STATISTIK DESKREPTIF(I)

Regresi Linier Sederhana

MODUL 12
Oleh
Ir.Sahibul Munir,SE.,MSi
FAKULTAS EKONOMI PROGRAM KELAS
KARYAWAN
UNIVERSITAS MERU !UANA
"##$%"##&
SIMPLE REGRESION ANALYSIS
Regresi Linier Sederhana
Analisis regresi itu mempelajari Hubungan Ketergantungan (casual
relationstip) antara satu variabel tak bebas (dependent variabel) dengan
satu atau lebih variabel bebas (independent variable) dengan tujuan untuk
meramalkan ( memperkirakan ) nilai rata rata dari variable tak bebas,
apabila varible varible bebasnya sudah diketahui.
!ariable bebas biasanya diberi notasi ( simbol ) "i , dari !ariable tidak bebas
diberi simbol #i.
$paya untuk mengetahui hubungan antara variable bebas dengan variable
tak bebas dimulai dengan mencari bentuk terdekat dari hubungan tersebut
dengan jalan menyajikan data yang telah ddiketahui dalam sebuah kurva%
atau gra&ik yang disebut diagram 'encar ( (caater diagram )% .
)iagram pencar ini memnggambarkan (menunjukan) titik titik , dan tiap
titik ditentukan oleh pasangaan ("i, #i ). )engan menggunakan diagram ini
dapat diketahui apakah ada hubungan yang berarti antara kedua yang
variable tersebut . *ika letak titik titik itu berada di sekitar garis lurus maka
cukup alasan untuk menduga bah+a antara variable variable tersebut ada
hubungan linier %.
)alam hal lainya hubungan antara variabel variabel tersebut diduga non
linear %.
Y Y
X X
(a) Kemungkinan hubungan antara " dan # linier
(b) Hubungan antara " dan # non linier
(etelah bentuk hubungan antara variabel " dan variabel # tersebut diketahui,
selanjutnya merumuskan kedalam suatu persamaan matematis .
'usat 'engembangan ,ahan Ajar $-, Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
,ila " merupakan variabel bebas dan # variabel tak bebas dan hubungan
keduanya linier, maka bentuk persamaan hubungan antaara " dan # dapat
dinyatakan sebagai # . & (")
*ika hubungan # . & (") digambarkan bersama sama denga diagram
pencarnya, maka akan didapatkan sebuah garis yang disebut% garis regresi .
(edangkan rumus # . & (") dikenal dengan nama regresi #atas " .
*ika regresi # atas " linier, maka persamaannya ditulis dalam bentuk linier
sebagai berikut./
Yi ' A ( ! )i
'ersamaan ini adalah persamaan garis populasi , dan pada umumnya dalam
praktek garis ini tidak diketahui, artinya parameter A dan , tidak diketahui.
0leh karena itu, parameter parameter tersebut harus ditaksir atau diduga
melaui sampel.
*adi apabila kita mempunyai persamaan regresi
# . A1 , "i, maka hal ini dapat ditaksir menjadi .
Y ' a ( * )
# . taksiran 2 dugaan nilai # untuk harga " yang diketahui terlebih dahulu.
a . Konstanta regresi (# intercept)
b . Koe&isien regresi, yang mengukur kenaikan y perunit akibat
kenaikan dalam ".
Harga a dan b untuk regresi linier diatas dapat dicari berdasarkan
sekumpulan data sebanyak n buah dengan sistem persamaan sebagai
berikut /
n a 1 3 b . y
"a 1 "
4
b . 3y
Kedua persamaan diatas, disebutkaan persamaan normal untuk
bentuk regresi # . a 1 b ".
'ersamaan normal ini dapat dituliskan kembali menjadi /
b . n 3 y 3 y
n 3
4
(3)
4

