tugas regresi

Nama               : Muhammad Jamaludin                      Nama Asisten : 1. Mirza Lazurdi

Nim                 : 125040100111101                                                      2. Pompi

Kelas               : E                                                        Modul             : 2

Tanggal           : 16 Maret 2015

Data digunakan:

1.      Berikut hal yang harus dilakukan dalam praktikum:

a.       Entry data berikut:

Model:

Pertanyaan yang didiskusikan :

b.   Buat diskriptif statistik data tersebut

c.    Buat analisis korelasi dengan excel

d.   Hitung koefisien regresi secara manual berdasarkan rumus (kerjakan di excel)

e.    Lakukan analisis korelasi dan regresi dari data tersebut dan uji statistik-nya di software statistik

f.    Jelaskan pengujian statitstik regresi!

g.   Jelaskan interpretasi koefisien regresi!

Jawab

b.                           Deskriptif statistik data Ada di lampiran

c.                            Analisis korelasi

Setelah mengerjakan rumus di excel maka akan di rumus dan langkah- langkah sebagai berikut

Data Biaya Periklanan (ADV)
Mean	133,60
Varian	885,34
Standart Deviasi	29,75

Interpretasi

Dari perhitungan (ADV) di dapatkan mean sebesar 133,6 dan varian sebesar 885,60. Setelah di dapatkan hasi varian di pangkat 0,5 maka di dapatkan hasil standar deviasi 29,75.

Data Penerimaan (REV)
Mean	549,3
Varian	13.257,7
Standart Deviasi	115,14

Interpretasi

Dari perhitungan (REV) di dapatkan mean sebesar 549,3 dan varian sebesar 13.257,7 . Setelah di dapatkan hasi varian di pangkat 0,5 maka di dapatkan hasil standar deviasi 115,14 .

Rumus :

Koefisien korelasi

Cara menghitung nilai korelasi harus menghitung dahulu beberapa variabel :

1.      (x1 -_x)  = nilai dari biaya iklan (x1) dikurangi dengan nilai mean biaya iklan (_x),

2.      (y1 -_y)  = nilai dari penerimaan (y1) dikurangi dengan nilai mean penerimaan (_y),

3.       (x1 -_x)² = pengkuadratan nilai dari penjumlahan semua data biaya iklan (x1) dikurangi dengan nilai mean biaya iklan (_x),

4.       (y1 -_y) ² = pengkuadratan nilai dari penjumlahan semua data penerimaan (y1) dikurangi dengan nilai mean penerimaan (_y),

Selanjutnya semua variabel di input kedalam rumus korelasi,

Iterpretasi

Didapatkan nilai koefisien korelasi sebesar 0,99 , ini berarti pengaruh advertisement terhadap pendapatan berpengaruh kuat dan positif. Karena dalam hubungan koefisien korelasi itu selalu berada dalam -1≤ r ≤ +1 jika tidak maka data mengalami masalah dan jika data itu mendekati +1 maka variabel x dan y maka korelasi erat . pedomannya yaitu :

R	Kriteria  hubungan
0	Tidak ada korelasi
0-0.5	Korelasi lemah
0.5-0.8	Korelasi sedang
0.8-1	Korelasi kuat/erat
1	Korelasi sempurna

d.        Persamaan regresi

Rumus :

          Y = α₀ + α₁ + e

Sebelum kita mencari persamaan kita harus megetahui konstanta dan koefisien dari persamaan Y = α₀ + α₁ + e dengan cara sebagai berikut :

Beberapa variable yang diperlukan untuk menghitung nilai  ke dalam formula :

1.      (x1 -_x)  = nilai dari biaya iklan (x1) dikurangi dengan nilai mean biaya iklan (_x),

2.      (y1 -_y)  = nilai dari penerimaan (y1)dikurangi dengan nilai mean penerimaan (_y),

3.        = nilai dari penjumlahan antara perkalian 2 variabel (variabel 1 dan variabel 2),

4.        = nilai penjumlahan dari  kuadrat biaya iklan dikurangi dengan nilai mean biaya iklan  (_x),

Selanjutnya semua variabel di input kedalam rumus

Didapatkan nilai α₁ sebesar 3,83 , ...

