ANALISIS REGRESI

Analisis

regresi

merupakan

salah

satu

analisis

data

kuantitatif

untuk

memperhitungkan besarnya pengaruh secara kuantitatif dari perubahan suatu

kejadian terhadap kejadian lainnya. Perubahan suatu kejadian dapat dinyatakan
dengan perubahan nilai variabel. Hasil analisis dapat digunakan untuk dasar
menillai suatu kebijakan.
Analisis regresi yang menganalisis satu variabel bebas (X) adalah analisis regresi
sederhana, Sedangkan analsis regresi yang menganalisis lebih dari satu variabel
bebas (X) adalah analisis regresi berganda.

A. Korelasi
Analisis korelasi (correlation analyisis) adalah analisis yang digunakan
untuk mengetahui hubungan sebab akibat antara beberapa variabel.
Perubahan variabel terikat ditentukan oleh faktor lain. Faktor lain jika
hanya satu maka mengguakan analisis regresi sederhana, jika lebih dari
satu maka menggunakan analisis regresi berganda.
Rumus yang dapat digunakan dalam analisis korelasi berupa metode
kuadrat terkecil sebagai berikut :

Y =a+bX
b=

n XY X Y
2
2
n X ( X )

a=

Y b X
n

dimana;
n = jumlah data yang dianalisis
a = jumlah pasang observasi = nilai konstan
b = koefisien regresi
Jika menggunakan rata-rata Y sebagai penaksir, maka dalam setiap
penaksiran yang dibuat akan muncul beberapa variabel kesalahan.
Kesalahan ini disebut residual.
Kemudian hubungan antara variabel bebas (X) dengan variabel terikat (Y)
harus diuji dengan koefisien korelasi. Koefisien korelasi menunjukkan
angka paling kecil -1 dan paling besar +1. Bila koefisien korelasi
mendekati satu berarti pengaruh variabel bebas (X) terhadap variabel
terikat (Y) adalah besar, tidak peduli apakah koefisien korelasi itu negatif
atau positif. Bila kolerasi tersebut negatif, berarti semakin besar X dan

semakin kecil Y, begitupun sebaliknya bila koefisien korelasinya positif

maka berarti semakin besar X dan semakin besar Y. Guilford (1956, 145)
mengemukakan pengaruh korelasi sebagai berikut :

Koefisien Korelasi (R)

Tafsiran

<0,20
0,20 0,40
0,40 0,70
0,70 0, 90
0,90 1,00

Sangat lemah, dapat diabaikan

Lemah
Cukup
Kuat
Sangat Kuat

Teknik regresi sederhana untuk menjelaskan hubungan antara satu

variabel terikat (Y) dengan satu variabel bebas (X) merupakan sebuah
garis lurus sederhana dan dinyatakan dalam rumus koefisien korelasi (R)
sebagai berikut :

R=

n XY X Y
n X ( X )2 n Y 2( Y )2
2

Latihan Soal
Ingin diketahui seberapa kuat hubungan antara besarnya pendapatan
seseorang dengan pengeluaran (konsumsi) per bulan. Data dari 6 orang
yang diwawancarai diperoleh data sebagai berikut:
X (pendapatan) : 800 900 700 600 700 800

(ribuan)

Y (konsumsi)

: 300 300 200 100 200 200

(ribuan)

Untuk menghitung koefisien korelasi maka disusun tabel bantu sebagai

berikut:
N

X2

Y2

XY

800

300

640.000

90.000

240.000

900

300

810.000

90.000

270.000

700

200

490.000

40.000

140.000

600

100

360.000

10.000

60.000

700

200

490.000

40.000

140.000

800

200

640.000

40.000

160.000

4.500

1.300

3.430.000

310.000

1.010.000

Berdasarkan tabel bantu tersebut diperoleh nilai-nilai:

X

= 4.500

= 1.300

X2

= 3.430.000

Y2

= 310.000

XY

= 1.010.000

n=6

Untuk menghitung koefisien korelasi, maka nilai-nilai tersebut dimasukkan

dalam rumus koefisien korelasi sebagai berikut.

6 (1.010.000) - (4.500)(1. 300)

6 . (3.430.000) (4.500) 2
r

6 . (310.000 ) (1.300) 2

6.060.000 5.850.000
20.580.000 20.250.000 1.860.000 1.690.000

210.000
330.000 170.000
=

210.000
574,4563 x 412,3106
=

210.000
236.854,4
=
= 0,886621
Jadi diperoleh nilai koefisien korelasi ( r ) sebesar 0,886621 karena nilainya
positif dan mendekati 1 berarti hubungan konsumsi dan pendapatan kuat
dan searah (positif), artinya peningkatan pendapatan seseorang akan
diikuti dengan peningkatan pengeluaran (konsumsi).
B. Analisis Regresi Sederhana
Analisis regresi sederhana (simple regression analysis) adalah analisis
yang digunakan untuk menganalisis satu variabel terikat (Y) dengan
menggunakan satu variable bebas (X). Variabel bebas yang dipilih adalah
yang mempunyai hubungan (korelasi) dengan variabel terikat. Untuk
mengetahui bahwa variabel bebas (X) yang dipilih mempunyai korelasi
dengan variabel terikat (Y) dapat digunakan analisis korelasi.

