Analisis Regresi Linear Berganda




Analisis Regresi Linear Berganda merupakan salah satu teknik analisa yang digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Teknik analisa ini dapat dilakukan dengan bantuan beberapa softwere statistik seperti program Excel, SPSS, STATA dan EVIEWS. Namun kali ini yang akan dibahas dalam artikel ini hanyalah contoh analisis regresi linear berganda dengan program SPSS versi 17.

Sebuah penelitian dilakukan di suatu perusahaan yang bergerak di bidang penjualan untuk meneliti ada tidaknya pengaruh biaya produksi, biaya admin dan biaya pemasaran terhadap harga jual. Data penelitian yang diperoleh dari hasil pengumpulan data sekunder (dari dokumen perusahaan) adalah sebagai berikut :

BIAYA PRODUKSI (X1) BIAYA PEMASARAN (X2) BIAYA ADMIN (X3) HARGA JUAL (Y)
1122.81 78.39 117.14 2700.00
1263.32 84.62 136.74 2775.00
1678.21 94.83 136.97 2775.00
1725.07 95.67 138.96 2800.00
1761.48 96.23 139.26 2800.00
1809.00 121.29 140.60 2850.00
1809.98 122.12 143.07 2875.00
2181.29 131.51 149.16 2875.00
2398.95 144.01 151.47 2950.00
2469.69 144.69 152.31 2950.00
2493.86 174.22 154.31 2950.00
2725.40 185.56 155.06 3150.00
2810.88 186.81 155.97 3150.00
3101.44 193.83 156.50 3300.00
3223.54 208.56 159.41 3300.00
3336.69 214.51 213.15 3300.00
3444.14 225.49 214.76 3300.00
3589.92 163.59 224.22 3400.00
3618.79 168.99 233.81 3400.00
3637.97 171.00 255.23 3400.00
3640.86 172.42 270.68 3450.00
3850.97 174.22 193.68 3450.00
3856.87 185.56 203.89 3470.00
3861.60 186.81 204.33 3500.00
4036.93 193.83 213.15 3500.00
4039.87 208.56 214.76 3500.00
4074.95 214.51 224.22 3600.00
4173.06 225.49 233.81 3650.00
4173.06 252.57 255.23 3650.00
1809.98 259.80 270.68 3650.00
2181.29 266.29 274.15 3675.00
4173.06 275.18 275.93 3675.00
4039.87 320.64 278.03 3675.00
4074.95 323.23 284.75 3850.00
5991.21 340.86 323.01 3850.00
6016.83 359.30 343.28 3885.00

Dari data tersebut selanjutnya akan dilakukan analisis regresi untuk meneliti ada tidaknya pengaruh biaya produksi, biaya admin dan biaya pemasaran terhadap harga jual.

Sebelum dilakukan analisis regresi , data penelitian diuji dengan beberapa uji prasyarat analisis regresi yang meliputi uji Normalitas, uji Multikolinearitas dan Uji Heteroskedastisitas. Selanjutnya setelah seluruh uji prasyarat analisis telah terpenuhi, maka analisis regresi linear berganda  dapat dilakukan
Setelah seluruh asumsi klasik dalam analisis regresi berganda terpenuhi, tahap analisis selanjutnya adalah tahap inti dari analisis regresi yang terdiri dari uji model, yaitu uji t, uji F, dan koefisien determinasi. 

Uji tUji t digunakan untuk mengetahui ada tidaknya pengaruh secara parsial  variabel bebas terhadap variabel terikat. Nilai t hasil uji t disebut sebagai nilai t hitung yang akan dibandingkan dengan nilai t tabel yang didapat dari tabel t pada Lampiran I. Apabila nilai t hitung melebihi nilai t tabel, maka dapat disimpulkan bahwa variabel bebas yang dianalisis tersebut secara parsial berpengaruh terhadap variabel terikat, sedangkan jika nilai t hitung kurang dari nilai t tabel, maka dapat disimpulkan bahwa variabel bebas yang dianalisis tidak berpengaruh signifikan terhadap variabel terikat.Dalam penelitian ini, sampel yang digunakan adalah sebanyak 36 observasi (N=36) dan jumlah variabel yang dianalisis adalah sebanyak 4 variabel ( k = 4 ), sehingga nilai df (derajat kebebasan) pada tabel t adalah df = n – k = 36 – 4 = 32, t tabel yang didapat dari tabel t pada tingkat signifikan 0,05 adalah 2,037. Adapun nilai t hitung dapat dilihat dari tabel koefisien hasil analisis regresi.
Tabel Hasil Uji t 

