Membaca Output/Interpretasi Analisis Regresi Linier Sederhana Ms. Excel

Artikel ini merupakan lanjutan dari artikel sebelumnya tentang Analisis Regresi Linier Sederhana. Setelah melakukan pengujian pada artikel sebelumnya, selanjutnya adalah membaca output atau interpretasi hasil. Hasil dari pembahasan sebelumnya dapat dilihat sebagai berikut:

klik untuk memperbesar gambar
Pembahasan dari output diatas dijelaskan sebagai berikut:

Persamaan regresi :  {{Y_i}}\limits^ \wedge   = 1519,76 + 0,88{X_i}

Dipeoleh dari:

klik untuk memperbesar gambar

Maknanya:
Konstanta/intercept (b0) = 1519,76 menunjukan bahwa jika variabel X atau Promosi konstan maka rata-rata nilai variabel Y atau penjualan adalah sebesar 1519,76.

Koefisien Regresi (b1) = 0,88 menunjukan bahwa jika variabel X atau Promosi meningkat sebesar 1 satuan maka akan meningkatkan variabel Y atau penjulan sebesar 0,88. Tanda (+) menunjukan bahwa jika variabel X atau Promosi meningkat maka variabel Y atau Penjualan juga akan meningkat.

Uji Parameter Regresi
Nilai-nilai dalam uji parameter regresi diperoleh dari:

klik untuk memperbesar gambar

Uji Hipotesis Parameter {\beta _0}
Uji hipotesis parameter {\beta _0} bertujuan untuk menguji apakah nilai intercept atau konstanta memiliki peran yang signifikan dalam model regresi yang terbentuk.

H0                   : Tidak terdapat pengaruh signifikan antara nilai intercept terhadap variabel Penjualan
H1                   : Terdapat pengaruh signifikan antara nilai intercept terhadap Penjualan
Alpha               : 0,05 (5%)
P-Value            : 0,0000 (mendekati 0)
Kriteria Uji       : H0 ditolak jika nilai P-Value < alpha (0,05)
Keputusan        : H0 ditolak karena nilai P-Value (0,0000) < alpha (0,05)
Kesimpulan    :
Jadi, dengan menggunakan taraf signifikansi 5%. Sampel yang ada memberikan kesimpulan bahwa terdapat pengaruh signifikan antara nilai intercept terhadap Penjualan.

Uji Hipotesis Parameter {\beta _1}
Uji hipotesis parameter {\beta _1} bertujuan untuk menguji apakah variabel prediktor berpengaruh signifikan terhadap variabel respons.

H0                   : Tidak terdapat pengaruh signifikan antara Promosi terhadap variabel Penjualan
H1                   : Terdapat pengaruh signifikan antara Promosi terhadap Penjualan
Alpha               : 0,05 (5%)
P-Value            : 0,0403 (mendekati 0)
Kriteria Uji       : H0 ditolak jika nilai P-Value < alpha (0,05)
Keputusan        : H0 ditolak karena nilai P-Value (0,0403) < alpha (0,05)
Kesimpulan    :
Jadi, dengan menggunakan taraf signifikansi 5%. Sampel yang ada memberikan kesimpulan bahwa terdapat pengaruh signifikan antara Promosi terhadap Penjualan.


Uji Hipotesis Kebaikan Model Regresi
Uji hipotesis kebaikan model regresi bertujuan untuk menguji apakah model regresi yang terbentuk layak atau tidak digunakan. Nilai-nilai uji hipotesis kebaikan model diperoleh dari:


klik untuk memperbesar gambar


H0                   : Model yang dihasilkan tidak memadai
H1                   : Model yang dihasilkan memadai dan dapat digunakan
Alpha               : 0,05 (5%)
P-Value            : 0,0403 (mendekati 0)
Kriteria Uji       : H0 ditolak jika nilai P-Value < alpha (0,05)
Keputusan        : H0 ditolak karena nilai P-Value (0,0403) < alpha (0,05)
Kesimpulan    :
Jadi, dengan menggunakan taraf signifikansi 5%. Sampel yang ada memberikan kesimpulan bahwa model yang dihasilkan memadai dan dapat digunakan.

Koefisien Determinasi
Koefisien Determinasi dapat diartikan sebagai besaran kemampuan variabel prediktor (X) dalam mempengaruhi variabel respons (Y). Dalam perhitungan manual dapat menggunakan nilai koefisien korelasi yang dikuadratkan atau jika menggunakan Ms.Excel pada artikel sebelumnya dapat menggunakan nilai R-Square yang diperoleh dari

klik untuk memperbesar gambar

Berdasarkan hasil dari analisis artikel sebelumnya diperoleh nilai R-Square 0,2132 yang artinya bahwa variabel Promosi mempengaruhi variabel Penjualan sebesar 21,32% dan sisanya dipengaruhi oleh variabel lain yang tidak dibahas.

0 Response to "Membaca Output/Interpretasi Analisis Regresi Linier Sederhana Ms. Excel"

Post a Comment