a . (y b3)
n
'usat 'engembangan ,ahan Ajar $-, Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
n . *umlah pasang observasi atau pengukuran
Me+,de K-adra+ Ter.e/i0 (Leas+ S1-are
Me+h,d)
- (ebaagaimana diketahui bah+a hubungan hubungan dalm ekonomi
(sosial) bersi&at stoctiastik ( random) artinya berdistribusi probabilistik.
- # . & (") dikatakan stoctiastik jika tiap harga " mempunyai suatu
distribusi kemungkinan (probabilistik) untuk # (tiap satu ", bisa
banyak #)
- (ebagaimana diketahui bah+a pengeluaran konsumsi itu tidak hanya
dipengaruhi oleh pendapatan , tetapi juga tingkat pendidikan, selera ,
jumlah anggota keluarga dan lain sebagainya -aka untuk
memasukan variabel variabel stochastik, ahli ekonometrik
mengadakan modi&ikasi hubungan Y ' A ( ! ) kedalam bentuk
yang stochastikyaitu / Y ' A ( ! ) ( U
U . variabel stochastik (random) atau disturbance term
(edangkan persamaan pendugaannya adalah /
Y ' a ( * ) (
a . 'enaksir dari A
b . 'enaksir dari , (5ereng 2 (lope garis regresi)
c . adalah penaksir dari $
- Kesalahan pendugaan 2 perkiraan dari persamaan # . a 1 b 3,
adalah nilai simpangannya yaitu /
*adi / 6 .# (a 1 b "), dan jumlah kuatrat dari 6 adalah /
e
4
. 7 # (a 1 b3) 8
4
- Karena digunakan metoda kuadrat terkecil, maka e
4
harus
diminimkan.
'usat 'engembangan ,ahan Ajar $-, Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
C = Y - Y
- Agar e
4
minimum, maka turunan pertama ( di&erensial parsial )
dari e
4
. 7 # (a 1 b3) 8
4
harus . 9
1. Turunan e
2
terhadap a

,
_

da
d e
2

,
_

da
d e
2
. 4 7 # (a 1 b ) 8 (:) . 9
. 4 7 # (a 1 b 3 ) 8 . 9
2. Turunan e
2
terhadap b

,
_

db
d e
2

,
_

db
d e
2
= 2 {Y (a + b x ) } (-x ) = 0
= -2x {Y- ( a + b x ) } = 0
(etelah disederhanakan akan kita peroleh persamaan normal sebagai berikut
/
:. # na b 3 . 9
4. " # a 3 b 3
4
. 9
)ari persamaan diatas akan didapatkan /
(:). # . na 1 b "
(4). " # . a 3 1 b 3
4
Kedua persamaan ini disebut persamaan normal untuk regresi ; . a 1 b3.
,erdasarkan persamaan tersebut, maka a dan b akan dapat dicari
sebagai berikut /
- *ika persamaan (:) ddibagi dengan n maka akan diperoleh
hasil /
n
b
n
na
n

+

'usat 'engembangan ,ahan Ajar $-, Ir. Sahibul Munir SE, M.Si
STATISTIKA 1

n
b
n
a

n
b
a

Untuk mendapatkan rumus b, maka a dimasukan ke persamaan (2 ,

maka akan diper!leh hasil "
+
,
_

2
b
n
b
n
( )
+

2
2
b
n
b
n
( )
n n
b
b

2
2
( )
n n
b
b

'

2
2
( )
n n
b
2
2
:

( )
n
n
n
n
b
2 2
:

( )
2 2

n
n
x
n
n
b


( )
2 2

n
n
b
'usat 'engembangan ,ahan Ajar $-, Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
,erikut ini disajikan cara mencari persamaan regresi data tentang jumlah uang
beredar dan rata rata harga eceran beras dipasar pedesan *a+a dan -adura
selama :<=> :<?<.
Tabel 1. #umlah uan$ %an$ beredar ( &hartal dan $iral di Ind!nesia dan rata '
rata har$a e&eran di pasar pedesaan #a(a dan Madura , 1)*+ ' 1),).
Tahun
#umlah Uan$
-eredar (.p
1M
/
0ar$a
-eras .p 1
K$
2
/
2
2
2
@/2
: 4 A B C =
:<=<
:<?9
:<?:
:<?4
:<?A
:<?B
:<?C
:<?=
:<??
:<?>
:<?<
:>A,BB
4C9,4<
A49,?=
B?B,=:
==<,99
<A?,C4
:.4C9,9<
:.994,<9
4.99=,A<
4.B>>,AB
A.44?<,C9
A=,>>
B4,CC
B9,>:
B<,<4
?=,C:
>:,?A
<>,AC
:B:,<=
:C4,:<
:9C,><
49C,:>
AA,=C9,4A
=4.=BC.9>
:94.>>=.<>
44C.4CB.=C
BB?.C=:.99
>?>.<BA.?C
:.C=4.?4C.9:
4.C=<.B>9,?=
B.94C.=99,>A
=.:<:.>AC,<=
:9.?CC.:49,4C
:,A=9,:A
:.>:9,C9
:.==C,B9
44.B<4,9:
C.>CA,?>
9.=?<,?<
<.=?4,44
49.:C4,=B
4A.:=:,>9
4?.C:<,B<
B4.9<>,>A
=.?=C,4?
:9.=B<,>B
:A.9<<,44
4A,=<4,CA
C:.:>C.:<
?=.=4A.C:
:44.<B=.AC
44?.CC=.49
A9C.AC4.B<
B:4.?<9.?4
=?4.>>?.>:
13.462,9 1.091,97 26.855.704,50 142.467,15 1.923.540,13
( )
2
2

