latihan regresi



LATIHAN REGRESI
1.      ANALISIS REGRESI SEDERHANA
Persamaan Regresi linier Sederhana :
Y = a + bX + ε
Y = Nilai yang diramalkan
a  = Konstansta
b = Koefesien regresi
X = Variabel bebas
ε = Nilai Residu

2.      CONTOH KASUS :
Seorang manajer pemasaran akan meneliti apakah terdapat pengaruh iklan terhadap penjualan pada perusahaan-perusahaan di Kota Tangerang, untuk kepentingan penelitian tersebut diambil 8 perusahaan  sejenis yang telah melakukan promosi.

3.      PEMECAHAN :
  1. Judul
          Pengaruh biaya promosi terhadap penjualan perusahaan.
2. Pertanyaan Penelitian
          Apakah terdapat pengaruh positif biaya promosi terhadap penjualan perusahaan ?
3. Hipotesis
          Terdapat pengaruh positif biaya promosi terhadap penjualan perusahaan.

4.      KRITERIA PENERIMAAN HIPOTESIS :

  • Ho : Tidak terdapat pengaruh positif biaya iklan terhadap penjualan perusahaan.

  • Ha : Terdapat pengaruh positif biaya iklan terhadap penjualan perusahaan.

  • žHo diterima Jika

b ≤ 0, t hitung ≤ tabel

  • žHa diterima Jika

b > 0, t hitung > t tabel.

5.      SAMPEL  YANG DIGUNAKAN :

  • 8 perusahaan

 6.      DATA YANG DIPEROLEH :
Penjualan (Y)
64
61
84
70
88
92
72
77
Promosi (X)
20
16
34
23
27
72
18
22

ANALISIS DATA :
  1. Persamaan regresi
  2. Nilai Prediksi
  3. Koefesien determinasi
  4. Kesalahan baku estimasi
  5. Kesalahan baku koefesien regresinya
  6. Nilai F hitung
  7. Nilai t hitung
  8. Kesimpulan
1.      PERSAMAAN REGRESI
Y
X
YX
X2
Y2
64
20
1280
400
4096
61
16
976
256
3721
84
34
2856
1156
7056
70
23
1610
529
4900
88
27
2376
729
7744
92
32
2944
1024
8464
72
18
1296
324
5184
77
22
1694
484
5929
608
192
15032
4902
47094


















           
 
Y= 40,082 + 1,497X+e

2.      NILAI PREDIKSI

  • ž  Berapa besarnya penjualan jika promosi sebesar 20?

            40,082 + (1,497*20)= 70,022

  • ž  Berapa besarnya penjualan jika promosi sebesar 16?

            40,082 + (1,497*16)=64,034

  • ž  Berapa besarnya penjualan jika promosi sebesar 34?

            40,082 + (1,497*34)= 90,98

  • ž  Berapa besarnya penjualan jika promosi sebesar 23?

            40,082 + (1,497*23)= 74,513

  • ž  Berapa besarnya penjualan jika promosi sebesar 27?

            40,082 + (1,497*27)=80,501

  • ž  Berapa besarnya penjualan jika promosi sebesar 32?

            40,082 + (1,497*32)= 87,986
No
Y
X
XY
X2
Y2
Ypred
(Y-Ypred)2
(Y-Yrata)2
1
63
20
1280
400
4096
70.022
36.264
144
2
61
16
976
256
3721
64.034
9.205
225
3
84
34
2856
1156
7056
90.98
48.720
64
4
70
23
1610
529
4900
74.513
20.367
36
5
88
27
2376
729
7744
80.501
56.235
144
6
92
32
2944
1024
8464
87.986
16.112
256
7
72
18
1296
324
5184
67.028
24.721
16
8
77
22
1694
484
5929
73.016
15.872
1
Jlh
608
192
15032
4902
47094
608.08
227.497
886

3.      KOEFISIEN DETERMINASI

 
 

Koefesien Determinasi Disesuaikan (adjusted)




4.      KESALAHAN BAKU ESTIMASI
Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.




5.      STANDAR ERROR KOEFISIEN REGRESI
Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:





6.      UJI F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu menggambarkan kondisi sesungguhnya:
            Ho: Diterima jika F hitung £ F tabel
            Ha: Diterima jika F hitung > F tabel



Karena F hitung (17,367) > dari F tabel (5,99) maka persamaan regresi dinyatakan Baik (good of fit).

