METODOLOGI PENELITIAN PSDA (REGRESI LINIER BERGANDA)

Regresi Linier

TUGAS MAKALAH

MATA KULIAH METODOLOGI PENELITIAN

PENGELOLAAN SUMBER DAYA ALAM

REGRESI LINIER BERGANDA

Oleh :

MARDIANSYAH                 (E2A018034)

FITRIAL R.                         (E2A018030)

HABIBURAHMAN            (E2A018031)

 DOSEN PEMBIMBING :

Ir. M. Chozin, MSc., PhD.

Dr.Ir. Satria Putra Utama

Dr.Ir. Teguh Adiprasetyo

BAB. I. PENDAHULUAN

A.                Latar Belakang

Mata kuliah Metodelogi Penelitian merupakan salah satu Mata Kuliah di Semester I Program Pasca Sarjana Pengelolaan Sumber Daya Alam dan Lingkungan, Fakultas Pertanian, Universitas Bengkulu, Tahun 2018/2019.

Tujuan dari mata kuliah ini adalah dapat menjelaskan ilmu pengetahuan & metode penelitian ilmiah ragam penelitian berdasarkan tujuan dan pengukuran atau analisis data. Dalam kegiatan perkuliahan, adapun jenis metodelogi peneliatian ilmiah yaitu SWOT, MDS, AHP, SEM, SNP, Regresi Berganda, Factor Analysis dan Path Analysis.

Dalam hal ini kami ditugaskan dalam pembahasan Metode Penelitian Ilmiah menggunakan Regresi Berganda, yang akan dijelaskan dalam tugas makalah.

B.                Konsep dan Definisi

Regresi artinya peramalan, penaksiran, atau pendugaan pertama kali di perkenalkan pada tahun 1877 oleh Sir Francis Galton (1822 1911). Sehubungan dengan penelitiannya terhadap tinggi manusia. Penelitian tersebut membandingkan antara  tinggi anak laki laki dan tinggi badan ayahnya. 

Istilah “regresi” pertama kali dikemukakan oleh Sir Francis Galton (1822-1911), seorang antropolog dan ahli meteorologi terkenal dari Inggris. Dalam makalahnya yang berjudul “Regression towards mediocrity in hereditary stature”, yang dimuat dalam Journal of the Anthropological Institute, volume 15, hal. 246-263, tahun 1885.

Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal suatu variabel (Kutner, Nachtsheim dan Neter, 2004).

Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas. Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung.

Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh antara satu atau beberapa variabel terhadap satu buah variabel. Variabel yang mempengaruhi sering disebut variabel bebas, variabel independen atau variabel penjelas. Variabel yang dipengaruhi sering disebut dengan variabel terikat atau variabel dependen. Regresi linear hanya dapat digunakan pada skala interval dan ratio.

Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana yaitu dengan satu buah variabel bebas dan satu buah variabel terikat; dan regresi linear berganda dengan beberapa variabel bebas dan satu buah variabel terikat. Analisis regresi linear merupakan metode statistik yang paling jamak dipergunakan dalam penelitian-penelitian sosial. Program komputer yang paling banyak digunakan adalah SPSS (Statistical Package For Service Solutions).

Regresi Linear Berganda

Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear sederhana, hanya variabel bebasnya lebih dari satu buah. Persamaan umumnya yaitu :

Y = a + b1 X1 + b2 X2 + .... + bn Xn.

Keterangan :

Y = variabel bebas, 

X = variabel-variabel bebas, 

a = konstanta (intersept) 

b = koefisien regresi pada masing-masing variabel bebas.

Dalam mengkaji hubungan antara beberapa variabel menggunakan analisis regresi,terlebih dahulu peneliti menentukan satu variabel yang disebut dengan variabel tidak bebas dan satu atau lebih variabel bebas. Jika ingin dikaji hubungan atau pengaruh satu variabel bebas terhadap  variabel tidak bebas, maka model regresi yang digunakan adalah model regresi linier sederhana.

Kemudian Jika ingin dikaji hubungan atau pengaruh dua atau lebih variabel bebas terhadap variabel tidak bebas, maka model regresi yang digunakan adalah model regresi linier berganda (multiple linear regression model).

Kemudian untuk mendapatkan model regresi linier sederhana maupun model regresi linier berganda dapat diperoleh dengan melakukan estimasi terhadap parameter-parameternya menggunakan metode tertentu. Adapun metode yang dapat digunakan untuk mengestimasi parameter model regresi linier sederhana maupun model regresi linier berganda adalah dengan metode kuadrat terkecil (ordinary least square/OLS) dan metode kemungkinan maksimum (maximum likelihood estimation/MLE) (Kutner et.al, 2004).

Pada pelatihan ini dikaji analisis regresi linier berganda atau sering juga disebut dengan regresi klasik (Gujarati, 2003). Kajian meliputi kajian teori dan aplikasinya pada studi kasus disertai dengan teknik analisis dan pengolahan datanya dengan bantuan software SPSS under windows versi 15.0.

