Makalah Regresi Linier

OLEH :
Kelompok 5

13622081 Mohammed Zeza Firdaus

13622049 Sulaiman Andrianto
13622046 M. Samsul Rizal
13622078 Firsal Fanani
14622056 Muhammad Mirza Zulmi Maulana

REGRESI LINIER SEDERHANA

Regresi Linear Sederhana adalah Metode Statistik yang berfungsi untuk menguji
sejauh mana hubungan sebab akibat antara Variabel Faktor Penyebab (X) terhadap Variabel
Akibatnya. Faktor Penyebab pada umumnya dilambangkan dengan X atau disebut juga
dengan Predictor sedangkan Variabel Akibat dilambangkan dengan Y atau disebut juga
dengan Response. Regresi Linear Sederhana atau sering disingkat dengan SLR (Simple
Linear Regression) juga merupakan salah satu Metode Statistik yang dipergunakan dalam
produksi untuk melakukan peramalan ataupun prediksi tentang karakteristik kualitas maupun
Kuantitas.
Contoh Penggunaan Analisis Regresi Linear Sederhana dalam Produksi antara lain :
Hubungan antara Lamanya Kerusakan Mesin dengan Kualitas Produk yang dihasilkan
Hubungan Jumlah Pekerja dengan Output yang diproduksi
Hubungan antara suhu ruangan dengan Cacat Produksi yang dihasilkan.
Model Persamaan Regresi Linear Sederhana adalah seperti berikut ini :
Y = a + bX
Dimana :
Y = Variabel Response atau Variabel Akibat (Dependent)
X = Variabel Predictor atau Variabel Faktor Penyebab (Independent)
a = konstanta
b = koefisien regresi (kemiringan); besaran Response yang ditimbulkan oleh Predictor.
Nilai-nilai a dan b dapat dihitung dengan menggunakan Rumus dibawah ini :
a = (y) (x) - (x) (xy)
n(x) (x)
b = n(xy) (x) (y)
n(x) (x)

Koefisien Korelasi Perason

Koefisien korelasi merupakan indeks atau bilangan yang digunakan untuk mengukur
keeratan (kuat, lemah, atau tidak ada) hubungan antarvariabel
Koefisien korelasi ini digunakan untuk mengukur keeratan hubungan antara dua variabel
yang datanya berbentuk data interval atau rasio. Disimbolkan dengan r dan dirumuskan:

( ) )(

( ) )

CONTOH SOAL
ANALISIS REGRESI LINIER SEDERHANA :
Tabulasi hasil penelitian variabel kualitas layanan dengan volume penjualan sabun cuci
diperoleh data sebagai berikut :
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

X
45
48
63
46
56
52
56
47
56
55
52
50
60
55
45
47
53
49
57
58

Y
120
173
149
166
170
174
156
158
150
160
157
177
166
160
155
159
159
172
168
159

Hitunglah :
1. Nilai korelasi pearson
2. Persamaan regresi linier sederhana
3. Kesimpulan apa yang diperoleh dari hubungan dua variabel tersebut

Jawab :
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

y
xy
120
5.400
173
8.304
149
9.387
166
7.636
170
9.520
174
9.048
156
8.736
158
7.426
150
8.400
160
8.800
157
8.164
177
8.850
166
9.960
160
8.800
155
6.975
159
7.473
159
8.427
172
8.428
168
9.576
159
9.222
3.208 168.532

45
48
63
46
56
52
56
47
56
55
52
50
60
55
45
47
53
49
57
58
1.050

x
y
2.025 14.400
2.304 29.929
3.969 22.201
2.116 27.556
3.136 28.900
2.704 30.276
3.136 24.336
2.209 24.964
3.136 22.500
3.025
25600
2.704 24.649
2.500 31.329
3.600 27.556
3.025 25.600
2.025 24.025
2.209 25.281
2.809 25.281
2.401 29.584
3.249 28.224
3.364 25.281
55.646 517.472

1. - Analisa Korelasi
n (xy) (x).(y)
R=
n (x) (x)

n (y) (y)

20 (168.532) (1.050).(3.208)
R=
20 (55.646) 1.102.500
3.370.640 3.368.400
R=
10.420 x
2240
R=
24621,01
R = 0,091

58.176

20 (517.472) 10.291.264

2.

Persamaan regresi
Y = a + bx
n (xy) (x).(y)
b=
n (x) (x)
20 (168.532) (1.050).(3.208)
b=
20 (55.646) 1.102.500
3.370.640 - 3.368.400
b=
1.112.920 1.102.500
2.240
b=
10.420
b = 0,215
y b. (x)
a=
n
3.208 0,215 x 1.050
a=
20
3.208 225,72
a=
20
2982,28
a=
20
a = 149,114
Persamaan regresinya Y = 149,114 + 0,215 X

3. Kesimpulan
a. Nilai koefisien korelasi diperoleh sebesar 0,091. Hal ini berarti adanya
hubungan positif antara kualitas layanan dengan rata-rata penjualan, namun jika
dilihat dari nilai korelasi hubungan variabel tersebut termasuk kategori
rendah. Dengan demikian berarti kualitas layanan memiliki hubungan rendah
terhadap kenaikan rata-rata penjualan.
b. Y = 149,114 + 0,215 X
- Nilai konstanta (a) = 149,114
Nilai konstanta (a) sebesar 149,114, menunjukkan besarnya variabel rata-rata
penjualan barang yang tidak dipengaruhi oleh kualitas layanan atau dapat
diartikan pada saat nilai kualitas layanan sebesar 0, maka rata-rata penjualan
sebesar 149.114.
- Koefisien regresi sebesar 0,215, berarti kualitas layanan mempunyai
hubungan positif atau searah dengan rata-rata penjualan, karena
koefisien regresi bernilai positif. Setiap peningkatan 1 satuan kualitas
layanan maka akan berpengaruh terhadap peningkatan rata-rata penjualan
sebesar 0,215 satuan. Begitu juga sebaliknya setiap penurunan kualitas
layanan sebesar 1 satuan akan berpengaruh terhadap penurunan rata-rata
penjualan sebesar 0,215 satuan.

CONTOH SOAL ANALISIS REGRESI LINEAR

SEDERHANA
Tabel berikut adalah hasil observasi terhadap sampel acak yang terdiri dari 8 desa di
kota Alfabet mengenai pendapatan dan pengeluaran kesehatan penduduk desa
bersangkutan selama tahun 2010.
Desa
A
B
C
D
E
F
G
H

Pendapatan
(juta rupiah)
21
15
15
9
12
18
6
12

Hitunglah :
1.

Persamaan regresi linier sederhana

Peng Kesehatan
(juta rupiah)
4
3
3.5
2
3
3.5
2.5
2.5