BAB IX SQUARES (OLS) DENGAN SPSS

Transkripsi

1 BAB IX OLAH DATA: ORDINARY LEAST SQUARES (OLS) DENGAN SPSS

2 Pendahuluan Olah data dengan analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya terutama dengan metode Ordinary Least Squares (OLS). OLS ini sering digunakan untuk mengolah data OLS ini sering digunakan untuk mengolah data secara statistik.

3 Manfaat Olah data OLS dengan SPSS digunakan untuk pengolahan data secara sederhana. Hampir seluruh ilmu memerlukan dan menggunakan olah data OLS ini terutama dalam memecahkan masalah masalah penelitian sederhana

4 Relevansi Materi ini relevan dan menjadi aplikasi pokok dalam statistik terutama kaitannya dengan olah data sederhana.

5 Learning Outcome Mahasiswa mampu mengolah data sesuai Mahasiswa mampu mengolah data sesuai model menggunakan OLS di SPSS.

6 Olah Data : OLS dengan SPSS Sebuah perusahaan Otomotif dalam negri beberapa bulan ini gencar mempromosikan produk barunya yaitu motor roda tiga dengan bak angkut sebagai sampel untuk meneliti populasi pengaruh biaya iklan terhadap besarnya penjualan di seluruh Propinsi di Indonesia diambil sampel dari 20 Propinsi dengan data sebagai berikut:

7 Tabel Jumlah Biaya Iklan dan Jumlah lhpenjualan Bi.Iklan No Provinsi (jt Rupiah) Jumlah Penjualan (jt Rupiah) 1 D.I. Aceh Sumatra Barat Jambi Lampung DKI.Jakarta Jawa Barat Jawa Tengah DIY Jawa Timur Bali

8 11 NTB NTT Kalimantan Selatan Kalimantan Timur Kalimantan Tengah Kalimantan Barat Sulawesi Tenggara Sulawesi Utara Sulawesi Selatan Papua Barat

9 Tahap tahap Olah Data Langkah pertama, saudaradimintauntukdiminta untuk mengentry data tabel diatas kedalam program SPSS sesuai dengan petunjuk modul! Regression Linier Menggunakan data yang sudah dhada Pilih menu Analyze >> Regression >> Linier!

10 setelah itu kotak dialog akan tampil sebagai berikut

11 Dependent atau variable tergantung. g Karena variable yang akan diprediksi adalah variable Penjualan, maka masukan variable penjualan pada kotak DEPENDENT. Independent(s) d atau variable ibl bebas, b dl dalam hli hal inii variable ibl bebas adalah bi.iklan. Maka masukan variable Bi.Iklan ke kotak Independent. Case Labels atau keterangan pada kasus. Karena kasus didasarkan pada Provinsi, maka masukan variabel Provinsi ke kotak Case Labels. Method pilih enter, yaitu prosedur pemilihan variable dimana semua variable dalam blok dimasukan dalam perhitungan sigle step

12 Pilih options untuk Stepping Method Criteria, digunakan uji F yang mengambil standar angka probabilitas sebesar 5%. Karena itu angka entry 0.05 atau 5% Include Constant in equation biarkan tetap aktif Klik continue

13 Pilih Kolom Statistics dengan klik mouse Pilihan ini berkenaan dengan perhitungan statistik regresi yang akan digunakan. Pengisian: Regression Coefisient atau perlakukan koefisien regresi, tetap aktifkan pilihan lh estimate Klik Descriptive pada kolom sebelah kanan, serta tetap aktifkan model fit Residual, klik Casewise diagnostics dan pilih all cases untuk melihat pengaruh regresi terhadap semua provinsi. Klik Continue

14 Pilih Plot, fasilitas ini berguna untuk menguji asumsi asumsi pada regresi, seperti normalitas, linieritas, kesamaan varians dan juga dapat digunakan untuk mendeteksi ada tidaknya data yang tidak normal

15 Direncanakan ada tiga plot sehubungan dengan pengujian asumsi pada analisis regresi: klik mouse pada pilihan SDRESID dan masukan ke pilihan Y, lalu klik lagi pada pilihan ZPRED dan masukan ke X kemudian klik Next untuk plot kedua. klik ZPRED masukan ke pilihan Y, lalu klik lagi DEPENDNT dan masukan ke pilihan X kemudian klik Next. Plot pertama dan kedua digunakan untuk menguji linieritas dan kesamaan varians untuk plot ketiga, pada pilihan Standardized Residual Plots, klik mouse pada Normal Probability Plot klik Continue lalu tekan OK. Plot ketiga digunakan untuk menguji normalitas

