Selasa, 25 September 2012

Makalah statistik


MAKALAH
Korelasi Koefisien
Diajukan untuk memenuhi tugas dari Mata Kuliah Statistika

Logo STIE Yasa Anggana.jpg

Disusun oleh
Nama  : Nisa Rahim
NPM   : 09.110.0053

SEKOLAH TINGGI ILMU EKONOMI (STIE)
“YASA ANGGANA”
GARUT
2011
KATA PENGANTAR


Puji syukur kami panjatkan kehadirat Allah SWT yang telah memberikan rahmat serta karunia-Nya kepada kami sehingga kami berhasil menyelesaikan Makalah ini yang alhamdulillah tepat pada waktunya yang berjudul “Perhitungan Regresi Sederhana” untuk memenuhi salah satu tugas dari mata kuliah Statistik.
Makalah ini berisikan tentang informasi Perhitungan Regresi Sederhana atau perbandingan hasil dari perhitungan pada salah satu skripsi yang dilakukan oleh penyusun skripsi tersebut dan perhitungan yang dilakukan dengan Micr. Excel.
Saya menyadari bahwa makalah ini masih jauh dari sempurna, oleh karena itu kritik dan saran dari semua pihak yang bersifat membangun selalu kami harapkan demi kesempurnaan makalah ini.
Akhir kata, saya sampaikan terima kasih kepada semua pihak yang telah berperan serta dalam penyusunan makalah ini dari awal sampai akhir. Semoga Allah SWT senantiasa meridhai segala usaha kita. Amin.


                                                                                                Garut, 8 November 2011

                                                                                                            Penulis


DAFTAR ISI

KATA PENGANTAR ............................................................................................. i
DAFTAR ISI  .......................................................................................................... ii
BAB I PENDAHULUAN ........................................................................................ 1
A.    Latar Belakang ............................................................................................ 1
B.    Perumusan Masalah .................................................................................... 1
C.    Maksud dan Tujuan...................................................................................... 1
BAB II LANDASAN TEORI .................................................................................. 2
BAB III PENGAMBILAN DAN PENGOLAHAN DATA .................................... 9
A.    Pengambilan Data ....................................................................................... 9
B.    Pengolahan Data ......................................................................................... 9
BAB IV PENUTUP ................................................................................................. 12
A.    KESIMPULAN ............................................................................................ 12
B.    PENUTUP .................................................................................................... 12
DAFTAR ISI  ........................................................................................................... 13

BAB I
PENDAHULUAN
A.    Latar Belakang Penulisan

Pengolahan data merupakan bagian vital bagi setiap organisasi bisnis dan untuk setiap pengambilan keputusan managemen yang sangat signifikan. Hasil dari pengolahan data tersebut menjadi dasar bagi perencanaan jangka panjang perusahaan. Dalam area fungsional keuangan, informasi dari data yang diambil  memberikan dasar dalam menentukan anggaran dan pengendalian biaya. Pada bagian pemasaran, informasi tersebut dibutuhkan untuk merencanakan produk baru, kompensasi tenaga penjual, dan beberapa keputusan penting lainnya

Seperti yang kita ketahui, bahwa kegiatan menganalisis akan selalu ada pada kegiatan sehari-hari hal tersebut yang melatarbelakangi penulis menyusun makalah ini untuk menambah dan melatih pemahaman tentang pengolahan data mentah menjadi informasi.

Maka dalam hal ini, penulis melakukan pengujian terhadap suatu objek yaitu SKRIPSI yang di susun oleh Renni Andriani dengan NPM. 03.110.0030 dan dengan judul Pengaruh Diferensiasi Produk Terhadap Volume Penjualan Susu Segar.

B. Perumusan Masalah

Dari uraian yang telah diberikan dalam latar belakang masalah, dapat dirumuskan sebagai berikut:
·       Bagaimana mengolah data yang telah diperoleh disekitar kita menjadi sebuah informasi?
·       Bagaimana mengaplikasikan teori pada data di kehidupan nyata?
B.    Maksud dan Tujuan Penulisan
Adapun tujuan dari penyusunan makalah ini adalh sebagi berikut:
·       Mengetahui cara mengolah data yang diperoleh.
·       Mengetahui aplikasi teori yang telah disampaikan di perkuliahan  dengan data pada kehidupan nyata.
BAB II
LANDASAN TEORI

