Linear Regression Explanation

Descriptive Statistic memberikan informasi tentang normalisasi data yang di input. Apabila nilai Mean
(rata-rata) lebih kecil (<) dari nilai Standar Deviasi, maka data atau bagian data tersebut ada yang tidak
normal. Berdasarkan hasil SPSS menunjukan bahwa data yang di input adalah normal, baik itu
independent variable mapun dependent variable. Semua data yang di input menyatakan nilai Mean lebih
besar dari nilai Standar Deviasi, dengan jumlah data N = 10. Seperti Harga susu memiliki nilai Mean
747.41 dengan nilai Standar Deviasi 444.15. Artinya data ini adalah Normal.

Correlations digunakan untuk melihat korelasi (hubungan) antar variabel dalam penelitian,
diperlihatkan:

- Pearson Correlation (PC) merupakan nilai R (korelasi) yang menjadi tolak ukur hubungan antar vaiabe.
Semakin besar nilai PC, maka semakin besar hubungan yang terjadi. Dari Ouput Data disamping sekilas
tampak bahwa mayoritas ada hubungan yang besar antara sesama independent variable, yaitu ± 90%.
Sedangkan antara dependent and independent variable tidak menunjukan hubungan yang besar, bahkan
dengan angka yang relatif kecil. Nilai R (korelasi) yang tinggi dapat mencerminkan adanya
multikolinieritas dalam penelitian tersebut.

- Sig. (1-Tailed) menampilkan kuat tidaknya hubungan antar variabel tersebut. Hubungan dianggap kuat
apabila nilai sig. diatas 0.05 ≈ 5%. Nilai Output disamping menunjukan hasil nilai sig. umumnya masih
dibawah 0.05 untuk setiap variabel bebas, bahkan bahkan mencapai angka 0.00 poin. Hal ini juga
menjadi penguat argumen bahwa tidak ada hubungan antar variabel beba dalam model yang terbentuk.

- Baris N merupakan jumlah sampel yang diolah, yaitu sebanyak 10 sampel.

Variables Entered/Removed menunjukkan variabel-variabel yang digunakan dalam penelitian. Pada

data ini kita mengetahui bahwa:

- Independent Variables :
X1 = Price_Susu

X2 = Price_Teh

X3 = Price_Kopi

X4 = Trend

Table ANOVA (Analysis of Variance) merupakan analisa statistik untuk menguji seberapa besar variasi
data yang dalam suatu kelompok data. Adapun penjelasan sebagai berikut:

- Kolom Sum of Squares memperlihatkan banyaknya data yang diolah secara umum perbaris dara. Pada
Output data disamping menunjukan secara total terdapat angka + 40 juta nilai data, yang terdiri dari
Regression 35.64 juta dan Residual 4.37 juta.

- Kolom F dan Sig. menunjukan nilai F yang dijadikan tolak ukur dalam uji F, semakin besar nilai F maka
semakin besar pengaruh secara simultan. Hasil Output nilai F 10.195 memberikan gambaran positif
berpengaruh secara simultan. Hal ini didukung oleh data Signifinaksi (Sig.) sebesar 0.013 ≈
1.3%, dengan tingkat error data yang lebih kecil dari minimum 𝛼 (0.05).
Table Coefficients biasanya memberikan informasi mengenai lolos atau tidaknya Uji Multikolinieritas
dalam Uji Asumsi Klasik melalui nilai Tolerance dan VIF. Dengan rincian sebagai berikut:

1. Koefisien Konstanta (𝛽) sebesar 796,335.403 (SD error : 40,487.379 -tinggi)

2. Variable Price_Susu dengan nilai Koef. -453.595 (SD error : 74.325 -tinggi)

3. Variable Price_Teh dengan nilai Koef. 28.695 (SD error : -tinggi)

4. Variable Price_Kopi dengan nilai Koef. -3,464.703 (SD error : -tinggi)

5. Variable Trend dengan nilai Koef. 70,299.138 (SD error : -tinggi)

SEHINGGA, Model Regresi yang terbentuk adalah:

Y = 796335 - 454X1 + 29X2 - 3465X3 + 70299X4 + e