16 Output SPSS dan analisis Output pertama dan kedua

17 Analisis Rata rata penjualan dari 20 Provinsi adalah jt dengan standard deviasi jt Rata rata biaya iklan adalah sebesar jt dengan standard deviasi sebesar Jt Besar hubungan antarvariabel penjualan dengan bi. iklan yang dihitung dengan koefisien i korelasi adalah dlh Hli Hal inii menunjukan bahwa bi.iklan dan penjualan memiliki hubungan yang sangat erat dengan hubungan positif yang artinya semakin besar bi.iklan maka semakin besar pula penjualan yang didapat. Tingkat signifikansi koefisien korelasi satu sisi dari output menghasilkan angka 0.000, karena probabilitasnya lebih kecil dari 0.05 maka korelasi antara biaya iklan dengan penjualan sangat nyata.

18 Output ketiga dan ke empat

19 Tabel pertama menunjukan variable yang dimasukan adalah bi.iklan dan tidak ada variable yang dikeluarkan. k Hal linidisebabkan bk metode yang dipakai adalah sigle step (enter) dan bukan stepwise. Angka R square adalah adalah pengkuadratan dari koefisien korelasi. R squarebisadisebutkoefisiendeterminasi determinasi, yang dalam hal ini berarti 82.9% dari penjualan perusahaan bisa dijelaskan oleh variable bi.iklan. dan sisanya dijelaskan sebab lain. Semakin kecil R Square, semakin lemah hubungan kedua variable. Standard Error of Estimate adalah jt, pada analisis sebelumnya standard deviasi penjualan nilainya jt karena lebih kecil dari standard deviasi penjualan, maka model regresi lebih bagus sebagai predictor atau peramal penjualan daripada menggunakan rata rata.

20 Output kelima dan keenam

21 Analisis: Dari uji ANOVA atau F test, didapat F hitung adalah dengan tingkat signifikansi Karena probabilitas lebih kecil dari 0.05, 05 maka bisa dikatakan model regresi dapat digunakan sebagai alat prediksi penjualan.

22 Tabel selanjutnya menggambarkan persamaan regresi Dimana: Y= Penjualan X= Biaya iklan Y= X Konstanta sebesar menyatakan bahwa jika tidak ada biaya promosi, maka penjualan adalah sebesar jt Koefisien regresi sebesar menyatakan bahwa setiap penambahan biaya iklan 1jt maka penjualan akan meningkat sebesar 4.863jtdemikian sebaliknya

23 Tugas : Latihan Dari Seluruh Provinsi yang ada di Indonesia diambil 20 Sampel untuk meneliti seberapa besar pengaruh Pendapatan Pajak Reklame terhadap Jumlah Pendapatan Daerah, hasil penelitian ii nantinya akan digunakan oleh Pemerintah Daerah sebagai dasar penentuan strategi yang tepat guna meningkatkan pendapatan daerah. Oleh karena itu olah data di bawah ini dengan menggunakan Ordinary Least Square (OLS) kemudian Serahkan pekerjaan Saudara kepada Instruktur!

24 Tabel Pajak Reklame Serta Jumlah lhpendapatan Daerah No Provinsi Retribusi jt (Rupiah) Jumlah Pendapatan Daerah (jt Rupiah) 1 D.I. Aceh Sumatra Barat Jambi Lampung DKI.Jakarta Jawa Barat Jawa Tengah DIY Jawa Timur Bali

25 11 NTB NTT Kalimantan Selatan Kalimantan Timur Kalimantan Tengah Kli Kalimantan Barat Sulawesi Tenggara Sulawesi Utara Sulawesi Selatan Papua Barat

26 Daftar Pustaka Dajan, Anto Pengantar Metode Statistik. Jilid I. Jakarta: LP3ES Priyatno, Duwi Jam Belajar Olah Data Dengan SPSS 17. Edisii satu. Yogyakarta: PenerbitAndi Santoso. S Mastering SPSS 18. Jakarta : PT.Elex Media Komputindo Subagyo.P dan Ps.Djarwanto Statistik Induktif. Edisi Lima. Yogyakarta: BPFE Wahana Komputer Mudah Belajar Statistik dengan SPSS 18. Edisi satu. Yogyakarta: Penerbit Andi