ANALISIS REGRESI
Analisis regresi bertujuan untuk mengetahui seberapa besar pengaruh dari variabel pengaruh (variabel independen) terhadap variabel terpengaruh (variabel dependen).
Analisis regresi digunakan sebagai alat untuk melihat hubungan fungsional antar variabel untuk tujuan peramalan, di mana dalam model tersebut ada satu variabel dependen (Y) dan variabel independen (X).
Contoh Kasus
Diketahui data yang diperoleh dari 8 sampel adalah sebagai berikut:

No
X
Y
1
75
2,52
2
70
2,34
3
80
2,63
4
65
2,16
5
75
2,34
6
70
2,38
7
80
2,48
8
75
2,48

Langkah-langkah untuk menghitung persamaan regresi
1.           Pilih menu tools dari menu utama, lalu pilih Data Analysis.... Maka tampak toolbox berikut:
                                                                           
Data%20analysis
Gambar 6.1 Kotak Dialog Data Analysis

2.           Dari serangkaian alat statistik tersebut, sesuai dengan kebutuhan pada kasus, pilih Regression, lalu tekan Ok. Sehingga muncul tool box sebagai berikut:
Regression
Gambar 6.2 Kotak Dialog Regression

Langkah-langkah pengisian:

1.           Untuk Input  Y Range (variabel dependen) yang adalah data variabel Y, Klik icon  yang terletak di kanan kotak putih pada baris Input Range, sehingga terlihat gambar seperti berikut
Y%20Range

Gerakan pointer mouse ke sel yang dituju, kemudian sorot range yang menjadi variabel Y tersebut, sehingga range tersebut akan dikelilingi oleh garis putus-putus yang bergerak-gerak.  Setelah itu tekan icon di kanan range atau tekan enter untuk kembali ke tools box regression.

2.           Untuk Input X Range (input variabel independen) yang adalah data variabel X,  dilakukan dengan cara yang sama seperti pada Input variabel Y.

3.           Pilihan Labels dan Constant Is Zero untuk keseragaman tidak perlu ditandai.

4.           Pilihan Confidence Level untuk kerseagaman bisa ditandai dengan mengklik kotak di kiri pilihan tersebut. Pilihan ini menandakan analsis yang digunakan pada tingkat signifikansi 5%.

5.           Pengisian pilihan Output Options pilih Output Range untuk keseragaman output akan ditempatkan pada woorksheet yang sama.

6.           Jika semua kolom sudah terisi benar, Tekan Ok
7.           Hasil Output
8.            
SUMMARY OUTPUT





Regression Statistics

Multiple R
0,870891447

R Square
0,758451913

Adjusted R Square
0,718193899

Standard Error
0,075923939

Observations
8




ANOVA






df
SS
MS
F
Significance F
Regression
1
0,1086008
0,1086008
18,83977
0,00487
Residual
6
0,0345866
0,0057644


Total
7
0,1431875






Coefficients
Standard Error
t Stat
P-value
Lower 95%
Upper 95%
Lower 95,0%
Upper 95,0%
Intercept
0,641333
0,409801
1,56498
0,16862
-0,3614
1,6441
-0,3614
1,6441
X Variable 1
0,024067
0,005544
4,34048
0,00487
0,01049
0,0376
0,0105
0,0376

ANALISIS HASIL

Berdasarkan output di atas, akan dibahas mengenai:

1.     Persamaan Regresi Sederhana

Persamaan regresi sederhana adalah
Y = a + bX
Persamaan di atas diisi dari kolom Coeficients dan baris Intercept serta X Variable 1. Dari output di atas maka persamaan regresi sederhana didapat:
Y = 0,64 + 0,02 X
Persamaan tersebut diartikan sebagai berikut:
·             Intercept atau konstanta sebesar 0,64.
Artinya tanpa pengaruh dari variabel X, maka variabel Y sebesar 0,64.
·             Arah hubungan
Dari persamaan terlihat adanya tanda ‘+’ yang menggambarkan hubungan positif yang berarti garis regresi yang tergambar bersifat miring ke kanan atas.
·             Koefisien regresi 0,02
Nilai ini menunjukkan bahwa besarnya pertambahan variabel Y dipengaruhi oleh variabel X sebesar 2%.
2.     Menggambar Persamaan Regresi
Setelah persamaan regresi ditemukan, langkah selanjutnya adalah menggambar persamaan regresi dengan Excel yang bisa dilakukan dengan dua prosedur. Pertama adalah memplot gambar hubungan variabel X dan Y. Kedua memberi garis dan persamaan regresi pada gambar tersebut.
Berikut ini adalah langkah-langkah untuk memplot hubungan variabel X dan Y.
1.           Pilih menu Insert pada menu utama Excel, lalu pilih menu Chart....
2.           Pada kolom Chart Type, pilih XY (Scatter), kemudian pilih jenis scatter yang paling atas pada kolom subtype. Setelah tipe chart XY (scatter) dipilih, tekan Next untuk masuk ke step 2.
3.           Pada step 2, untuk pilihan Data Range diisi dengan menyorot range variabel X dan Y. Sedangkan pilihan Series in harus dipilih Columns dengan memberikan tanda pada kolom bulat di kiri pilihan Columns. Lalu tekan Next untuk pilihan step selanjutnya.
4.           Pengisian step 3
Titles:
Untuk Chart Titles ketik : Persamaan Regresi
Kolom Value (X) axis : Ketik Variabel X
Untuk Value (Y) axis : ketik Variabel Y
Axes:
Secara default sudah aktif, tetapi jika belum tandai dengan cara mengklik kotak sebelah kiri baik untuk value Y maupun value X. Axes ini berfungsi untuk menampilkan nilai untuk masing-masing variabel.
Gridlines:
Untuk memperjelas gambar maka garis-garis ini dihilangkan. Ini berarti kotak pilihan dikosongkan .
Legend:
Tidak perlu
Data Labels:
Tidak perlu ditampilkan
5.           Pengisian step 4, pilih alternatif As object in, yang berarti gambar akan ditempatkan pada worksheet tersebut.
Jika pengisian sudah selesai tekan Finish.


3.           Memberi Garis Persamaan Regresi

Setelah scatter X dan Y dibuat, akan ditambah garis dan persamaan regresi dengan langkah-langkah sebagai berikut
1.           Tempatkan pointer pada kumpulan titik-titik dalam gambar tersebut, sehingga titik-titik tersebut berubah warna. Kemudian pada menu utama di atas akan muncul menu Chart yang menggantikan menu Data.
2.           Pilih menu Chart tersebut dan pilih Add trendline... pada menu tersebut. Maka tampak gambar berikut
Pada pilihan Type, pilih alternatif Linier, sedangkan pada tab  Option, untuk kolom trendline name pilih Custom (buat sendiri) untuk keseragaman ketik Regresi.
Kolom Forecast pilihan diabaikan, artinya biarkan nilainya 0.
Pada tiga kotak terakhir, tandai kotak Display Equation on Chart saja untuk menampilkan persamaan regresi pada chart. Dan yang lainnya diabaikan.
Jika sudah dianggap benar tekan Ok, sehingga muncul gambar berikut:
Output di atas bisa dimodifikasi supaya tampilannya lebih bagus lagi.
4.   Korelasi Sederhana dan Ukuran Lainnya
Korelasi Sederhana (r):
Korelasi menggambarkan keeratan hubungan antara variabel X dan Y. Dalam Excel, untuk mencari korelasi, bisa dengan melihat nilai pada baris Multiple R yang ada pada output yaitu sebesar 0,870891, atau dengan menggunakan fungsi CORREL, dengan rumus: =Correl(aray1;aray2). Korelasi sebesar 0,87 ini membuktikan bahwa hubungan antara variabel X dengan variabel Y sangat erat.
Ukuran Lainnya:
·             Standar Error of Estimate (SE)
Dari baris Standar error pada output didapat angka 0,075924. hal ini menunjukkan variasi sebesar 0,075924 di sekeliling garis regresi. Pada prinsipnya, standar error mempunyai pengertian yang sama denganstandar deviasi dalam statistik deskriptif.
·             R Square (R2)
Dalam kolom R square pada output Regression Statistics di dapat angka 0,758452. Hal ini berarti bahwa sekitar 75%, variasi pada variabel Y bisa dijelaskan oleh variabel X, sedangkan sisanya 25% dapat dijelaskan oleh variabel lainnya.
Untuk persamaan regresi sederhana, R square sudah dianggap sudah mewakili determinasi. Namun untuk persamaan multi regresi, dianjurkan untuk menggunakan Adjusted R Square.
5.     Analisis Koefisien Regresi
Pengujian koefisien regresi bertujuan untuk menguji signifikansi hubungan antara variabel X dan Y.  Pengujian dilakukan dengan menggunakan uji t dengan langkah-langkah sebagai berikut
a.           Membuat hipotesis. Hipotesis untuk pengujian t-tes di atas adalah:
H0 : b = 0 ; Artinya, tidak ada hubungan antara variabel X dengan variabel Y.
H1 : b ¹ 0 ; Artinya, terdapat hubungan antara variabel X dengan variabel Y.
b.           Menentukan ttabel dan thitung:
Dengan tingkat signifikansi a = 0,05, sedang degree of freedom (df) sebesar (n – 2) maka diperoleh ttabel pada dua sisi sebesar 1,9432.
Pada Excel dengan menggunakan fungsi TINV dengan rumus:                              =TINV(prob;deg_ freedom)
Sedangkan thitung dapat dilihat pada output komputer pada baris keterangan ‘t Stat’ variabel X1. Hasil yang diperoleh adalah sebesar +4,340.
c.           Pengambilan keputusan
Kaidah keputusan:
Dengan membandingkan ttabel dan thitung maka:
-        Jika thitung > dari ttabel, maka H0 ditolak;
-        Jika thitung < dari ttabel, maka H0 diterima.
Dalam hal ini jelas bahwa thitung > ttabel, (4,340 > 1,9432), maka keputusan yang diambil adalah H0 ditolak, artinya terdapat hubungan antara variabel X terhadap Variabel Y.










