REGRESI

Koefisien Regresi / persamaan regresi linier digunakan untuk

meramalkan / mengetahui besarnya pengaruh variabel X terhadap
variabel Y

Variabel yang mempengaruhi didalam analisis regresi disebut

variabel prediktor ( X)
Variabel yang dipengaruhi disebut variabel kriterium ( Y )
Fungsi ilmu :
1. Meramalkan 3. Menggambarkan
2. Mengontrol 4. Menerangkan
Persamaan analisis regresinya :
Y = a + bX
a dan b ; suatu parameter yang nilainya harus diestimasi dengan rumus :

a Y bX

b
x y i i
; x X X ; y Y Y
x i
2

atau

b
n X Y i i X Y i i

n X X
2 2
i i
Suatu studi telah dilakukan oleh seorang penyalur untuk menentukan hubungan
antara biaya advertensi dan nilai penjualan bulanan. Diperoleh data sebagai berikut :

Biaya advert Penjualan

X Y
40 385
20 400
25 395
20 365
30 475
50 440

a. Carilah persamaan garis regresinya untuk meramalkan nilai penjualan

berdasarkan biaya advertensi yang dikeluarkan
b. Perkirakan nilai penjualan yang dapat dicapai bila biaya advertensi sebesar 55
Penyelesaian :
Biaya advert Penjualan X2 XY
b
n X Y X Y
i i i i

X
X Y 1600 15400
n X 2 2
40 385 400 8000 i i
20 400
625 9875
25 395
7300 X 30.83
20 365 400
30 475 900 14250 Y 410
50 440 2500 22000
185 2460 6425 76825
(6 * 76825) (185 * 2460) 460950 455100 5850
a. b 1.36
(6 * 6425) (185) 2
38550 34255 4295

a Y b X 410 - 1.36 (30.83) 410 - 41.93 368.07

Y = 368.07 + 1.36 (X)
b. Nilai penjualan dengan biaya advertensi 55

Y = 368.07 + 1.36 (55) = 442.87

 REGRESI TREND PARABOLA

Regresi trend parabola adalah regresi dimana variabel bebas X

merupakan variabel waktu.
Y = a + bX + cX2
Dimana trend parabola ini menggunakan persamaan normal

an b X c X2 Y
a X b X 2
c X XY
3

a X b X
2 3
c X X Y
4 2
Sebuah koperasi milik pemerintah memberikan modal usaha selama 5 tahun
untuk masyarakat yang ingin berwiraswasta, setiap tahun modal yang diberikan
tidak selalu sama tergantung dari subsidi yang diberikan pemerintah. Didapat
data dibawah ini

Tahun 2011 2012 2013 2014 2015

Modal
23 32 12 28 18
(dalam juta)

Tentukan ramalan modal yang diberikan pemerintah pada tahun 2016 apakah
meningkat atau menurun dari tahun sebelumnya
Penyelesaian :
tahun Y X X2 X3 X4 XY X2Y X
an b c X Y
2

a X b X c X XY
2011 23 -2 4 -8 16 -46 92 2 3
2012 32 -1 1 -1 1 -32 32
2013 12 0 0 0 0 0 0 a X b X
2 3
c X X Y
4 2

2014 28 1 1 1 1 28 28
2015 18 2 4 8 16 36 72
113 0 10 0 34 -14 224
Persamaan normal :
(1) 5a + 0 + 10c = 113
(2) 0 + 10b + 0 = -14, atau b = -14 / 10 = -1.4
(3) 10a + 0 + 34c = 224
Persamaan (1) kalikan 2 dan persamaan (3) dikalikan 1; maka
(1) 5a + 10c = 113 10a + 20c = 226
(3) 10a + 34c = 224 10a + 34c = 224
-
- 14c = 2
c = 2 / -14 = -0,14
Nilai c masukkan ke (1) 5a + 10 (-0.14) = 113
5a = 113 + 1.4
= 114.4
a = 114.4 / 5 = 22.88
Y = a + bX + cX2
Jadi persamaan trend parabola dari Y adalah 22.88 + (-1.4) X + (-0.14) X2
Tahun yang akan diramalkan adalah 2016 berarti X = 3
maka ramalan modal yang akan diberikan adalah
Y = 22.88 + (-1.4 * 3) + (-0.14 * 9) = 17.42
Sehingga modal yang akan diberikan pemerintah pada tahun 2016 akan
menurun dibandingkan tahun sebelumnya
 REGRESI TREND EKSPONENSIAL (LOGARITMA)
(NON LINIER)