Variabel Independen adalah variable yang bebas, stimulus, predictor, eksogen atau antecendent, yaitu  variabel yang mempengaruhi / menjadi penyebab berubahnya / timbulnya variabel dependen atau variable terkait.  Variabel Independen merupakan variabel penelitian yang memengaruhi, yaitu factor-faktor yang diukur, dimanipulasi/ dipilih oleh seorang peneliti untuk menetapkan/menentukan hubungan antara fenomena yang sedang diamati.

Variabel independen (independent variable) adalah tipe variabel yang menjelaskan atau mempengaruhi variabel yang lain. Variabel dependen (dependent variable) adalah tipe variable yang dijelaskan atau dipengaruhi oleh variabel independen. Kedua tipe variabel ini merupakan kategori variabel penelitian yang paling sering digunakan dalam penelitian karena mempunyai kemampuan aplikasi yang luas.

Tujuan penelitian, seperti halnya tujuan teori adalah menjelaskan dan memprediksi fenomena melalui berbagai uji (Uji Validitas, Reliabilitas dan Asumsi Klasik) . Penjelasan dan prediksi fenomena secara sistematis digambarkan dengan variabilitas variabel-variabel dependen yang dijelaskan atau dipengaruhi oleh variabel-variabel independen. Bentuk hubungan antara variabel-variabel independen dengan variabel-variabel dependen, dapat berupa hubungan korelasional dan hubungan sebab-akibaat. Sesuai dengan fenomena social yang dijelaskan, bentuk hubungan antara variabel independen dengan variabel dependen dapat bersifat positif atau negatif.

6.2 Persamaan Regresi Berganda

Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X1, X2,….Xn) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.

Persamaan regresi linear berganda sebagai berikut:

Y’ = a + b1X1+b2X2+…..+ bnXn

Keterangan:

Y’                    = Variabel dependen (nilai yang diprediksikan)

X1 dan X2       = Variabel independen

a                       = Konstanta (nilai Y’ apabila X1, X2…..Xn = 0)

b                      = Koefisien regresi (nilai peningkatan ataupun penurunan)

 

BAB. II. METODE PENELITIAN

A.                Studi Kasus

Seorang Manajer Pemasaran deterjen merek “ATTACK” ingin mengetahui apakah Promosi dan Harga berpengaruh terhadap keputusan konsumen membeli produk tersebut?

Hipotesis:

Ho :	1	=	2	=  0,  Promosi  dan  Harga  tidak  berpengaruh  signifikan  terhadap  keputusan
				konsumen membeli deterjen merek “ATTACK”.
Ha :	1		2	0, Promosi dan Harga berpengaruh signifikan terhadap keputusan konsumen membeli deterjen merek “ATTACK”.

DATA KASUS

No. Responden	Promosi (X1)	Harga (X2)	Keputusan Konsumen (Y)
1	10	7	23
2	2	3	7
3	4	2	15
4	6	4	17
5	8	6	23
6	7	5	22
7	4	3	10
8	6	3	14
9	7	4	20
10	6	3	19
Jumlah	60	40	170

Tabel Pembantu

No. Resp.	X1	X2	Y	X1Y	X2Y	X1X2	2 X1	X 2 2
1	10	7	23	230	161	70	100	49
2	2	3	7	14	21	6	4	9
3	4	2	15	60	30	8	16	4
4	6	4	17	102	68	24	36	16
5	8	6	23	184	138	48	64	36
6	7	5	22	154	110	35	49	25
7	4	3	10	40	30	12	16	9
8	6	3	14	84	42	18	36	9
9	7	4	20	140	80	28	49	16
10	6	3	19	114	57	18	36	9
Jumlah	60	40	170	1122	737	267	406	182

170      = 10 a + 60 b1 + 40 b2…………………….  (1)

1122    = 60 a + 406 b1 + 267 b2………………….. (2)

737      = 40 a +267 b1 + 182 b2…………………..  (3)

Persamaan (1) dikalikan 6, persamaan (2) dikalikan 1:

1020                = 60 a + 360 b1               + 240 b2

35163              = 60 a + 406 b1          + 267 b2      _

-102	= 0 a   + -46 b1+ -27 b2
-102	= -46 b1-27 b2…………………………………….	(4)

Persamaan (1) dikalikan 4, persamaan (3) dikalikan 1:

680                  = 40 a + 240 b1               + 160 b2

737                  = 40 a + 267 b1          + 182 b2 _

-57                  = 0 a   + -27 b1          + -22 b2

-57                  = -27 b1 – 22 b2…………………………………..   (5) Persamaan (4) dikalikan 27, persamaan (5) dikalikan 46:

-2754              = -1242 b1 - 729 b2

-2622              = -1242 b1 - 1012 b2 _

-132                = 0 b1 + 283 b2

b2                               = -132:283 = -0,466

Harga b2 dimasukkan ke dalam salah satu persamaan (4) atau (5):

-102    = -46 b1- 27 (-0,466)