BAB III
PENGAMBILAN DAN PENGOLAHAN DATA


Dalam data yang diambil dari skripsi dengan
Judul                           : Pengaruh Diferensiasi Produk Terhadap Volume Penjualan Susu   Segar
Nama Penyusun          : Renni Andriani
NPM                           : 03.110.003

Terdapat tabel sebagai berikut :

No
X
Y
XY
X2
Y2
1
0.65
3.21
2.0865
0.4225
10.3041
2
0.66
2.84
1.8744
0.4356
8.0656
3
0.66
-8.9
-5.874
0.4356
79.21
4
0.68
-0.14
-0.0952
0.4624
0.0196
5
0.34
2.49
0.8466
0.1156
6.2001
6
0.69
8.37
5.7753
0.4761
70.0569
7
0.55
6.68
3.674
0.3025
44.6224
8
0.43
10.232
4.39976
0.1849
104.693824
9
0.38
4.91
1.8658
0.1444
24.1081
10
0.38
0.9
0.342
0.1444
0.81

Maka yang dilakukan adalah

Mengitung persamaan regresi

SUMMARY OUTPUT


Regression Statistics

Multiple R
0.870891

R Square
0.758452

Adjusted R Square
0.718194

Standard Error
0.075924

Observations
8


ANOVA


df
SS
MS
F
Significance F

Regression
1
0.108601
0.108601
18.83977
0.004872754

Residual
6
0.034587
0.005764

Total
7
0.143188



Coefficients
Standard Error
t Stat
P-value
Lower 95%
Upper 95%
Lower 95,0%
Upper 95,0%
Intercept
0.64133
0.40980
1.56498
0.16862
-0.36142
1.64408
-0.36142
1.64408
X
0.02407
0.00554
4.34048
0.00487
0.01050
0.03763
0.01050
0.03763



pengujian koef korelasi
1. H0 : ρ=0, artinya tidak terdapat hubungan
2. H1 : ρ≠0, artinya terdapat Hubungan
3.           Taraf Nyata α=5%
4. wilayah Kritis
i
-2.262157
2.262157


PENENTUAN UJI SIGNIFIKAN KORELASI
korelasi
-0.244769906
ttabel
2.262157158
tHitung
-0.714033899

 Artinya terdapat hubungan negatif  terhadap pengaruh diferensiasi produk terhadap volume penjualan susu segar di KPGS CIKAJANG.

