ANALISIS REGRESI

Pemabahasan pengujian teori teori ekonomi dalam ekonometrika tidak lepas

dari pada analisis Regresi untuk memecahkan/membuktikan teori-teori ekonomi

yang dikemukakan oleh para akhli ekonomi seperti, Teori Maslow, Teori Keynesian,

Teori David Ricardo, dll.

Jika pada analisis korelasi, akan dianalisis apakah ada hubungan antar dua

variabel atau lebih, dan seberapa kuat hubungan tersebut, maka pada analisis

regresi, akan dicari seberapa besar pengaruh sebuah variabel atau lebih terhadap

variabel yang lain. Namun demikian analisis korelasi dan regresi biasanya dilakukan

secara bersamaan, dimana setelah diketahui ada hubungan antara dua variabel

atau lebih, maka akan dilakukan analisis regresi untuk melihat hubungan secara

lebih jauh.

Analisis Regresi Linier Sederhana

Misalkan kita akan melakukan uji pengaruh variabel Kualitas Pelayanan Jasa (X1)

dan Kepuasan Pelanggan (X2) terhadap Loyalitas Pelanggan (Y) data hasil

penelitian sebagai berikut:

Nomor Nomor
Sampel X1 X2 Y Sampel X1 X2 Y
1 48 97 61 33 42 67 54
2 47 77 40 34 41 58 50
3 47 99 48 35 55 90 61
4 41 77 54 36 68 77 47
5 41 77 34 37 61 99 68
6 42 55 48 38 61 109 82
7 61 88 68 39 54 76 67
8 69 120 67 40 48 75 69
9 62 87 67 41 40 77 55
10 65 87 75 42 34 67 48
 11 48 50 56 43 48 68 47
12 52 87 60 44 38 67 55
13 47 87 47 45 55 89 61
14 47 87 60 46 62 87 61
15 47 81 61 47 68 87 68
16 41 55 47 48 56 87 65
17 55 88 68 49 38 65 70
18 75 98 68 50 61 98 75
19 62 87 74 51 68 105 61
20 68 87 75 52 60 78 54
21 48 44 55 53 55 77 60
22 49 94 61 54 27 66 55
23 48 77 46 55 48 66 55
24 54 55 61 56 40 55 47
25 54 76 58 57 40 78 56
26 48 65 50 58 48 79 54
27 61 90 68 59 38 75 69
28 54 119 75 60 57 98 74
29 68 119 75 61 68 98 68
30 68 98 75 62 61 87 66
31 47 55 56 63 35 87 61
32 41 66 61 64 40 77 69

Sipeneliti ingin mengetahui seberapa besar pengaruhnya variabel kepuasan

terhadap loyalitas pelanggan.

8.2.2. Uji Kelinieran Regresi

Sebelum menganalisis uji pengaruh variabel bebas terhadap variabel terikat,

maka terlebih dahulu di uji keliniaritas garis regresi (persyaratan analisis) dengan

menggunakan tabel ANAVA yaitu sbb:

Langkah kerja:

a. Buka lembar kerja/file input Korelasi.

b. Dari menu utama SPSS, pilih menu Analyze, kemudian pilih Compare Means,

pilih Means maka akan muncul kotak dialog sbb:

c. Dependent list diisi dengan variabel terikat (Y) dalam hal ini Loyalitas

pelanggan, sedangkan independent list diisi dengan variabel bebas (X) dalam

hal ini Kepuasan

d. Klik Options, kemudian akan tampak dialog:

e. Kemudian pilih Test of Linearity, tekan continue kemudian OK maka output yang

diperlukan adalah :

ANOVA Table

Sum of
Squares df Mean Square F Sig.
Loy alitas Between (Combined) 3972.726 25 158.909 2.606 .004
Pelanggan * Groups Linearity 2070.254 1 2070.254 33.949 .000
Kepuasan Dev iation
f rom 1902.472 24 79.270 1.300 .230
Linearity
Within Groups
2317.258 38 60.980

Total 6289.984 63

Untuk melakukan uji linieritas diperlukan adanya rumusan hipotesis sbb:

H 0 : Model regresi berbentuk linier

H 1 : Model regresi berbentuk non linier

Kriteria pengambilan keputusan:

Kriteria pengujian hipotesis bisa dilakukan dengan dua pilihan yaitu:

1. Menggunakan koefisien signifikansi (Sig.) dengan cara membandingkan

nilai Sig. dari Deviation from Linearity pada tabel ANOVA dengan  yang

dipilih ( misal 5% atau 1 %), dengan kriteria “ Apabila nilai Sig. pada

Deviation from Linearity >  maka H 0 diterima. Sebaliknya tidak diterima”.

