Data yang diperoleh

ANALISIS DATA

1. Persamaan regresi
2. Nilai Prediksi
3. Koefesien determinasi
4. Kesalahan baku estimasi
5. Kesalahan baku koefesien regresinya
6. Nilai F hitung
7. Nilai t hitung
8. Kesimpulan

PERSAMAAN REGRESI

 

 

Jadi, Y= 40,082 + 1,497X+e

NILAI PREDIKSI

ž  Berapa besarnya penjualan jika promosi sebesar 20?

            40,082 + (1,497*20)= 70,022

ž  Berapa besarnya penjualan jika promosi sebesar 16?

            40,082 + (1,497*16)=64,034

ž  Berapa besarnya penjualan jika promosi sebesar 34?

            40,082 + (1,497*34)= 90,98

ž  Berapa besarnya penjualan jika promosi sebesar 23?

            40,082 + (1,497*23)= 74,513

ž  Berapa besarnya penjualan jika promosi sebesar 27?

            40,082 + (1,497*27)=80,501

ž  Berapa besarnya penjualan jika promosi sebesar 32?

            40,082 + (1,497*32)= 87,986

KOEFESIEN DETERMINAN

 

Koefesien Determinasi Disesuaikan (adjusted)

  

KESALAHAN BAKU ESTIMASI

Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk

 

                 

STANDAR ERROR KOEFISIEN REGRESI

Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:

            

UJI F

Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu menggambarkan kondisi sesungguhnya:

Ho: Diterima jika F _hitung £ F _tabel

 Ha: Diterima jika F _hitung > F _tabel

          

Karena F hitung (17,367) > dari F tabel (5,99) maka persamaan regresi dinyatakan Baik (good of fit).

UJI T

Digunakan untuk mengatahui pengaruh variabel bebas terhadap variabel tergantung.

H_o: Diterima jika t _hitung £ t _tabel

H_a: Diterima jika t _hitung > t _tabel

                                   

Karena t _hitung (4,167) > dari t tabel (1,943) maka H_a diterima ada pengaruh iklan terhadap penjualan.

KESIMPULA DAN IMPLIKASI

KESIMPULAN

Terdapat pengaruh positif biaya periklanan terhadap volume penjualan.

IMPLIKASI

Sebaiknya perusahaan terus meningkatkan periklanan agar penjualan meningkat.

LATIHAN:

Econometric Views -> Salah satu aplikasi olah data yang berjalan di atas OS Windows     

Langkah-Langkah Analisis Data

·       TAHAP I – PERSIAPAN DATA [TABULASI DATA], jika satuan berbeda maka diperlukan transformasi data untuk menyamakan satuan (logaritma natural (ln)) akan dilakukan pembahasan yang berbeda

·         TAHAP II – IMPORT DATA KE EVIEWS

Ketika Eviews terbuka, maka akan muncul Workfile create, jika tidak terbuka, klik menu file pada toolbar dan pilih new lalu klik workfile

o   Workfile Structure type = menu ini berguna untuk pemilihan jenis data yang digunakan, jika menggunakan data time series maka pilih dated – regular frequency

o   Date specification merupakan pilihan spesifik data misal data bulanan (yang digunakan sebagai contoh), pilih monthly

o   Ketika periode awal penelitian pada start date yaitu 2013.1 dan end date 2014.11

o   Ketik nama workfile pada form WF “bebas”  atau “latihan1”

o   Klik OK

       Cara Menginput data

o   Klik variabel secara berurutan sesuai susunan kolom pada excel

o   Tekan ctrl dan secara bersama klik

o   Klik kanan pada variabel yang diblok lalu pilih open as group

o   Muncul jendela group dan copy data sesuai nama variabel

·         TAHAP III : ESTIMASI MODEL REGRESI LINEAR

o  Klik variabel Y

o  Tekan tombol ctrl, klik variabel x1 dan x2

o  Klik kanan lalu pilih open as equation

Ketika muncul jendela Equation Estimation, pastikan pada form Equation specification tertulis semua variabel dengan urutan Y X1 X2 lalu ketik C yang merupakan persamaan regresi alpha atau coefficient

o  Pada estimation settings bagian method pilih Least Squares (NLS dan ARMA)

o  Klik OK

INTERPRETASI OUTPUT

TAHAP 1 – UJI F (SIMULTAN)

• ž  Uji F merupakan uji statistik yang bertujuan untuk mengetahui pengaruh seluruh variabel bebas secara bersama-sama (Simultan) terhadap variabel terikat. Pada Eviews, output uji F dapat dilihat pada point 1 yaitu F-statistic dan/atau  Prob(F-statistic). F-statistic disebut pula sebagai 

• ž  F_hitung, sedangkan Prob(F-statistic) disebut pula p-value. Sobat dapat menggunakan keduanya atau salah satunya saja karena jika p-value menyatakan H₀ ditolak dan H_a diterima, maka sudah pasti pada uji F-statistic memberikan kesimpulan yang sama. Hipotesis pada Uji F adalah sebagai berikut:

• ž  H₀ = Tidak signifikan H_a­ = Signifikan

ž  F-statistic atau F_hitung

• ž  Jika sobat menggunakan F-statistic, maka sobat harus membandingkan F-statistic tersebut dengan F_tabel (didapatkan pada Tabel F). Tabel F dapat dilihat pada lampiran buku-buku statistik atau dapat didownload melalui Play Store. Pengambilan keputusan F-statistic adalah sebagai berikut:

• ž  Jika F_hitung < F_tabel maka H₀ diterima dan H_a ditolak. Jika F_hitung > F_tabel maka H₀ ditolak dan H_a diterima.