Dalam data yang diambil dari skripsi dengan

Judul                           : Pengaruh Diferensiasi Produk Terhadap Volume Penjualan Susu Segar
Nama Penyusun          : Renni Andriani
NPM                           : 03.110.0030
Menunjukan
tHitung
3.2743
tTabel
2.306
Korelasi
0.76
Sedangkan dalam perhitungan yang dilakukan dalam excel, menunjukan bahwa :
tHitung
-0.714033899
tTabel
2.262157158
Korelasi
-0.244769906

Jadi terdapat perbedaan antara hasil perhitungan data.
BAB IV
PENUTUP

A.    Kesimpulan
Dari data diatas saya menyimpulkan bahwa data yang saya peroleh dari narasumber, merupakan Artinya terdapat hubungan negatif pada Pengaruh diferensiasi produk terhadap volume penjualan susu segar.
B.    Penutup
      Saya menyadari bahwa makalah ini masih jauh dari sempurna, oleh karena itu kritik dan saran dari semua pihak yang bersifat membangun selalu kami harapkan demi kesempurnaan makalah ini.
      Akhir kata, saya sampaikan terima kasih kepada semua pihak yang telah berperan serta dalam penyusunan makalah ini dari awal sampai akhir.


DAFTAR PUSTAKA

·       Satria, Eri. 2011, Labkom STIE YASA ANGGANA GARUT.
·       Andriani, Renni. 2006. Pengaruh Diferensiasi Produk Terhadap Volume Penjualan Susu Segar. STIE YASA ANGGANA GARUT


 BAB I
PENDAHULUAN
A.    Latar Belakang Penulisan

Pengolahan data merupakan bagian vital bagi setiap organisasi bisnis dan untuk setiap pengambilan keputusan managemen yang sangat signifikan. Hasil dari pengolahan data tersebut menjadi dasar bagi perencanaan jangka panjang perusahaan. Dalam area fungsional keuangan, informasi dari data yang diambil  memberikan dasar dalam menentukan anggaran dan pengendalian biaya. Pada bagian pemasaran, informasi tersebut dibutuhkan untuk merencanakan produk baru, kompensasi tenaga penjual, dan beberapa keputusan penting lainnya

Seperti yang kita ketahui, bahwa kegiatan menganalisis akan selalu ada pada kegiatan sehari-hari hal tersebut yang melatarbelakangi penulis menyusun makalah ini untuk menambah dan melatih pemahaman tentang pengolahan data mentah menjadi informasi.

Maka dalam hal ini, penulis melakukan pengujian terhadap suatu objek yaitu SKRIPSI yang di susun oleh Renni Andriani dengan NPM. 03.110.0030 dan dengan judul Pengaruh Diferensiasi Produk Terhadap Volume Penjualan Susu Segar.

B. Perumusan Masalah

Dari uraian yang telah diberikan dalam latar belakang masalah, dapat dirumuskan sebagai berikut:
·       Bagaimana mengolah data yang telah diperoleh disekitar kita menjadi sebuah informasi?
·       Bagaimana mengaplikasikan teori pada data di kehidupan nyata?
B.    Maksud dan Tujuan Penulisan
Adapun tujuan dari penyusunan makalah ini adalh sebagi berikut:
·       Mengetahui cara mengolah data yang diperoleh.
·       Mengetahui aplikasi teori yang telah disampaikan di perkuliahan  dengan data pada kehidupan nyata.
BAB II
LANDASAN TEORI

ANALISIS REGRESI
Analisis regresi bertujuan untuk mengetahui seberapa besar pengaruh dari variabel pengaruh (variabel independen) terhadap variabel terpengaruh (variabel dependen).
Analisis regresi digunakan sebagai alat untuk melihat hubungan fungsional antar variabel untuk tujuan peramalan, di mana dalam model tersebut ada satu variabel dependen (Y) dan variabel independen (X).
Contoh Kasus
Diketahui data yang diperoleh dari 8 sampel adalah sebagai berikut:

No
X
Y
1
75
2,52
2
70
2,34
3
80
2,63
4
65
2,16
5
75
2,34
6
70
2,38
7
80
2,48
8
75
2,48

Langkah-langkah untuk menghitung persamaan regresi
1.           Pilih menu tools dari menu utama, lalu pilih Data Analysis.... Maka tampak toolbox berikut:
                                                                           
Data%20analysis
Gambar 6.1 Kotak Dialog Data Analysis

2.           Dari serangkaian alat statistik tersebut, sesuai dengan kebutuhan pada kasus, pilih Regression, lalu tekan Ok. Sehingga muncul tool box sebagai berikut:
Regression
Gambar 6.2 Kotak Dialog Regression

Langkah-langkah pengisian:

1.           Untuk Input  Y Range (variabel dependen) yang adalah data variabel Y, Klik icon  yang terletak di kanan kotak putih pada baris Input Range, sehingga terlihat gambar seperti berikut
Y%20Range

Gerakan pointer mouse ke sel yang dituju, kemudian sorot range yang menjadi variabel Y tersebut, sehingga range tersebut akan dikelilingi oleh garis putus-putus yang bergerak-gerak.  Setelah itu tekan icon di kanan range atau tekan enter untuk kembali ke tools box regression.