Keputusan: Dari hasil pengolahan pada tabel ANOVA kita bisa melihat

bahwa nilai Sig. pada Deviation from Linearity >  atau 0.230 > 0.05

(maupun pada 0.01), dengan demikian maka H 0 diterima yang menyatakan

regresi berbentuk linier.

2. Menggunakan harga koefisien F pada baris Deviation from Linearity atau F

Tuna Cocok (TC) pada tabel ANOVA dibandingkan dengan F tabel . Kriterianya

: “ diterima H 0 apabila F hitung F tabel dengan dk pembilang = k-2 dan dk

penyebut = n-k, Sebaliknya H 0 ditolak.” (Sujana, 2008).

 Keputusan: Dari hasil perhitungan pada tabel ANOVA pada baris Deviation

from Linearity diperoleh F hitung 1,300 sedangkan F tabel dengan dk pembilang

k – 2 = 26 – 2 = 24 dan dk penyebut n – k = 64 – 26 = 38 dengan  = 0.05

diperoleh 1,80. Dengan demikian F hitung < F tabel atau 1,300 < 1,80 maka H 0

diterima yang menyatakan model regresi berbentuk linier.

Perhitungan Regresi Linier Sederhana dan Uji Hipotesis

Langkah kerja uji pengaruh:

a. Buka lembar kerja/file input Korelasi.

b. Dari menu utama SPSS, pilih menu Analyze, kemudian pilih submenu

Regression dan pilih Linear…. maka akan muncul kotak dialog:

b. Masukan variabel loyalitas pelanggan ke kotak dependent dengan dengan

mengklik tanda panah kekanan, demikian pula dengan cara yang sama

pindahkan variabel kepuasan ke kotak independent.

c. Method, banyak pilihan dalam method ini, untuk keseragaman pilih Enter, yaitu

prosedur pemilihan variabel dimana semua variabel dalam blok dimasukan

dalam perhitungan “single step”.

d. Pilih kolom statistics dengan mengklik mouse pada pilihan tersebut, maka akan

tampak dilayar sbb:

e. Dalam kolom Rgression Coefficients pilih Estimates, Model fit dan Descriptives.

f. Yang lainnya abaikan saja, kemudian klik Continue dan tekan OK, maka akan

tampil outputnya sbb:

Regression
Descriptive Statistics

Mean St d. Dev iation N

Loy alitas Pelanggan 60.4844 9.99205 64
Kepuasan 81.2188 16.66426 64
 Correlati ons

Loy alitas
Pelanggan Kepuasan
Pearson Correlation Loy alitas Pelanggan 1.000 .574
Kepuasan .574 1.000
Sig. (1-tailed) Loy alitas Pelanggan . .000
Kepuasan .000 .
N Loy alitas Pelanggan 64 64
Kepuasan 64 64

Variabl es Entered/Removedb

Variables Variables
Model Entered Remov ed Method
1 Kepuasan a . Enter
a. All requested v ariables entered.
b. Dependent Variable: Loy alitas Pelanggan

Model Summary

Adjusted St d. Error of
Model R R Square R Square the Estimate
1 .574a .329 .318 8.24986
a. Predictors: (Constant), Kepuasan

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 2070.254 1 2070.254 30.418 .000a
Residual 4219.731 62 68.060
Total 6289.984 63
a. Predictors: (Const ant), Kepuasan
b. Dependent Variable: Loy alitas Pelanggan

Coeffi ci entsa

Unstandardized St andardized
Coef f icients Coef f icients
Model B St d. Error Beta t Sig.
1 (Constant) 32.545 5.170 6.295 .000
Kepuasan .344 .062 .574 5.515 .000
a. Dependent Variable: Loy alitas Pelanggan

Analisis:

1. Bagian Descriptive Statistics dan Correlations

 Rata-rata skor loyalitas pelanggan dari jumlah sampel 64 diperoleh sebesar

60,48 dengan standar deviasi sebesar 9,99 demikian pula dengan skor

kepuasan pelanggan sebesar 81,22 dengan standar deviasi sebesar 16,66 dari

64 sampel.

Dari output korelasi, hubungan antara kepuasan dengan loyalitas pelanggan

sangat signifikan (sig. 0.000 < 0.05) dengan nilai koefisien korelasi sebesar

0,574.

2. Bagian Variabebles Entered/Removed dan Model Summary

Variabel enter menunjukkan bahwa tidak ada variabel yang dikeluarkan

(dalam kolom removed kosong) atau dengan kata lain variabel kepuasan

dimasukan dalam perhitungan regresi.