7.      UJI T
Digunakan untuk mengatahui pengaruh variabel bebas terhadap variabel tergantung.
            Ho: Diterima jika t hitung £ t tabel
            Ha: Diterima jika t hitung > t tabel








 


Karena t hitung (4,167) > dari t tabel (1,943) maka Ha diterima ada pengaruh iklan terhadap penjualan.

8.      KESIMPULAN DAN IMPLIKASI
KESIMPULAN
            Terdapat pengaruh positif biaya periklanan terhadap volume penjualan.
IMPLIKASI
            Sebaiknya perusahaan terus meningkatkan periklanan agar penjualan meningkat.

Komentar

Posting Komentar

Postingan populer dari blog ini

latihan eviews

LATIHAN EVIEWS EVIEWS Econometric Views   adalah salah satu aplikasi olah data yang berjalan di atas OS Windows LANGKAH – LANGKAH ANALISIS DATA ž   Tahap I – Persiapan Data [Tabulasi Data] Jika satuan berbeda maka diperlukan transformasi data untuk menyamakan satuan (logaritma natural (ln)) akan dilakukan pembahasan yang berbeda ž   Tahap II – Import Data Ke Eviews Ketika Eviews terbuka, maka akan muncul Workfile create, jika tidak terbuka, klik menu file pada toolbar dan pilih new lalu klik workfile •          Workfile Structure type = menu ini berguna untuk pemilihan jenis data yang digunakan, jika menggunakan data time series maka pilih dated – regular frequency •          Date specification merupakan pilihan spesifik data misal data bulanan (yang digunakan sebagai contoh), pilih monthly •          Ketika periode awal peneliti...
Baca selengkapnya

UJI ASUMSI KLASIK

Gambar
UJI ASUMSI KLASIK Penggunaan model regresi OLS mensyaratkan pemenuhan beberapa asumsi (asumsi klasik – gauss –markov). Jika asumsi terpenuhi maka parameter yang diperoleh dengan OLS adalah bersifat best linier unbiased estimator (blue). Pada   praktiknya satu atau lebih asumsi tersebut tidak dapat dipenuhi, pelanggaran asumsi klasik yang sering terjadi yakni autokorelasi, heterokedastisitas dan multikolinearitas UJI ASUMSI KLASIK Persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis Ordinary Least Square (OLS). Analisis Regresi yang tidak berbasis OLS tidak memerlukan uji asumsi klasik (eg regresi logistik atau regresi ordinal). Analisis regresi sederhana tidak memerlukan uji multikolinearitas dan analisis regresi dengan data cross sectional tidak memerlukan uji autokorelasi. 5 UJI ASUMSI KLASIK 1.    Normalitas Melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik memiliki nilai ...
Baca selengkapnya
Gambar
APLIKASI MODEL VAR DAN VECM Dalam pemodelan ekonometrika dengan menggunakan berbagai variabel time series , saah satu aspek yang diperhatikan adalah keberadaan dinamika. Diantara berbagai variabel sangat mungkin terdapat hubungan yang dinamis, Yakni dimana nilai suatu variabel tidak hanya dipengaruhi oleh variabel lain pada periode yang sama, tetapi juga oleh variabel yang sama pada titik waktu yang berbeda. Dalam analisis regresi variabel yang dipengaruhi oleh variabel yang sama biasanya akan mengalami masalah mispesifikasi yang berimplikasi pada parameter yang bias ataupun autokorelasi dan heteroskedastisitas yang menyebabkan sulitnya melakukan inferensi. Ada dua teknik dalam mengatasi keberadaan dinamika, yakni Auto-Regressive Distributed Lag (ADL) dan Vector Auto Regression (VAR) . Vector Autoregression atau VAR merupakan salah satu metode time series yang sering digunakan dalam penelitian ekonomi. Beberapa keuntungan menggunakan metode VAR: 1.    ...
Baca selengkapnya