2.           Untuk Input X Range (input variabel independen) yang adalah data variabel X,  dilakukan dengan cara yang sama seperti pada Input variabel Y.

3.           Pilihan Labels dan Constant Is Zero untuk keseragaman tidak perlu ditandai.

4.           Pilihan Confidence Level untuk kerseagaman bisa ditandai dengan mengklik kotak di kiri pilihan tersebut. Pilihan ini menandakan analsis yang digunakan pada tingkat signifikansi 5%.

5.           Pengisian pilihan Output Options pilih Output Range untuk keseragaman output akan ditempatkan pada woorksheet yang sama.

6.           Jika semua kolom sudah terisi benar, Tekan Ok
7.           Hasil Output
8.            
SUMMARY OUTPUT





Regression Statistics

Multiple R
0,870891447

R Square
0,758451913

Adjusted R Square
0,718193899

Standard Error
0,075923939

Observations
8




ANOVA






df
SS
MS
F
Significance F
Regression
1
0,1086008
0,1086008
18,83977
0,00487
Residual
6
0,0345866
0,0057644


Total
7
0,1431875






Coefficients
Standard Error
t Stat
P-value
Lower 95%
Upper 95%
Lower 95,0%
Upper 95,0%
Intercept
0,641333
0,409801
1,56498
0,16862
-0,3614
1,6441
-0,3614
1,6441
X Variable 1
0,024067
0,005544
4,34048
0,00487
0,01049
0,0376
0,0105
0,0376

ANALISIS HASIL

Berdasarkan output di atas, akan dibahas mengenai:

1.     Persamaan Regresi Sederhana

Persamaan regresi sederhana adalah
Y = a + bX
Persamaan di atas diisi dari kolom Coeficients dan baris Intercept serta X Variable 1. Dari output di atas maka persamaan regresi sederhana didapat:
Y = 0,64 + 0,02 X
Persamaan tersebut diartikan sebagai berikut:
·             Intercept atau konstanta sebesar 0,64.
Artinya tanpa pengaruh dari variabel X, maka variabel Y sebesar 0,64.
·             Arah hubungan
Dari persamaan terlihat adanya tanda ‘+’ yang menggambarkan hubungan positif yang berarti garis regresi yang tergambar bersifat miring ke kanan atas.
·             Koefisien regresi 0,02
Nilai ini menunjukkan bahwa besarnya pertambahan variabel Y dipengaruhi oleh variabel X sebesar 2%.
2.     Menggambar Persamaan Regresi
Setelah persamaan regresi ditemukan, langkah selanjutnya adalah menggambar persamaan regresi dengan Excel yang bisa dilakukan dengan dua prosedur. Pertama adalah memplot gambar hubungan variabel X dan Y. Kedua memberi garis dan persamaan regresi pada gambar tersebut.
Berikut ini adalah langkah-langkah untuk memplot hubungan variabel X dan Y.
1.           Pilih menu Insert pada menu utama Excel, lalu pilih menu Chart....
2.           Pada kolom Chart Type, pilih XY (Scatter), kemudian pilih jenis scatter yang paling atas pada kolom subtype. Setelah tipe chart XY (scatter) dipilih, tekan Next untuk masuk ke step 2.
3.           Pada step 2, untuk pilihan Data Range diisi dengan menyorot range variabel X dan Y. Sedangkan pilihan Series in harus dipilih Columns dengan memberikan tanda pada kolom bulat di kiri pilihan Columns. Lalu tekan Next untuk pilihan step selanjutnya.
4.           Pengisian step 3
Titles:
Untuk Chart Titles ketik : Persamaan Regresi
Kolom Value (X) axis : Ketik Variabel X
Untuk Value (Y) axis : ketik Variabel Y
Axes:
Secara default sudah aktif, tetapi jika belum tandai dengan cara mengklik kotak sebelah kiri baik untuk value Y maupun value X. Axes ini berfungsi untuk menampilkan nilai untuk masing-masing variabel.
Gridlines:
Untuk memperjelas gambar maka garis-garis ini dihilangkan. Ini berarti kotak pilihan dikosongkan .
Legend:
Tidak perlu
Data Labels:
Tidak perlu ditampilkan
5.           Pengisian step 4, pilih alternatif As object in, yang berarti gambar akan ditempatkan pada worksheet tersebut.
Jika pengisian sudah selesai tekan Finish.


