Thursday, March 20, 2014
Regresi Linier Sederhana
Regresi linier sederhana
merupakan salah satu metode analisis regresi yang digunakan saat kita ingin
mengetahui hubungan antara 1 variabel independen dan 1 variabel dependen.
Model yang kita gunakan saat
menggunakan regresi linier sederhana adalah sebagai berikut :
dimana :
Nah, untuk pembahasan lanjutan,
kita akan masuk ke contoh soal. Misalkan saja kita memiliki sekelompok data
sebagai berikut :
Anggaplah kita memiliki data
produksi sebuah perusahaan, dimana kita ingin mengetahui apakah benar terdapat
hubungan yang signidikan antara jumlah output dengan bahan baku yang digunakan.
Untuk itu, kita mengumpulkan data produksi dalam beberapa bulan terakhir dan
hasilnya sebagai berikut :
|
Bulan
|
Produksi
|
Bahan Baku
|
|
1
|
120
|
50
|
|
2
|
130
|
56
|
|
3
|
167
|
60
|
|
4
|
140
|
55
|
|
5
|
145
|
57
|
|
6
|
160
|
55
|
|
7
|
165
|
57
|
|
8
|
140
|
51
|
|
9
|
146
|
42
|
|
10
|
169
|
62
|
Untuk melakukan
pengujian analisis regresi linier sederhana, sebenarnya banyak software yang
bisa digunakan. Namun dalam artikel ini, saya menggunakan SPSS versi 20 untuk
melakukan pengujian. Berdasarkan hasil pengujian, maka saya mendapatkan output
sebagai berikut :
Output di atas merupakan output
yang saya rasa penting dalam interpretasi analisis regresi linier sederhana,
kalian bisa mencoba sendiri dan menggali kira-kira output mana saja yang
dibutuhkan untuk keperluan analisis.
Oke, kembali lagi ke pembahasan.
Berdasarkan hasil di atas, maka ada beberapa interpretasi yang bisa kita
lakukan, diantaranya :
- - Nilai p-value atau Sig.F Change pada tabel model
summary yaitu 0.114. Artinya, p-value lebih kecil daripada α (dalam hal ini
kita memakai α = 5 %). Maka, bisa disimpulkan bahwa dengan tingkat keyakinan 95
%, tidak ada satupun variabel yang signifikan memengaruhi nilai output. Karena
ini adalah regresi linier sederhana, kita bisa langsung simpulkan bahwa variabel
bahan baku tidak begitu memiliki pengaruh yang signifikan terhadap output
-
Lihat juga niiai R square atau koefisien
determinasi yaitu 0.282 artinya sebanyak 28.2 persen keragaman yang ada di
variabel output mampu dijelaskan dengan baik oleh variabel bahan baku. Sisanya
dijelaskan oleh variabel lain.
Berdasarkan hasil interpretasi di
atas, kita bisa mengambil keputusan bahwa tidak perlu dilakukan penambahan
bahan baku untuk peningkatan output karena pengaruhnya tidak terlalu
signifikan. Namun tentu kita haruslah mempertimbangkan variabel lainnya karena
pengaruh bahan baku terhadap output hanya 28.2 persen. Karena itulah, model ini
sangat jarang digunakan dalam penelitian. Namun model ini menjadi pondasi dasar
yang harus dipahami jika ingin melakukan analisis yang jauh lebih mendalam
Kira-kira
begitulah gambaran penggunaan analisis regresi linier sederhana. Semoga artikel
ini bermanfaat
ya. Untuk tutorial penggunaan software, akan saya bahas dalam
artikel lainnya.
Subscribe to:
Post Comments (Atom)
0 Responses to “Regresi Linier Sederhana”
Post a Comment