Showing posts with label Contoh Kasus. Show all posts
Showing posts with label Contoh Kasus. Show all posts

Contoh Kasus Analisis Regresi Berganda Menggunakan SPSS


Analisis Regresi Berganda 


Seorang manajer pemasaran deterjen merek “ATTACK” ingin mengetahui apakah promosi dan harga berpengaruh terhadap keputusan konsumen membeli produk tersebut ?

No. Responden
Promosi (X1)
Harga (X2)
Keputusan Konsumen (Y)
1
10
7
23
2
2
3
7
3
4
2
15
4
6
4
17
5
8
6
23
6
7
5
22
7
4
3
10
8
6
3
14
9
7
4
20
10
6
3
19
Jumlah
60
40
170

a.       Tentukan model beserta interpretasinya
b.      Uji asumsi- asumsinya
c.       Hitung nilai R2 beserta interpretasinya.


PENYELESAIAN :

a.       Model : b0 + b1X1  + b2X2
v  Coefficients
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
3.919
2.418

1.621
.149
PROMOSI
2.491
.703
1.024
3.544
.009
HARGA
-.466
1.016
-.133
-.459
.660
a. Dependent Variable: KEPUTUSAN_KONSUMEN

Y = 3.919 +  2.491X1  - 0,466X2

X1 = Promosi
X2 = Harga
Y  = Keputusan Konsumen

Interpretasi :
b0  = Apabila promosi bernilai nol maka keputusan konsumen bernilai   3.919
b1  = setiap bertambahnya jumlah promosi sebesar 1 satuan maka keputusan konsumen akan betrambah sebesar 2.491 satuan dengan asumsi variable lain bernilai konstan.
b2  = setiap bertambahnya Harga sebesar 1 satuan maka keputusan konsumen akan berkurang sebesar -0,466  satuan dengan asumsi variable lain bernilai konstan.

v  Uji Asumsi

Normal P-P plot



Dapat kita lihat plot berada di sekitar garis regresi. Dikarenakan plot berada disekitaran garis regresi maka dapat kita simpulkan bahwa galatnya berdistribusi normal dan asumsinya terpenuhi.


Scatterplot


Dapat kita lihat bahwa plotnya menyebar acak dan tidak membentuk pola, maka varians galatnya homogen.

Durbin – Watson
Model Summaryb
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
dimension0
1
.915a
.836
.790
2.521
1.516
a. Predictors: (Constant), HARGA, PROMOSI
b. Dependent Variable: KEPUTUSAN_KONSUMEN
Pada tabel Model Summary nilai Durbin-Watsonnya adalah 1.516 dan Untuk melihat galat tidak berkorelasi, maka kita harus melihat batas bawah dan batas atas dari tabel Durbin-Watson. Pada tabel Durbin Watson banyaknya data yang ada pada kita adalah (n)= 10, α = 0,05 dan banyaknya variabel penjelas (k)=2, dengan batas bawah (dL)= 0,6972 batas atas  (dU)= 1,6413.
Dapat kita lihat penjelasan melalui gambar autokorelasi;



Pada tabel Model Summary yang kita lihat diatas nilai Durbin-Watson adalah 1,516. Nilai tersebut berada diantara selang 0,6972 dan 1,6413 dan dapat kita nyatakan bahwa pada selang tersebut tidak dapat ditarik kesimpulan.

v  Uji Multikolinearitas

The regression equation is
Keputusan konsumen = 3.92 + 2.49 Promosi - 0.47 Harga


Predictor    Coef  SE Coef      T      P    VIF
Constant    3.919    2.418   1.62  0.149
Promosi    2.4912   0.7029   3.54  0.009  3.576
Harga      -0.466    1.016  -0.46  0.660  3.576


S = 2.52099   R-Sq = 83.6%   R-Sq(adj) = 79.0%


Interpretasi :
Nilai VIF = 3.576. karena nilai VIF < 10 yaitu 3.576 < 10 maka tidak ada multikolinearitas.

v  R Square
R2 = 0.836 = 83,6%
Interpretasi :
Keputusan konsumen di pengaruhi oleh promosi dan harga adalah sebesar 83,6% pada produk deterjen merek “ATTACK” sedangkan sisanya di jelaskan oleh factor lainnya.



Analisis Regresi Sederhana Menggunakan Software MINITAB

SOAL :
Pengaruh suhu proses pendeodoran terhadap warna produk akhir ingin diketahui melalui percobaan. Data yang diperoleh adalah sebagai berikut:
Suhu (X)
Warna (Y)
460
0.3
450
0.3
440
0.4
430
0.4
420
0.6
410
0.5
450
0.5
440
0.6
430
0.6
420
0.6
410
0.7
400
0.6
420
0.6
410
0.6
400
0.6
Tentukan persamaan regresinya dan lakukan pengujian asumsi. Apakah model ini dapat diterma? (Gunakan α = 0.05).

PENYELESAIAN :

a.       Galat Menyebar Normal
Dapat kita lihat dari dua gambar diatas bahwa pada Plot Normal P-P Plot of Regression Standardized Residual plot dan Normal Probability Plot diatas datanya berdekatan dengan garis regresi, apabila plot datanya berdekatan dengan garis regresi maka galatnya menyebar normal.

 b.       Varians Galat Homogen



Pada plot Versus Fits  dapat kita simpulkan bahwa varians galatnya homogen, karena data-datanya menyebar normal.

Regression Analysis: WARNA versus SUHU

The regression equation is
WARNA = 2.54 - 0.00472 SUHU


Predictor       Coef   SE Coef      T      P    VIF
Constant      2.5364    0.5282   4.80  0.000
SUHU       -0.004718  0.001239  -3.81  0.002  1.000


Pada keluaran minitab di atas dapat dilihat nilai constan β0 adalah 2,5364 dan β1 -0,0047 sehingga model regresinya Y = 2,5364 - 0,0047X. Dari model tersebut dapat diinpretasikan bahwa apabila warna produk berpengaruh satu satuan maka pengaruh suhu proses pendeodoran menurun - 0,0047 satuan.

c.       Tidak ada Autokorelasi

Analysis of Variance

Source          DF       SS       MS      F      P
Regression       1  0.11040  0.11040  14.51  0.002
Residual Error  13  0.09894  0.00761
Total           14  0.20933


Durbin-Watson statistic = 1.34343


Pada hasil keluaran minitab dapat kita lihat nilai Durbin-Watsonnya adalah 1,343 dan Untuk melihat galat tidak berkorelasi, maka kita harus melihat batas bawah dan batas atas dari tabel Durbin-Watson. Pada tabel Durbin Watson banyaknya data yang ada pada kita adalah (n)= 15, α = 0,05 dan banyaknya variabel penjelas (k)=1, dengan batas bawah (dL)= 1,0770 dan batas atas  (dU)= 1,3605.
Dapat kita lihat penjelasan melalui gambar autokorelasi;


Pada tabel Model Summary yang kita lihat diatas nilai Durbin-Watson adalah 1,343. Nilai tersebut berada diantara selang 1,0770 dan 1,3606 dan dapat kita nyatakan bahwa pada selang tersebut tidak dapat kita tarik kesimpulan. Kesimpulannya bahwa galat dari data ada berkorelasi positif, berkorelasi negatif, dan tidak ada autokorelasi.