Regresi Sederhana

Pada regresi sederhana hanya terdapat satu variabel bebas. 

Contoh :

Berkut adalah data biaya_promosi dan penjualan yang dicatat perusahaan untuk masing – masing daerah.

daerah	biaya_promosi(juta)	Penjualan(unit)
Yogyakarta	1.50	270
Jakarta	1.20	240
Bandung	1.40	260
Semarang	1.50	269
Salatiga	1.30	260
Malang	1.60	280
Bandung	1.40	265
Jepara	1.50	272
Kudus	1.30	245
Magelang	1.60	270

 
 Disini yang menjadi variabel bebas adalah biaya promosi. Dan yang menjadi variabel independent adalah variabel penjualan.  Berikut adalah langkah – langkah melakukan analisa regresi sederhana :

1.    Klik menu Analyze > Regression > Linear

2.    Masukkan variabel penjualan pada kotak Dependent. Masukkan variabel biaya_promosi pada kotak Independent(s). Karena kita mengelompokkan berdasar daerah, masukkan variabel daerah pada kotak Case Labels.

3.    Klik menu Statistics  . Aktifkan pilihan Descriptives. Pada bagian Residual, aktifkan pilihan Casewise Diagnostics dan All cases. Klik Continue.

4.    Lalu klik menu Plots    . Dengan menu ini, kita akan membuat grafik pada keluaran. Masukkan *SDRESID pada kotak Y. Masukkan kotak *ZPRED pada kotak X.  Klik Next.

5.    Masukkan *ZPRED pada kotak Y. Masukkan kotak *DEPENDENT pada kotak X. 

6.    Aktifkan pilihan Normal probability plot.

7.    Klik OK untuk melakukan Analisa.
Output pada analisa regresi cukup banyak. Berikut adalah penjelasannya:

Output 1

Output pertama memberi informasi mengenai jumalah data yang diproses untuk masing – masing variabel. Juga disertakan nilai mean dan standar deviation untuk tiap variabel

Output 2

Output ke 2 ini memberi nilai korelasi antar variabel. Terlihat bahwa korelasi antara penjualan dan biaya_promosi adalah 0.915, nilai ini menunjukkan adanya korelasi cukup berpengaruh antara variabel penjualan dan biaya promosi.

Output 3

Output ke 3 menunjukkan informasi mengenai variabel bebas yang dimasukkan yaitu biaya_promosi. Juga diberikan informasi mengenai variabel yang menjadi variabel dependent , yaitu variabel penjualan.

Output 4

Pada output ke 4 ini , nilai yang perlu diperhatikan adalah pada kolom R Square = 0.817
Nilai tersebut dinamakan nilai determinasi, yaitu nilai persentase kontribusi variabel bebas terhadap variabel dependent.
Dalam hal ini nilai determenasi =  0.817= 81.7 % , berarti variabel penjualan 81.7% disebabkan oleh variabel biaya_promosi. Sisanya disebabkan olah hal – hal lain.

Output 5

Pada output ke 5 ini menunjukkan nilai hasil analisis menggunakan uji ANOVA.

Output 6

Pada output ke 6 merupakan inti analisa regresi, karena pada output ini kita bisa membuat persamaan regresi. Nilai yang penting adalah pada kolom B. Nilai – nilai tersebut digunakan untuk menyusun persamaan regresi. Dari nilai tersebut , akan didapatkan persamaan regresi sebagai berikut :
Y = 142.783 + 84.348X
dengan
Y = penjualan (unit)
X = biaya promosi

Dengan menggunakan persamaan ini kita bisa membuat peramalan dengan menentukan nilai variabel bebasnya. Misalkan kita ingin mengetahui penjualan yang terjadi apabila biaya_produksi = 2 juta. Kita tinggal memasukkan nilai X dengan 2, pada persamaan regresi tersebut
Y = 142.783 + 84.348X = 142.783 + (84.348*2) =  311.47900
Jadi dengan biaya promosi sebesar 2 juta maka jumlah barang yang terjual  diperkirakan sebanyak 311 unit

Output 7

Output ke 7 ini memberikan hasil prediksi dengan menggunakan persamaan
untuk masing – masing nilai.

Kolom Predicted value menunujukkan nilai yang diprediksi. Kolom penjualan menunjukkan nilai yang sesungguhnya.

Kolom residual menunjukkan selish antara nilai prediksi dan nilai sesungguhnya.
Semakin kecil selisihnya amak predikis semakin bagus.

Output 8

Output 8 ini menunjukkan ringkasan dari nilai prediksi. Kolom – kolom menunjukkan nilai yang di ukur. Mean menunjukkan pengukuran rata – rata, dan seterusnya.

Output 9

Output 9 ini  merupakan output berupa grafik untuk menunjukkan data – data yang digunakan berasal dari distribusi normal atau tidak. Apabila titik – titik berada disekitar garis maka data berasal dari distribui normal.

Output 10
 

Output ke 10 menunjukkan grafik sebagai pedoman apakah prediksi layak untuk digunakan. Cara mengetahuinya adalah dengan melihat sebaran titik, apakah membentuk pola tertentu atau tidak.
Dari grafik di atas tampak membentuk pola diagonal ke kiri. Hanya 2 titik yang menjauh. Jadi prediksi layak untuk dipakai.

Output 11

Output ke 11 juga menunjukkan grafik sebagai pedoman apakah prediksi layak untuk digunakan. Cara mengetahuinya adalah dengan melihat pola titik.
Prediksi layak digunakan apabila titik membentuk garis diagonal ke kanan. Dari grafik di atas tampak titik –titik membentuk garis ke kanan atas.