Y =a+bX
b=

n XY X Y
2
2
n X ( X )

a=

Y b X
n

Latihan Soal

Diketahui suatu penelitian terhadap hubungan antara nilai biaya

periklanan dengan tingkat penjualan dari sebuah koperasi adalah
sebagai berikut : (dalam ribuan rupiah)
Biaya periklanan Tingkat Penjualan
50
40
51
46
52
44
53
55
54
49
Langkah 1 :
Menentukan variable X dan variable Y. Dalam soal ini variable biaya
periklanan merupakan variable X dan tingkat penjualan merupakan
variable Y.

Langkah 2 :
Membuat table regresi sederhana:
Periklanan

Tkt. Penjualan

(X)2

(Y)2

(XY)

(X)
50

(Y)
40

2500

1600

2000

51

46

2601

2116

2346

52

44

2704

1936

2288

53

55

2809

3025

2915

54

49

2916

2401

2646

260

234

13530

11078

12195

Langkah 3 :
Menentukan koefisien a dan koefisien b
b=

a=

n XY X Y
n X 2 ( X )2

Y b X
n

5 (12195) (260)(234)
=2,7
5(13530) (260) 2

( 234 )2,7 (260)

=93,6
5

Langkah 4:
Menentukan persamaan regresi linier sederhana
Y = a + b (X)
Maka persamaan regresi dalam soal ini adalah :
Y = -93,6 + 2,7 (X)
C. Analisis Regresi Berganda
Analisis regresi yang mampu menjelaskan hubungan antara variabel
terikat (dependen) dengan variabel bebas (independen) yang lebih dari
satu, yaitu analisis regresi berganda. Tujuan analisis regresi linier
berganda adalah untuk mengukur intensitas hubungan antara dua
variabel atau lebih dan membuat prediksi perkiraan nilai Y atas X.
Persamaan linear (garis lurus) berganda dengan dua variabel bebas (X)
digambarkan sebagai berikut:

Y =a0 +a1 X 1 +a2 X 2

dimana :
Y

= variabel terikat

a0

= konstanta (intersep) dari Y

a1 dan
X1

Koefisien

a0 ,

dan

a2

= koefisien regresi parsial

X2

= dua variabel bebas

a1 , dan

a2

ditentukan dnegan menggunakan metode

kuadrat terkecil seperti halnya menentukan koefisien a dan b untuk regresi

garis lurus (linear), Y = a + bX.
Rumus yang digunkana untuk metode kuadrat terkecil dalam regresi
berganda dua variabel bebas adalah sebagai berikut:

Y =a0 n+a 1 X 1 +a 2 X 2
2

Y X 1=a0 X 1+ a1 X 1 +a2 X 1 X 2
YX 2=a0 X 2 +a1 X 1 X 2+ a2 X 22

Latihan Soal

X1

Tahun

2011
2012
2013
2014
2015

130
145
150
165
170
760

3
4
5
6
7
25

X2
7
3
2
4
6
22

X 21

X 22

X2 Y

9
16
25
36
49
135

49
9
4
16
36
114

910
435
300
660
1.020
3.325

X1 X2
21
12
10
24
42
109

X1 Y
390
580
750
990
1190
3.900

Y2
16.900
21.025
22.500
27.225
28.900
116.55
0

Rata-rata Y, 760 : 5 = 152

Rata-rata

X 1 , 25 : 5 = 5

Rata-rata

X 2 , 22 : 5 = 4,4

D. Koefisien Determinasi
Koefisien determinan bila diakarkan () akan menjadi koefisien korelasi
dan koefisen korelasi (R) bila di kuadratkan akan menjadi koefisien
determinan

( R

).

Dalam

analisis

regresi,

koefisien

determinan

(cefficientof determination) merupakan nilai terpenting karena koefisien

determinan menggambarkan seberapa jauh variabilitas Y dipengaruhi oleh
variabilitas X. Rumus koefisien determinan ( R
berikut :
2

R=

a Y +b XY n Y 2
2
2
Y n Y

LATIHAN SOAL

) dapat dihitung sebagai

1. Buat Contoh Lain Perhitungan Korelasi, Regresi Sederhana,

Regresi Berganda dan Koefisien Determinasi (Variabel Variabel
Yang Berkaitan Dengan Financial Planning)! Beri Penjelasan
Keterkaitan Analisis Yang Saudara Buat Dengan Fiuancial
Planning Bagi Individu/ Personal!
2. Buat Contoh Lain Perhitungan Korelasi, Regresi Sederhana,

Regresi Berganda dan Koefisien Determinasi (Variabel Variabel

Yang Berkaitan Dengan Financial Planning)! Beri Penjelasan
Keterkaitan Analisis Yang Saudara Buat Dengan Fiuancial
Planning Bagi Perusahaan!