Prob(F-Statistic) atau p-value

• ž  Jika sobat menggunakan p-value, maka sobat harus membandingkan p-value dengan tingkat signifikansi atau α (ditentukan oleh peneliti dan pada penelitian ekonomi dan bisnis, umumnya menggunakan α = 5%). Pengambilan keputusan p-value adalah sebagai berikut:

• ž  Jika p-value > α, maka H₀ diterima dan H_a ditolak. Jika p-value < α, maka H₀ ditolak dan H_a diterima.

• ž  Pada contoh ini, p-value < α (0.000000 < 0.05) dengan demikian, H₀ ditolak dan H_a diterima. Artinya, DPK dan NPF berpengaruh secara signifikan pada jumlah pembiayaan.

TAHAP 2 – UJI T PARSIAL

   t-Statistic atau t_hitung

• ž  Jika sobat menggunakan t-Statistic, maka sobat harus membandingkan t-Statistic tersebut dengan t_tabel (didapatkan pada Tabel t). Tabel t dapat dilihat pada lampiran buku-buku statistik atau dapat didownload melalui play store. pengambilan keputusan t-Statistic adalah sebagai berikut:

• ž  Jika t_hitung < t_tabel maka H₀ diterima dan H_a ditolak. Jika t_hitung > t_tabel maka H₀ ditolak   dan H_a diterima.

Prob. atau p-value

• ž  Jika sobat menggunakan p-value, maka sobat harus membandingkan p-value dengan tingkat signigikansi atau α. Pengambilan keputusan p-value adalah sebagai berikut:

• ž  Jika p-value > α, maka H₀ diterima dan H_a ditolak. Jika p-value < α, maka H₀ ditolak dan H_a diterima.

• ž  Pada contoh ini, pertama-tama kita lakukan analisis pada variabel DPK (X₁). p-value < α (0.0000 < 0.05), maka H₀ ditolak dan H_a diterima. Artinya, variabel DPK berpengaruh signifikan terhadap jumlah pembiayaan. Kedua, lakukan analisis pada variabel NPF (X₂). p-value < α, maka H₀ tidak dapat ditolak ditolak dan H_a ditolak . Artinya, variabel NPF tidak berpengaruh signifikan terhadap jumlah pembiayaan.

TAHAP 3 – KOEFISIEN DETERMINASI

• ž  Uji Koefisien determinasi merupakan uji untuk mengetahui berapa besar pengaruh seluruh variabel bebas terhadap variabel terikat. Dalam hal ini, PENGARUH DPK DAN NPF TERHADAP JUMLAH PEMBIAYAAN. Output uji koefisien determinasi dapat dilihat pada point 3 yaitu R-squared dan Adjusted R-squared.

• Penggunaan Adjusted R-squared dilakukan apabila dalam penelitian model regresi mengalami modifikasi seperti penambahan dan/atau pengurangan variabel bebas (dengan asumsi yang tepat seperti apabila terjadi masalah multikolinearitas dalam model regresi). Sehubungan pada contoh ini model regresi tidak mengalami penambahan dan/atau pengurangan variabel bebas, maka digunakan uji R-squared (R²). Nilai R² sebesar 0.920690, artinya variasi seluruh variabel bebas dapat mempengaruhi variabel terikat (IHSG) sebesar 92,06%. Sedangkan sisanya sebesar dipengaruhi oleh variabel lain diluar penelitian.

TAHAP 4 – MODEL REGRESI LINEAR

• Yang terakhir adalah menyusun model persamaan regresi linear. Output model regresi pada Eviews dapat dilihat pada point 4. Model regresi pada penelitian ini dapat disusun menggunakan persamaan regresi berikut: 
• IHSG = α + β₁ DPK + β₂ NPF 
• Lihat output Eviews pada point 4, nilai pada Kolom Coefficient Variable DPK dan NPF secara berturut-turut merupakan nilai β₁ dan β₂. Sedangkan Variable C (Konstanta) meruapakan nilai α. Sehingga persamaan regresi pada contoh ini dapat disusun sebagai berikut:
• F = 61925.21 + 0.527479DPK + 0.070627 NPF 
• α = 61925.21, artinya apabila DPK  dan  NPF sebesar 0, maka jumlah pembiayaan sebesar  61925.21 
•  β₁ = 0.527479, artinya dengan asumsi NPF tetap, maka setiap peningkatan DPK sebesar 1% akan menaikkan jumlah pembiayaan sebesar 0.527479%. *) Catatan: Tanda negatif pada β₁ merupakan arah pengaruh DPK terhadap jumlah pembiayaan. Pada contoh ini, Inflasi berpengaruh positif terhadap pembiayaan dan signifikan pada α = 5%. 
• β₂ = 0.070626, artinya dengan asumsi DPK tetap, maka setiap peningkatan NPF sebesar 1% akan meningkatkan jumlah pembiayaan sebesar 0.070626%. *) Catatan: Tanda positif pada β₂ menunjukkan bahwa pada contoh ini NPF berpengaruh positif terhadap jumlah pembiayaan dan signifikan pada α = 5%.