2
Sedangkan pada Model Summary terlihat bahwa r diperoleh sebesar 0.329

atau 32,9% loyalitas pelanggan dipengaruhi oleh kepuasan pelanggan, dengan

standar deviasi estimate sebesar 8,249

3. Bagian Anova bisa dipakai untuk menguji keberartian regresi, dimana

rumusnya adalah Fhitung = S2reg / S2Sis.

Kriteria pengambilan keputusan:

 Apabila Fhitung > Ftabel dengan dk pembilang 1 dan dk penyebut n-2 dan

 tertentu maka regresi berati.

Keputusan:

Terlihat bahwa Regresi (b/a) untuk JK (b/a) atau S 2reg diperoleh sebesar

2070,254 dan residual atau JK (S) atau S2Sis sebesar 68,060. Dari hasil
 perhitungan diperoleh Fhitung sebesar 30,418 > Ftabel 3,995 (hasil intervolasi)

atau Sig. 0.000 < 0.05 Dengan demikian regresi dinyatakan berarti.

4. Bagian Coefficiens adalah untuk melihat persamaan regresi linier sederhana

dan pengujian hipotesis dengan statistik t.

 Terlihat bahwa konstanta a = 32,545 dan koefisien b = 0.344 sehingga

persamaan regresinya menjadi Y’ = 32,545 + 0,344 X Konstanta sebesar

32,545 menyatakan bahwa jika tidak ada skor kepuasan pelanggan (

X=0 ) maka skor loyalitas pelanggan sebesar 32,545.

 Koefisien regresi untuk X menyatakan jika variabel X meningkat maka

akan meningkatkan variabel Y sebesar satu satuan X atau jika kepuasan

pelanggan meningkat maka akan meningkatkan loyalitas pelanggan

sebesar 0,344.

 Uji t untuk menguji signifikansi konstanta dan variabel independen

(kepuasan pelanggan).

Hipotesis untuk kasus ini :

H 0 : Koefisien regresi tidak signifikan atau kepuasan tidak berpengaruh

terhadap loyalitas pelanggan.

H1: Koefisien regresi signifikan atau kepuasan berpengaruh terhadap

loyalitas pelanggan.

Kriteria pengambilan keputusan:

 Apabila t hitung > t tabel dengan dk = n-2 dan  tertentu (misal

0.05), maka H 0 ditolak. Sebaliknya H 0 diterima.

 Apabila probabilitas (sig.) < 0.05 maka H 0 ditolak. Sebaliknya H 0

diterima.

Keputusan:
 Terlihat bahwa t hitung untuk kepuasan sebesar 5,515 > t tabel sebesar 1,990

(hasil intervolasi), hal ini berarti H 0 ditolak dan H1 diterima, atau dengan kata

lain kepuasan berpengaruh secara signifikan terhadap loyalitas pelanggan.

Apabila kita melihat probabilitasnya (sig.) ternyata 0,000 < 0,05 dengan

demikian H 0 ditolak dan H 1 diterima. Berarti pengaruh kepuasan terhadap

loyalitas sangat signifikan.

SELANJUTNYA SEBAGAI LATIHAN COBA ANDA KERJAKAN UJI PENGARUH

KUALITAS PELAYANAN JASA (X1) TERHADAP LOYALITAS PELANGGAN (Y)

DENGAN CARA DAN LANGKAH2 SEPERTI TSB DI ATAS.

KASUS:

PENGARUH TKT PENDAPATAN TERHADAP KONSUMSI RUMAH TANGGA

Pengamatan Pendapatan (X) Konsumsi (Y)

1 60 45
2 70 48
3 75 45
4 65 47
5 70 48
6 60 46
7 80 48
8 75 47
9 86 49
10 85 48
HIPOTESIS:

Tkt Pendapatan Berpengaruh Secara Signifikan Terhadap Tkt Konsumsi Pada

10 Rumah Tangga Kelurahan Tenda Biru

Teori Pendukung: Keynes, menyatakan :

“Secara rata-rata, apabila pendapatan seseorang meningkat, maka

konsumsinya meningkat pula. Akan tetapi, peningkatan konsumsinya tidak sebesar
peningkatan pendapatannya”.

DITANYAKAN:

1. UJILAH APAKAH SAMPEL BERDISTRIBUSI NORMAL?

2. UJILAH APAKAH REGRESI BERBENTUK LINIER?

3. BUKTIKAN HIPOTESIS TERSEBUT DI ATAS YANG MENDUKUNG TEORI

KEYNES. GUNAKAN METODOLOGI EKONOMETRIKA YG SUDAH ANDA

PELAJARI SEBELUMNYA.

4. KUMPULKAN : INPUT DATA, HASIL /OUTPUT ANALISIS DG SPSS, ANALISIS

OUTPUT, KESIMPULAN