-102    = -46 b1+ 12,582

46 b1   = 114,582

b1        = 2,4909

Harga b1 dan b2 dimasukkan ke dalam persamaan 1:

170      = 10 a + 60 (2,4909) + 40 (-0,466)

170      = 10 a + 149,454 – 18,640

10 a     = 170 – 149,454 + 18,640

a          = 39,186 : 10 = 3,9186

Jadi:

a          = 3,9186

b1        = 2,4909 b2        = -0,466

Keterangan:

a          = konstanta

b1        = koefisien regresi X1 b2        = koefisien regresi X2

Persamaan regresi:

Y = 3,9186 + 2,4909 X1 – 0,466 X2

PENGUJIAN  HIPOTESIS

Ket :

K = jumlah variable bebas

F Tabel

Dk Pembilang = k

= 2

Dk Penyebut   = n-k-1

= 10-2-1

= 7

F tabel            = 4,74

Hipotesis

Ho  :    1  =    2  =  0,  Variabel  Promosi Dan  Harga  Tidak  Berpengaruh  Signifikan  Terhadap

Keputusan Konsumen  Membeli Deterjen Merek ”Attack”

Ha :   1       2     0, Variabel Promosi Dan Harga Berpengaruh Signifikan Terhadap Keputusan

Konsumen  Membeli Deterjen Merek ”Attack”

Kriteria:

F hitung ≤ F tabel       = Ho diterima

F hitung > F tabel       = Ho ditolak, Ha diterima

F hitung (5,25) > F tabel (4,74) = Ho ditolak, Ha Diterima

Jadi, dapat disimpulkan bahwa Promosi dan Harga berpengaruh signifikan terhadap keputusan konsumen membeli deterjen merek “ATTACK”.

BAB. III. KESIMPULAN DAN SARAN

A.                Kesimpulan

Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.  Analisis regresi memberikan keleluasaan kepada peneliti untuk menyusun model hubungan atau pengaruh beberapa variabel bebas terhadap variabel terikat, bahkan digunakan untuk meramalkan pada kondisi berikutnya. Regresi memiliki bentuk bermacam-macam diantaranya regresi linier sederhana maupun regresi linier berganda digunakan untuk mencari model hubungan linier antara variabel-variabel bebas dengan variabel terikat sepanjang tipe datanya adalah interval atau rasio. 

Sebagai akibat dengan pentingnya penggunaan analisis regresi akan terasa perlu untuk mempelajari analisis data yang terdiri atas banyak variabel. Jika kita mempunyai data yang terdiri atas dua atau lebih variabel adalah sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu berhubungan. Hubungan yang didapat pada umumnya dinyatakan dalam bentuk persamaan matematik yang menyatakan hubungan fungsional antara variabel-variabel. Studi yang menyangkut masalah ini dikenal dengan analisis regresi.

Adanya metode analisis regresi ini sangat menguntungkan bagi banyak pihak, baik di bidang sains, sosial, industri maupun bisnis. Salah satu pemanfaatan analisis regresi adalah pada dunia bisnis atau yang berkaitan dengan aktifitas pemasaran. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai analisis prediksi.

Analisis regresi dapat didefinisikan metode statistika digunakan untuk menentukan bentuk hubungan antara variabel-variabel, dengan tujuan pokok dalam penggunaan metode ini adalah untuk meramalkan atau memperkirakan nilai dari suatu variabel lain yang belum diketahui.

B.                Saran

a.       Diharapkan mampu membahas teknik-teknik pengujian statistik parametrik yang bersifat pengaruh (prediksi), baik regresi sederhana maupun ganda sesuai dengan kebutuhan penelitian

b.      Diharapkan mampu menggunakan teknik-teknik pengujian statistik parametrik yang bersifat pengaruh (prediksi), baik regresi sederhana maupun ganda .

c.       Digharapkan dapat menentukan teknik-teknik pengujian statistik parametrik yang bersifat pengaruh (prediksi), baik regresi sederhana maupun ganda sesuai kebutuhan penelitian yang akan dilakukan

 

DAFTAR PUSTAKA

Algifari. 1997. Statistika Induktif Untuk Ekonomi dan Bisnis. Yogyakarta: UPP AMP YKPN.

Algifari.   1997.   Analisis   Statistik   Untuk   Bisnis;   Dengan   Regresi,   Korelasi   dan Nonparametrik. Yogyakarta: BPFE.

Mason, R.D & Douglas A. Lind. 1996. Teknik Statistik Untuk Bisnis dan Ekonomi, Jilid II. Jakarta: Penerbit Erlangga.

Sugiyono. 2001. Metode Penelitian Administrasi. Bandung: Alfabeta.

Usman, H. & R. Purnomo Setiady Akbar. 2000. Pengantar Statistika. Jakarta: Bumi Aksara.

Adiprasetyo, T dkk. 2018. Rencana Pembelajaran Mata Kuliah Metodologi Pengelolaan Sumber Daya Alam. Program Pascasarajana Pengelolaan Sumber Daya Alam. Universitas Bengkulu. Bengkulu.