Analisis Data dari Fungsi Simple Linear Regresi

Dari data Jumlah Kedatangan Wisatawan Mancanegara ke Indonesia Menurut Negara Tempat Tinggal 2002-2008 yang kami peroleh dari !"# data ini menunjukan trend positif dimana data penjualan semakin meningkat dari tahun ke tahun. Data ini akan diramalkan data penjualannya sampai tahun ke-10 dengan menggunakan metode peramalan linear regresi. Metode peramalan regresi merupakan analisis peramalan dengan statistika alat yang memungkinkan kita untuk mengestimasi hubungan matematika antara variable dependent(Y yang dipengaruhi) dan variable independent( yang mempengaruhi). Dan metode ini memungkinkan kita untuk meramalkan data jangka panjang dengan hasil estimasi dengan metode regresi sebagai berikut! R-square = 14,59% Menunjukkan tingkat seberapa besar pengaruh dan Y" atau melihat pengaruh#dukungan" hubungan

hubungan variable

korelasi kedua variable tersebut .

Intercept

= -273.755,17 $erdasarkan nilai inter%ept dan slope pada data

peramalan "kita mendapatkan suatu model persamaan matematika yaitu Y= -273.755,17 + 28.965,05X

!!

= 974.656,90 &ada peramalan data Jumlah Kedatangan

Wisatawan Mancanegara ke Indonesia Menurut Negara Tempat Tinggal 2002-2008

ini dihasilkan standar eror sebesar 974.656,90. 'ni menjadi standar tingkat signifikan data pada data yang diramalkan dengan metode regresi.

$erdasarkan hasil peramalan kita mendapatkan grafik data dengan garis lurus ke atas atau asosiasi positif. 'ni menunjukkan satu trend positif dimana jika turun maka Y naik begitu juga sebaliknya.

Analisis Data dari Fungsi Multiple Linear Regresi

!st"#as" #$%e& &"near' (u#&a)*+1, = 138,51 + * *-an. /arta&, 0 8,56 , + * *-an. 1"ra&, 0 -5,97 , (oefisien konstanta sebesar 1)*"+1 artinya bah,a tanpa adanya uang kartal dan uang giral maka tingkat jumlah(M1) adalah sebesar 1)*"+1 satuan.

(oefisien variabel uang kartal sebesar *"+- artinya bah,a uang kartal mempunyai pengaruh positif terhadap jumlah(M1)" jika uang kartal naik satu satuan maka akan mengakibatkan auto sales naik sebesar *"+-.

(oefisien variabel uang giral sebesar -+"./ artinya bah,a uang giral mempunyai pengaruh negatif terhadap jumlah(M1)" jika uang giral naik satu satuan maka akan mengakibatkan auto sales naik sebesar -+"./.

R-square

44,61%

0rtinya

bah,a

variasi

perubahan

variabel

jumlah(M1) (variabel dependen) yang dapat dijelaskan oleh variabel uang kartal dan uang giral (variabel independen) sebesar 11"-12 dan sisanya sebesar ++").2 dapat dijelaskan oleh variabel independen lain di luar model.

!!

= 79,68 &ada peramalan data ini dihasilkan standar eror sebesar

/."-*. 'ni menjadi standar tingkat signifikan data pada data yang diramalkan dengan metode multiple linear regresi.

$erdasarkan hasil peramalan kita mendapatkan grafik data penjualan dengan bentuk trend dan seasonal. Dapat dilihat grafik tersebut berfluktuasi dan mengalami naik turun.