Penjualan, y Upah, x X2 xy
2,0 1 1 2,0
3,0 3 9 9,0
2,5 4 16 10,0
2,0 2 4 4,0
2,0 1 1 2,0
3,5 7 49 24,5
y = 15,0 x = 18 x2 = 80 xy = 51,5
18
= = =3
6 6
15
= = = 2.5
6 6
51.5 (6)(3)(2,5)
= 2 = = 0,25
2 80 (6)(32 )
= 1,75 + 0,25
Atau
= 1.75 + 0,25 ()
Jika kantor perdagangan lokal memperkirakan upah wilayah West Bloomfield akan
menjadi $6 miliar tahun depan, maka dapat diperkirakan penjualan Nodel dengan
persamaan regresi
( ) = 1.75 + 0,25(6)
atau
= $325.000.
Pemahaman: dengan asumsi terdapat hubungan garis lurus antara upah dan
penjualan, saat ini telah dimiliki indikasi kemiringan dari hubungan tersebut.
Penjualan meningkat dengan kenaikan satu juta dolar untuk setiap kenaikan upah
lokal sebesar seperempat juta dolar. Ini terjadi karena = 0,25.
( )2
, =
2
Di mana:
= ,
=
Menghitung Kesalahan Standar Estimasi
Solusi: Satu-satunya yang tidak ada untuk menyelesaikan persamaaan Sy,x adalah
y2. Dengan penjumlahan singkat, akan didapatkan y2 = 39,5. Karena itu:
2
, =
2
= 0,09375 = 0,306 ( $)
Korelasi
Persamaan regresi adalah satu cara untuk menyatakan hubungan antara dua
variabel. Garis regresi bukanlah hubungan sebab-akibat. Garis regresi
menjelaskan hubungan antarvariabel. Persamaan regresi menunjukkan bagaimana
satu variabel berhubungan pada nilai dan perubahan pada variabel lain.
Cara lain untuk mengevaluasi hubungan antara dua variabel adalah menghitung
koefisien korelasi. Ukuran ini menyatakan derajat atau kekuatan hubungan linier.
Biasanya didentifikasi sebagai r, koefisien korelasi adalah suatu bilangan antara +1
dan -1.
Untuk menghitung r, digunakan data yang sama yang dibutuhkan sebelumnya untuk
menghitung a dan b untuk garis regresi. Berikut persamaannya.
=
[ 2 ()2 ][ 2 ()2 ]
Korelasi
Koefisien determinasi adalah persen variasi pada variabel terikat (y) yang dijelaskan
dengan persamaan regresi. Koefisien determinasi merupakan penguadratan
sederhana dari koefisien korelasi r2. Nilai r2 akan selalu merupakan angka positif
pada rentang 0 r2 1.
Contoh: Nodel Construction dan besarnya upah di West Bloomfield. Sekarang, wakil
presiden perusahaan ingin mengetahui kuatnya hubungan antara upah dan
penjualan.
Pendekatan: Menghitung nilai r dengan menggunakan persamaaan
=
[ 2 ()2 ][ 2 ()2 ]
Solusi: Data yang mencakup kolom y2 dan perhitungannya ditunjukkan pada tabel
berikut.
Penjualan, y Upah, x X2 xy
2,0 1 1 2,0
3,0 3 9 9,0
2,5 4 16 10,0
2,0 2 4 4,0
2,0 1 1 2,0
3,5 7 49 24,5
y = 15,0 x = 18 x2 = 80 xy = 51,5
(6)(51,5) (18)(15,0)
=
[(6)(80) (18)2 ][(6)(39,5) (15,0)2 ]
309 270 39
= =
(156)(12) 1.872
39
= = 0,901
43,3
Pada kasus Nodel, nilai r2 adlah 0,81 yang mengindikasikan 81% dari variasi
totalnya.
Regresi majemuk adalah suatu metode peramalan asosiatif dengan lebih dari satu
variabel. Regresi majemuk dapat digunakan untuk menciptakn sebuah model
dengan beberapa variabel bebas, bukan hanya dengan satu variabel.
= + 1 1 + 2 2
Dimana:
= , ,
= ,
1 2 =
, ,
1 2 =
Nodel Construction ingin melihat dampak dari variabel terikat kedua, tingkat suku
bunga, terhadap penjualannya.
Pendekatan: lini regresi majemuk yang baru untuk Nodel, dihitung dengan komputer
adalah sebagai berikut.
Koefisien korelasi yang baru adalah 0,96. Dengan mengikutsertakan x2. Tingkat
suku bunga memberikan hubungan linear yang erat.
Solusi: Jika upah West Bloomfield menjadi $6 miliar dan tingkat suku bunga menjadi
0,12(12%), maka penjualan yang diramalkan menjadi seperti berikut.
=3
atau
= $3.000.000.
Pemahaman: Dengan menggunakan kedua variabel, upah, dan tingkat suku bunga,
penjualan Nodel yang diramalkan $3 dan koefisien korelasi lebih tinggi. Ini
menunjukkan hubungan yang lebih kuat antara dua variabel dan perkiraan penjualan
yang lebih akurat.
Sinyal penelusuran dihitung sebagai running sum of the forecast errors (RSFE)
dibagi dengan mean absolute deviation (MAD).
( )=
( )
=
85
6, = = = 14,2
6
35
= = = 2,5
14,2
Peramalan Adaktif
Peramalan Fokus
Peramlan fokus adalah peramalan bahwa mencoba variasi model komputer dan
memilih satu yang terbaik untuk aplikasi tertentu. Peramalan fokus didasarkan pada
dua prinsip.
1. Model peramalan canggih tidak selalu lebih baik daripada model yang sederhana
2. Tidak ada satu pun teknik yang dapat digunakan untuk semua produk dan jasa.
Peramalan pada Sektor Jasa
Peramalan pada sektor jasa mempunyai tantangan yang unik. Teknik utama pada
sektor eceran adalah dengan melihat permintaan dan membuat catatan jangka
pendek yang teliti.
Restoran siap saji sangat peka tidak hanya terhadap variasi permintaan mingguan,
harian, dan jam, tetapi bahkan hingga variasi 15 menitan yang dapat memengaruhi
penjualan. Karena itu, dibutuhan peramalan permintaan yang terperinci.
Grafik di atas menunjukkan peramalan per jam dari restoran siap saji pada
umumnya. Perhatikan puncaknya saat makan siang dan makan malam.
Ramalan Pusat Pelayanan FedEx
Puncak kesibukan pada 10:30 dan 16:30 dipusat panggilan FedEx. Bagian
Penerapan Manajemen Operasional memberika contoh dalm industry sektor jasa
yang besar.