Berdasarkan tabel di atas, diperoleh beberapa ahsil sebagai berikut :
(1)      Nilai signifikan pengaruh variabel X1 (Biaya Produksi) terhadap Harga Jual (Y) adalah sebesar 0,016 dengan nilai t hitung bertanda positif sebesar 2,537. Nilai signifikan < 0,05 dan nilai t hitung bertanda positif serta lebih besar dari nilai t tabel menunjukkan bahwa variabel iaya Produksi (X1) berpengaruh positif dan signifikan terhadap Harga Jual (Y) yang berarti  semakin tinggi biaya produksi maka semakin tinggi harga jual, begitu sebaliknya.
Koefisien variabel Biaya Produksi (X1) pada kolom Unstandarized Coeeficient (B) adalah sebesar 0,233 menunjukkan bahwa kenaikan biaya produksi sebanyak 1 rupiah akan meningkatkan harga jual sebanyak 23,3%.
(2)      Nilai signifikan pengaruh variabel X2 (Biaya Pemasaran) terhadap Harga Jual (Y) adalah sebesar 0,010 dengan nilai t hitung bertanda positif sebesar 2,742. Nilai signifikan < 0,05 dan nilai t hitung bertanda positif serta lebih besar dari nilai t tabel menunjukkan bahwa variabel iaya Biaya Pemasaran (X2) berpengaruh positif dan signifikan terhadap Harga Jual (Y) yang berarti  semakin tinggi biaya pemasaran maka semakin tinggi harga jual, begitu sebaliknya.
Koefisien variabel Biaya Pemasaran (X2) pada kolom Unstandarized Coeeficient (B) adalah sebesar 0,326 menunjukkan bahwa kenaikan biaya pemasaran sebanyak 1 rupiah akan meningkatkan harga jual sebanyak 32,6%.
(3)      Nilai signifikan pengaruh variabel X3 (Biaya Admin) terhadap Harga Jual (Y) adalah sebesar 0,001 dengan nilai t hitung bertanda positif sebesar 3,776. Nilai signifikan < 0,05 dan nilai t hitung bertanda positif serta lebih besar dari nilai t tabel menunjukkan bahwa variabel Biaya Admin (X3) berpengaruh positif dan signifikan terhadap Harga Jual (Y) yang berarti  semakin tinggi biaya admin maka semakin tinggi harga jual, begitu sebaliknya.
Koefisien variabel Biaya Admin (X3) pada kolom Unstandarized Coeeficient (B) adalah sebesar 0,452 menunjukkan bahwa kenaikan biaya admin sebanyak 1 rupiah akan meningkatkan harga jual sebanyak 45,2%.

Uji F

Uji F digunakan untuk mengetahui ada tidaknya pengaruh secara simultan variabel-variabel bebas terhadap variabel terikat. Dalam uji F, jika nilai signifikansi yang didapat dari tabel ANOVA lebih kecil dari 0,05 maka dikatakan seluruh variabel bebas secara simultan berpengaruh terhadap variabel terikat. Berikut ini adalah hasil uji F dengan bantuan program SPSS :


Tabel Hasil Uji F

Berdasarkan tabel di atas, nilai signifikan yang didapat dari hasil analisis regresi linear adalah 0,000, nilai ini lebih kecil dari 0,05 yang berarti variabel biaya produksi, biaya pemasaran dan biaya admin  secara bersama-sama berpengaruh signifikan terhadap variabel harga jual

 
Koefisien DeterminasiKoefisien Determinasi menjelaskan besar kontribusi yang diberikan masing-masing variabel  bebas terhadap variabel terikatnya. Untuk mengetahui besarnya koefisien determinasi variabel – variabel bebas dalam sebuah model regresi dapat dilakukan dengan melihat nilai R square yang terdapat pada tabel Model summary. Berikut ini adalah tabel model summary hasil analisis regresi :

Tabel Koefisien Determinasi

Berdasarkan tabel di atas, nilai R Square yang diperoleh dari hasil analisis regresi adalah sebesar 0,906 yang berarti besar pengaruh biaya produksi, biaya pemasaran dan biaya admin terhadap harga jual adalah sebesar 90,6%, sedangkan sisanya sebanyak 9,4% harga jual dipengaruhi oleh faktor lain di luar biaya produksi, biaya pemasaran dan biaya admin.