Metodologi
ANALISIS REGRESI
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel(-variabel) yang lain. Variabel "penyebab" disebut dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena sering kali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak.
Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.
Contoh Perhitungan Regresi
Seorang pengusaha bernama Dolce Gabbana ingin meneliti tentang pengaruh biaya promosi terhadap volume penjualan pada butik A. Dari pernyataan tersebut didapat variabel dependen (Y) adalah volume penjualan dan variabel independen (X) adalah biaya promosi. Data-data yang didapat ditabulasikan sebagai berikut:
No Biaya Promosi Volume Penjualan
1 12 56
2 14 62
3 13 60
4 12 61
5 15 65
6 13 66
7 14 60
8 15 63
9 13 65
10 14 62
Langkah :
Buka file : korelasi & regresiKlik Analyze, klik Regression, dan klik linierKlik dan pindahkan volume penjualan ke kotak dependent dan biaya promosi ke kotak independent dengan mengetik tanda ►Klik statistics pilih estimates, model fit, dan descriptive.Klik continueKlik plotsPada standardized residual plots, pilih histogram dan normal probability plot.Klik continue dan klik OK.
Output pada SPSS dapat dilihat sebagai berikut:
Coefficients
Model Unstandardized standardized
coefficient coefficient t Sig.
B Std error Beta
Biaya promosi 45.286 3.835 0.05 1.449
(constant) 11.809 8.872
Dari hasil perhitungan didapatkan:
Y= a + bx
Konstanta (a) = 45.286; Koefisien Regresi (b) = 1,238; dan t hitung = 1.419
Selanjutnya yaitu menganalisis signifikansi pengaruh variabel independen dengan variabel dependen. Jika ditetapkan hipotesis sebagai berikut:
Tidak ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan
Ada pengaruh signifikan antara biaya promosi dengan volume penjualan
Dengan menggunakan tingkat signifikansi 5%, pengujian 2 sisi, dan derajat kebebasan (df) = n-k-1 = 10-1-1 = 8 (dimana n = jumlah data, k = jumlah variabel independen) maka diperoleh t tabel sebesar 2.30600. (dapat dilihat pada Ms Excel dengan mengetikkan “=tinv(0,05;8)” lalu tekan Enter).
Karena t hitung < t tabel, maka Ha diterima. Kesimpulannya, terdapat pengaruh yang signifikan antara biaya promosi dengan volume penjualan.
ANALISIS JALUR
Dalam statistik, analisis jalur atau biasa lebih dikenal dengan Path Analysis digunakan untuk mengetahui hubungan ketergantungan langsung diantara satu set variabel. Path Analysis adalah model yang serupa dengan model analisis regresi berganda, analisis faktor, analisis korelasi kanonik, analisis diskriminan dan kelompok analisis multivariat yang lebih umum lainnya seperti analisis anova, manova, anacova.
Dalam hal kausalitas, Path Analysis dapat dipandang sebagai analisis yang mirip dengan analisis regresi. Keduanya sama-sama menganalisis model kausalitas. Perbedaannya terletak pada tingkat kerumitan model. Model analisis regresi lebih banyak menganalisis variabel dependent sebagai dampak dari variabel independent. Variabel dependent tersebut tidak memberikan dampak terhadap variabel lainnya. Ketika peneliti dihadapkan pada model dimana variabel dependent menyebabkan variabel dependent lainnya, maka analisis jalur lebih cocok digunakan.
Dalam hal lainnya, analisis jalur juga dapat dilihat sebagai SEM (Structural Equation Modeling) dimana analisis jalur adalah SEM yang hanya memiliki satu indikator, atau model stuktural dari analisis SEM. Perbedaannya adalah analisis jalur hanya menganalisis variabel konstruk, sedangkan pada SEM semua variabel baik variabel indikator maupun variabel konstruk dianalisis secara bersama-sama dalam satu model.
Keunggulan Path Analysis dibandingkan analisis regresi berganda adalah:
1. Peneliti dapat secara simultan mengukur pengaruh variabel eksogen terhadap variabel endogen.
2. Peneliti dapat menguji apakah model sudah cukup fit dengan data.
3. Peneliti dapat menguji model yang memiliki permasalahan multikolinieritas (korelasi yang tinggi antara variabel eksogen).
4. Peneliti dapat melakukan pebandingan pengaruh langsung dan tidak langsung dari variabel eksogen terhadap variabel endogen.
contoh analisis jalur
Analisis Pengaruh Kenyamanan dan Kepuasan Pegawai Terhadap Motivasi Kerja dalam Mencapai Tujuan Organisasi
Variabel Penelitian
X1 = Kenyamanan Pegawai
X2 = Kepuasan Pegawai
X3 = Motivasi kerja
Y = Tujuan Organisasi
Rumusan Masalah
Berapa besar pengaruh Kenyamanan dan Kepuasan Pegawai Terhadap Motivasi Kerja
Berapa besar pengaruh langsung dan tidak langsung Kenyamanan dan Kepuasan Pegawai Terhadap Motivasi Kerja terhadap pencapaian tujuan organisasi
Desain Diagram
X3 = X3X1 + ρ X3X2 + Є1 …………Substruktural 1
Y = ρ YX1 + ρ YX2 + ρ YX3 + Є2 …………Substruktural 2
B. PENYELESAIAN KASUS
Catatan :
Model diasumsikan telah memenuhi persyaratan analisis jalur meliputi data berskala interval, berdistribusi normal, pemenuhan asumsi linieritas, normalitas, homogen dan terbebas dari masalah multikolinieritas. Pembahasan mengenai hal ini akan dijelaskan secara terpisah sehingga bahasan mengenai interprestasi nilai analisis jalur dengan regresi.
DAFTAR RUJUKAN
Andi. 2009. SPSS17 untuk Pengolah Data Statistik. Semarang:Wahana Komputer
Hasan M. Iqbal, Ir., M.M. 2005. Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif). Edisi Kedua. Jakarta: PT. Bumi Aksara.
Priyatno Duwi. 2008. Mandiri Belajar SPSS (Statistical Product and Service Solution) Untuk Analisis Data dan Uji Statistik. Yogyakarta: MediaKom.
Sugiyono.2010. Statistik Untuk Penelitian. Alfabeta : Bandung.
Tidak ada komentar :
Posting Komentar