n
n
b

( ) ( ) ( )
( ) ( )
2
9 , 462 . 13 50 , 704 . 855 . 26 11
97 , 091 . 1 9 , 462 . 13 13 , 540 . 923 . 1 11

b

= 0,0566
( )
11
9 , 462 . 13 0566 , 0 97 , 091 . 1

n
b
a =29,9973
'usat 'engembangan ,ahan Ajar $-, Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
*adi model regresi liniernya prakiraan menjadi :
Y=29,9973+0,0556
Dimana Y merupakan nilai taksiran (ramalan ) Y
3ilai b 4 5,56**, artinya setiap terjadi perubahaan nilai variabel bebas "
( jumlah uang yang beredar ) sebesar Dp : milyard, akan diikuti oleh
perubahaan variable tak bebas # (harga ratarata beras) sebesar Dp
9,9C==2kg
Standar 7e8iasi .e$resi (Standard Err!r !9 Estimate
- (tandard deviasi nilai # terhadap $aris re$resi : disebut Standar
de8isi re$resi atau sering disebut Standar err!r !9 estimate,
karena digunakan untuk mengukur kesalahan dari setiap nilai #
terhadap garis regresi ;
- (tandar deviasi nilai # terhadap $aris re$resi :dihitung dengan cara
seperti menghitung standar deviasi nilai terhadap rata ratanya "
- 'erhitungan tersebut didasarkan pada penyeberan titik titik nilai #
disekitar $aris re$resi : semakin dekat titik titik tersebut terpencar
disekitar garis regresi , maka akan semakin kecil pula nilai standar
deviasi regresinya%.
- )engan semakin kecilnya nilai standar devisi regresi , maka makin
tinggi ketetapan persamaan regresi yang dihasilkan untuk
menjelaskan nilai variabel dependen yang sesungguhnya.
(ebaliknya semakin bes
ar nilai standar deviasi regresi , makin rendah ketepatan persamaan
regresi untuk menjelaskan nilai variabel dependen yang
sesungguhnya.
'usat 'engembangan ,ahan Ajar $-, Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
S+andar de2iasi regresi (Standard Error
of Estimate) da3a+ di*eri simbol Se 4ang
da3a+ dihi+-ng dengan 5engg-na.an
r-5-s se*agai *eri.-+
2
2

n
b a
Se
K,e6sien De+er5inasi (r
"
)
- K!e9isien determinasi (r
2
merupakan propesi dari varian #yang
diterangkan oleh pengaruh linier dari ". )engan kata lain , koe&isien
determinasi merupakan nilai yang digunakan untuk mengetahui
(mengukur) persentase pengaruh variabel independen terhadap
perubahan variabel idependen.
- *ika # (variabel Endependen) adalah hasil penjualan dan " (variabel
independen) adalah biaya iklan, maka naik turunya penjualan tidak
hanya disebabkan oleh besar kecilnya biaya iklan ( 3 ) saja. Fetapi
juga dipengaruhi oleh &aktor &aktor lain, seperti harga produk,
pendapatan masyarakat , selera harga barang lain dan sebagainya.
- Apabila nilai r
2
misaln%a 4 5,*;6, ini berarti pengaruh variabel "
(biaya iklan) terhadap perubahan variabel # (hasil penjualan) adalah
=B,CG, sedangkan sisanya dipengaruhi oleh variabel selain X.
U<i 0ip!tesis K!e9isien .e$resi =inear Sederhana
'usat 'engembangan ,ahan Ajar $-, Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
t>tabel
'ernyataan Hipotesisnya / )iduga *umlah $ang beredar berpengaruh
terhadap harga berasH%
'rosedur 'engujian Hipotesis I
:. Ho I b . 9(*umlah uang beredar tidak mempengaruhi harga beras).
Ha / bJ 9(*umlah uang beredar berpengaruh positi& dan signi&ikan terhadap
haraga beras)
4. 'enentuan tingkat signi&ikansi(K), dalam penelitian ini ditentukan . CG
A. 'enentuan daerah kritis2daerah tolak Ho.
$ntuk menentukan ditolak atau diterimanya Ho maka harus membandingkan
nilai t
hitun$
dengan nilai t
tabel
Teriama 0!
Dumust>
hitun$
/ b2(
b
B. Keputusan
*ika nilai t
hitun$
L t
table
maka terima Ho dan tolak Ha.
*ika nilai t
hitun$
J t
table
maka tolak Ho dan terima Ha.
C. Kesimpulan
'usat 'engembangan ,ahan Ajar $-, Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
Terima 0a1T!lak 0!