ANALISIS REGRESI LINEAR DAN NON-LINEAR SEDERHANA

MAKALAH

Untuk Memenuhi Tugas Mata Kuliah Ekonometrika

Dosen Pembimbing :
Dr. H. Karim, M. Si.
Taufiq Hidayanto, M. Pd.

Disusun Oleh :

AMANAH (1610118120002)
ELVA MAULIDA (1610118120004)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN MATEMATIKA DAN IPA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS LAMBUNG MANGKURAT
BANJARMASIN
2019
 DAFTAR ISI

DAFTAR ISI..............................................................................................................................2
PEMBAHASAN........................................................................................................................3
A. Pengertian Analisis Regresi.........................................................................................3
B. Kasus...........................................................................................................................3
C. Langkah-langkah Analisis Regresi Linear Sederhana dengan SPSS..........................4
D. Analisis Regresi Linear Sederhana..............................................................................6
E. Langkah-langkah Analisis Regresi Non Linear Sederhana dengan SPSS..................7
F. Analisis Regresi Non Linear Sederhana.....................................................................8

2
 PEMBAHASAN
A. Pengertian Analisis Regresi
Analisis regresi merupakn metode dalam statistika yang digunakan untuk
mengetahui pola hubungan antara variable bebas dan variable terikat. Berdasarkan pola
hubungannya, regresi terbagi atas regresi linear dan regresi non-linear.
Analisis regresi linear sederhana atau dalam Bahasa inggris disebut dengan nama
simple linear regression digunakan untuk mengukur besarnya pengaruh satu variable
bebas terhadap variable tergantung . Syarat kelayakan yang harus terpenuhi saat kita
menggunakan regresi linear sederhana adalah:
1. Jumlah sampel yang digunakan harus sama
2. Jumlah variable bebas (X) adalah Satu
3. Nilai residual haru berdistribusi normal
4. Terdapat hubungan yang linear antara variable bebas (X) dengan variable tergantung
(Y)
5. Tidak terjadi gejala heteroskedastisitas
6. Tidak terjadi gejala autokorelasi (untuk data time series).
Regresi non linear adalah suatu metode untuk mendapatkan model non linear
yang menyatakan variable dependen dan variable independen. Suatu model disebut
model regresi non linear apabila variabel-variabelnya ada yang berpangkat. Contoh
model regresi linear antara lain model parabola, kuadratik, hiperbola, dan lain-lain.

B. Kasus
Seorang mahasiswa akan meneliti apakah terdapat pengaruh promosi terhadap
volume penjualan pada perusahaan-perusahaan di Kabupaten Malang, untuk kepentingan
penelitian tersebut diambil 10 perusahaan sejenis yang telah melakukan kegiatan
promosi. Adapun data penelitian yang di maksud sebagaimana tabel di bawah ini:
No Penjualan Promosi
1 73600 23000
2 70150 18400
3 96600 39100
4 80500 26450
5 101200 31050
6 105800 36800
7 82800 20700
8 88550 25300
9 86250 23000
10 72450 20700

3
C. Langkah-langkah Analisis Regresi Linear Sederhana dengan SPSS
Adapun langkah-langkah analisis regresi linear sederhana dengan spss sebagai
berikut :
1. Buka lembar kerja SPSS lalu ketik variable view, selanjutnya pada kolom name
untuk baris pertama tulis X, baris kedua Y. Lalu pada kolom label baris pertama tulis
biaya promosi dan baris kedua tulis volume penjualan (untuk pilihan lainnya biarkan
tetap default)

2. Langkah berikutnya klik Data View ( dari tampilan Data View terlihat ada dua nama
variable yakni X dan Y), selanjutnya masukkan data penelitian dengan ketentuan X
untuk data biaya promosi dan Y untuk volume penjualan ( pada saat memasukkan
data penelitian harus dilakukan teliti dan cermat karena jika terjadi kesalahan pada
proses penginputan ini, maka output SPSS tidak akan mengeluarkan hasil yang
akurat sesuai dengan harapan anda).

3. Jika yakin sudah diinput dengan benar, langkah selanjutnya klik menu
Analyze Regression Linear.

4
4. Setelah itu akan muncul kotak dialog Linear Regression, masukkan biaya promosi
(X) ke kotak independent (s), dan masukkan variable volume penjualan (Y) ke kotak
Dependent, caranya dengan mengklik tanda panah yang tersedia. Selanjutnya pada
bagian Method pilih enter (abaikan pilihan lainnya)

5. Langkah terakhir adalah kilk ok untuk mengakhiri perintah, maka akan keluar output
SPSS regresi linear sebagai berikut

5
D. Analisis Regresi Linear Sederhana
Secara umum rumus regresi linear sederhana adalah Y = a+bX. Sementara untuk
mengetahui nilai koifisien regresi tersebut kita dapat berpedoman pada output yang
berada pada tabel diatas.
1. Konstanta sebesar 45800,119 tanpa kegiatan promosi (X) atau biaya promosi sama
dengan nol, maka volume penjualan (Y) nilainya sebesar 45800,119.
2. Koefisien regresi variable biaya promosi (X) sebesar 1,512 jika biaya promosi
mengalami kenaikan sebesar Rp 1, maka volume penjualan (Y) akan mengalami
peningkatan sebesar Rp 1,512. Sebaliknya jika biaya promosi mengalami penurunan
Rp 1, maka volume penjualan (Y) akan mengalami penurunan sebesar Rp. 1,512.
Karena nilai koefisien regresi bernilai (+), maka dengan demikian dapat
dikatakan bahwa promosi (X) berpengaruh positif terhadap volume penjualan (Y).
Sehingga persamaan regresinya adalah Y = 45800,119 + 1,512X.

E. Langkah-langkah Analisis Regresi Non Linear Sederhana dengan SPSS

Langkah-langkah Analisis Regresi Non Linear Sederhana dengan SPSS adalah
sebagai berikut :
Langkah 1 dan 2 sama dengan langkah analisis regresi linear sederhana.
Selanjutnya klik Analyze Regression Curve estimation

6
 Setelah itu akan muncul kotak dialog Curve Estimation, masukkan biaya promosi
(X) ke kotak independent (s), dan masukkan variable volume penjualan (Y) ke kotak
Dependent, caranya dengan mengklik tanda panah yang tersedia. Selanjutnya pada bagian
Model centang semua perintah.

Langkah terakhir adalah kilk ok untuk mengakhiri perintah, maka akan keluar output
SPSS regresi non linear sebagai berikut.

7
F. Analisis Regresi Non Linear Sederhana
Pada tabel Model Summary and Parameter Estimaters dapat diketahui bahwa
model terbaik adalah Cubic dengan nilai R square yang paling tinggi yaitu 0,790. Adapun
rumus cubic yaitu Y^ =a+bX +c X 2 +dX 3 .