Cara menghitung nilai dari α₀ dengan menggunakan rumus :

α₀ =  - α₁

Beberapa variable yang diperlukan untuk menghitung nilai  ke dalam formula :

1.       = nilai rata-rata (mean) biaya iklan (x1),

2.       = nilai rata-rata (mean) penerimaan (y1),

3.      α_{1 =} 3,83

Selanjutnya semua variabel di input kedalam rumus  :

α₀ =  - α₁

α₀ =  – (3,83 x 133,6)

α₀ =

R2=0,9790

Interpretasi

Setelah dilakukan berhitungan di dapatka hasil Koefisien persamaan yaitu α₁ = 3,83 dan konstanta α₀= 37,83 kemudian koefisien dan konstanta rumus . Didapatkan; Y = 37,71 + 3,83 + e dan persamaan revenue akhirnya menjadi Y = 37,71 + 3,83(x1) + e atau REV = 37,71 + 3,83(ADV) + e. Untuk koefisien R² maka di daptkan hasil sebesar 0,970 yang berati bahwa variabel pendapatan mempengaruhi oleh variabel periklanan sebesar 0,97903 atau 97%

Analisis Regresi dan Korelasi dengan menggunakan software PSPP :

Dari hasil analisis statistik software PSPP

E.  Penjelasan statistik regresi

Perhitungan aplikasi di atas di dapatkan Pada tabel model (REV) diperoleh hasil R square sebesar 0,98 berarti bahwa variabel periklanan mempengaruhi variabel pendapatan sebesar 98% yang berarti pengaruh advertisement terhadap pendapatan berpengaruh kuat sedangkan sisanya variabel di luar model. Kemudian pada tabel ANOVA(REV) diperoleh F sig dan uji-t sebesar 0,00 yang berarti menerima Ho dan menolak Ha.

F.                                      Penjelasan intrepretasi koefisien regresi

Dari hasil uji analisis staistik dengan menggunakan software PSPP maka dapat diketahui bahwa persamaan matematik advertisement terhadap pendapatan adalah REV = 37,71 + 3,83(ADV) + e. Hal ini berarti setiap penambahan 1 advertisement akan menambah pendapatan sebesar 3,83.

Kesimpulan:

          Pengujian data di atas didapatkan pengaruh antara advertisement terhadap penerimaan dengan perhitungan menggunakan software Microsoft excel dan PSPP keduanya menghasilkan data yang sama, yaitu mendapatkan nilai α₀ sebesar 37,71 dan nilai α₁ 3,83, dengan bentuk persamaan pendapatannya-nya menjadi Y = 37,71+ 3,83(x₁) + e. Nilai R2 didapatkan 0,97 yang mana varibel pendapatan di pengaruhi variabel periklanana. Sedangkan nilai regresinya bernilai 0,99 yang berarti bahwa ada pengaruh positif dan kuat antara tingkat advertisement dengan pendapatan dan ada korelasi yang positif kuat di keduanya dengan nilai korelasi 0,98. 

Tahun	ADV	x1-µ	(x1-µ)^2	REV	y1-µ	(y1-µ)^2	(x1-µ)*(y1-µ)	∑ (x1-µ)*(y1-µ) / ((∑(x1-µ)^2) * (∑(y1-µ)^2))^0,5
1990	90,0	-43,60	1.900,96	396,0	-153,25	23.485,56	6.681,70	0,10
1991	81,0	-52,60	2.766,76	360,0	-189,25	35.815,56	9.954,55	0,15
1992	99,0	-34,60	1.197,16	378,0	-171,25	29.326,56	5.925,25	0,09
1993	108,0	-25,60	655,36	414,0	-135,25	18.292,56	3.462,40	0,05
1994	99,0	-34,60	1.197,16	432,0	-117,25	13.747,56	4.056,85	0,06
1995	108,0	-25,60	655,36	468,0	-81,25	6.601,56	2.080,00	0,03
1996	117,0	-16,60	275,56	486,0	-63,25	4.000,56	1.049,95	0,02
1997	117,0	-16,60	275,56	522,0	-27,25	742,56	452,35	0,01
1998	126,0	-7,60	57,76	504,0	-45,25	2.047,56	343,90	0,01
1999	135,0	1,40	1,96	540,0	-9,25	85,56	-12,95	0,00
2000	136,0	2,40	5,76	559,0	9,75	95,06	23,40	0,00
2001	141,0	7,40	54,76	579,0	29,75	885,06	220,15	0,00
2002	146,0	12,40	153,76	599,0	49,75	2.475,06	616,90	0,01
2003	152,0	18,40	338,56	619,0	69,75	4.865,06	1.283,40	0,02
2004	157,0	23,40	547,56	639,0	89,75	8.055,06	2.100,15	0,03
2005	162,0	28,40	806,56	658,0	108,75	11.826,56	3.088,50	0,05
2006	167,0	33,40	1.115,56	678,0	128,75	16.576,56	4.300,25	0,06
2007	172,0	38,40	1.474,56	698,0	148,75	22.126,56	5.712,00	0,08
2008	177,0	43,40	1.883,56	718,0	168,75	28.476,56	7.323,75	0,11
2009	182,0	48,40	2.342,56	738,0	188,75	35.626,56	9.135,50	0,13
Jumlah (∑)	2.672,00	0,00	17.706,80	10.985,00	0,00	265.153,75	67.798,00	0,99
Mean (µ)	133,60	0,00	885,34	549,25	0,00	13.257,69	3.389,90