3.           Memberi Garis Persamaan Regresi

Setelah scatter X dan Y dibuat, akan ditambah garis dan persamaan regresi dengan langkah-langkah sebagai berikut
1.           Tempatkan pointer pada kumpulan titik-titik dalam gambar tersebut, sehingga titik-titik tersebut berubah warna. Kemudian pada menu utama di atas akan muncul menu Chart yang menggantikan menu Data.
2.           Pilih menu Chart tersebut dan pilih Add trendline... pada menu tersebut. Maka tampak gambar berikut
Pada pilihan Type, pilih alternatif Linier, sedangkan pada tab  Option, untuk kolom trendline name pilih Custom (buat sendiri) untuk keseragaman ketik Regresi.
Kolom Forecast pilihan diabaikan, artinya biarkan nilainya 0.
Pada tiga kotak terakhir, tandai kotak Display Equation on Chart saja untuk menampilkan persamaan regresi pada chart. Dan yang lainnya diabaikan.
Jika sudah dianggap benar tekan Ok, sehingga muncul gambar berikut:
Output di atas bisa dimodifikasi supaya tampilannya lebih bagus lagi.
4.   Korelasi Sederhana dan Ukuran Lainnya
Korelasi Sederhana (r):
Korelasi menggambarkan keeratan hubungan antara variabel X dan Y. Dalam Excel, untuk mencari korelasi, bisa dengan melihat nilai pada baris Multiple R yang ada pada output yaitu sebesar 0,870891, atau dengan menggunakan fungsi CORREL, dengan rumus: =Correl(aray1;aray2). Korelasi sebesar 0,87 ini membuktikan bahwa hubungan antara variabel X dengan variabel Y sangat erat.
Ukuran Lainnya:
·             Standar Error of Estimate (SE)
Dari baris Standar error pada output didapat angka 0,075924. hal ini menunjukkan variasi sebesar 0,075924 di sekeliling garis regresi. Pada prinsipnya, standar error mempunyai pengertian yang sama denganstandar deviasi dalam statistik deskriptif.
·             R Square (R2)
Dalam kolom R square pada output Regression Statistics di dapat angka 0,758452. Hal ini berarti bahwa sekitar 75%, variasi pada variabel Y bisa dijelaskan oleh variabel X, sedangkan sisanya 25% dapat dijelaskan oleh variabel lainnya.
Untuk persamaan regresi sederhana, R square sudah dianggap sudah mewakili determinasi. Namun untuk persamaan multi regresi, dianjurkan untuk menggunakan Adjusted R Square.
5.     Analisis Koefisien Regresi
Pengujian koefisien regresi bertujuan untuk menguji signifikansi hubungan antara variabel X dan Y.  Pengujian dilakukan dengan menggunakan uji t dengan langkah-langkah sebagai berikut
a.           Membuat hipotesis. Hipotesis untuk pengujian t-tes di atas adalah:
H0 : b = 0 ; Artinya, tidak ada hubungan antara variabel X dengan variabel Y.
H1 : b ¹ 0 ; Artinya, terdapat hubungan antara variabel X dengan variabel Y.
b.           Menentukan ttabel dan thitung:
Dengan tingkat signifikansi a = 0,05, sedang degree of freedom (df) sebesar (n – 2) maka diperoleh ttabel pada dua sisi sebesar 1,9432.
Pada Excel dengan menggunakan fungsi TINV dengan rumus:                              =TINV(prob;deg_ freedom)
Sedangkan thitung dapat dilihat pada output komputer pada baris keterangan ‘t Stat’ variabel X1. Hasil yang diperoleh adalah sebesar +4,340.
c.           Pengambilan keputusan
Kaidah keputusan:
Dengan membandingkan ttabel dan thitung maka:
-        Jika thitung > dari ttabel, maka H0 ditolak;
-        Jika thitung < dari ttabel, maka H0 diterima.
Dalam hal ini jelas bahwa thitung > ttabel, (4,340 > 1,9432), maka keputusan yang diambil adalah H0 ditolak, artinya terdapat hubungan antara variabel X terhadap Variabel Y.










BAB III
PENGAMBILAN DAN PENGOLAHAN DATA


Dalam data yang diambil dari skripsi dengan
Judul                           : Pengaruh Diferensiasi Produk Terhadap Volume Penjualan Susu   Segar
Nama Penyusun          : Renni Andriani
NPM                           : 03.110.003

Terdapat tabel sebagai berikut :

No
X
Y
XY
X2
Y2
1
0.65
3.21
2.0865
0.4225
10.3041
2
0.66
2.84
1.8744
0.4356
8.0656
3
0.66
-8.9
-5.874
0.4356
79.21
4
0.68
-0.14
-0.0952
0.4624
0.0196
5
0.34
2.49
0.8466
0.1156
6.2001
6
0.69
8.37
5.7753
0.4761
70.0569
7
0.55
6.68
3.674
0.3025
44.6224
8
0.43
10.232
4.39976
0.1849
104.693824
9
0.38
4.91
1.8658
0.1444
24.1081
10
0.38
0.9
0.342
0.1444
0.81

Maka yang dilakukan adalah

Mengitung persamaan regresi

SUMMARY OUTPUT


Regression Statistics

Multiple R
0.870891

R Square
0.758452

Adjusted R Square
0.718194

Standard Error
0.075924

Observations
8


ANOVA


df
SS
MS
F
Significance F

Regression
1
0.108601
0.108601
18.83977
0.004872754

Residual
6
0.034587
0.005764

Total
7
0.143188



Coefficients
Standard Error
t Stat
P-value
Lower 95%
Upper 95%
Lower 95,0%
Upper 95,0%
Intercept
0.64133
0.40980
1.56498
0.16862
-0.36142
1.64408
-0.36142
1.64408
X
0.02407
0.00554
4.34048
0.00487
0.01050
0.03763
0.01050
0.03763



pengujian koef korelasi
1. H0 : ρ=0, artinya tidak terdapat hubungan
2. H1 : ρ≠0, artinya terdapat Hubungan
3.           Taraf Nyata α=5%
4. wilayah Kritis
i
-2.262157
2.262157


PENENTUAN UJI SIGNIFIKAN KORELASI
korelasi
-0.244769906
ttabel
2.262157158
tHitung
-0.714033899

 Artinya terdapat hubungan negatif  terhadap pengaruh diferensiasi produk terhadap volume penjualan susu segar di KPGS CIKAJANG.

Dalam data yang diambil dari skripsi dengan

Judul                           : Pengaruh Diferensiasi Produk Terhadap Volume Penjualan Susu Segar
Nama Penyusun          : Renni Andriani
NPM                           : 03.110.0030
Menunjukan
tHitung
3.2743
tTabel
2.306
Korelasi
0.76
Sedangkan dalam perhitungan yang dilakukan dalam excel, menunjukan bahwa :
tHitung
-0.714033899
tTabel
2.262157158
Korelasi
-0.244769906

Jadi terdapat perbedaan antara hasil perhitungan data.
BAB IV
PENUTUP

A.    Kesimpulan
Dari data diatas saya menyimpulkan bahwa data yang saya peroleh dari narasumber, merupakan Artinya terdapat hubungan negatif pada Pengaruh diferensiasi produk terhadap volume penjualan susu segar.
B.    Penutup
      Saya menyadari bahwa makalah ini masih jauh dari sempurna, oleh karena itu kritik dan saran dari semua pihak yang bersifat membangun selalu kami harapkan demi kesempurnaan makalah ini.
      Akhir kata, saya sampaikan terima kasih kepada semua pihak yang telah berperan serta dalam penyusunan makalah ini dari awal sampai akhir.


DAFTAR PUSTAKA

·      
·       Andriani, Renni. 2006. Pengaruh Diferensiasi Produk Terhadap Volume Penjualan Susu Segar. STIE YASA ANGGANA GARUT





0 komentar:

:a: :b: :c: :d: :e: :f: :g: :h: :i: :j: :k: :l: :m: :n:

Posting Komentar