Trend eksponensial sering dipergunakan untuk meramalkan jumlah

penduduk, pendapatan nasional, produksi, hasil penjualan dan kejadian lain
yang pertumbuhan / perkembangannya secara geometris ( berkembang
dengan cepat sekali)

Y ab X trend semi log logY ' log a log b X

log Y ' Y '0 ; log a a0 ; log b b0 sehingga menjadi
Y' 0 a0 b0 X
Dimana koefisien a0 dan b0 dapat dicari berdasarkan persamaan
normal
Hasil penjualan PT. Sinar Surya selama 3 tahun menunjukan
perkembangan yang cepat sekali, seperti ditunjukkan dalam tabel
dibawah ini :

Tahun 2013 2014 2015

Hasil Penjualan
20 80 400
(jutaan rupiah)

Dengan menggunakan trend eksponensial, ramalkan hasil penjualan

tahun 2016
 log Y X log Y
Tahun X Y X2
(Y0) (XY0)
2013 -1 20 1.301 -1.30103 1
2014 0 80 1.9031 0 0
2015 1 400 2.6021 2.6021 1
total 0 500 5.8062 1.3010 2

Persamaan normal

1 a0 n b0 X Y0 Dari persamaan (1) 3a0 = 5.806,

maka a0 = log a = 1/3(5.8062) =
3a0 5.8062 1.9354. Nilai a merupakan antilog
2 a0 X b0 X2 XY 0 1.9354 atau 86.18 (86,2)
2b0 1.301 Dari persamaan (2) 2b0 = 1.3010,
maka b0 = log b = (1.3010) =
0.6505. Antilog 0,6505 = 4,47
garis trend Y '0 a0 b0 X Y '0 1,9354 0,6505 X (dalam semi log)
Untuk tahun 2016, X 2 Y '0 a0 b0 X
Y '0 log Y 1,9354 0,6505(2) 3,2364.
Ramalan Y 1723,46 (dari daftar antilog)
Y ' ab X Y ' (86,2)(4,47) X (dalam eksponensial)
Untuk X 2 Y ' (86,2)(4,47) 2 1722,35
 Contoh :

Kenaikan harga yang dinyatakan dalam indeks harga, mempunyai

pengaruh negatif yang sangat kuat terhadap penurunan hasil penjualan
secara geometris. Data selama 6 tahun menunjukan perkembangan
harga (X) dan hasil penjualan Y. Data selama 6 tahun terakhir adalah :

X (indeks harga) 54,3 61,8 72,4 88,7 118,6 194,0

Y (Hasil penjualan
61,2 49,5 37,6 28,4 19,2 10,1
jutaan rupiah)

Berapa nilai ramalan hasil penjualan jika indeks harga adalah 210
Karena bukan variabel waktu, maka hubungan yang kita peroleh
merupakan persamaan garis regresi
 X0 = log X Y0 = log Y X 02 X0Y0
1.7348 1.7868 3.0095 3.0997
1.7910 1.6946 3.2076 3.0350
1.8597 1.5752 3.4586 2.9294
1.9479 1.4533 3.7944 2.8310
2.0741 1.2833 4.3018 2.6617
2.2878 1.0043 5.2340 2.2977
total 11.6953 8.7975 23.0061 16.8544

Y ' aX b (eksponensial), harus ditransf ormasi dengan menggunakan log

logY ' log a b log X (regresi linier logaritma), logY ' Y '0 ; log a a0;
log X X 0 Y '0 a0 bX 0 merupakan regresi linier
 n X 0Y0 X 0 Y0 101,1266 102,8896
b 1,4
n X 0 X 0 138,0364 1367809
2 2

8,7975 11,6953
a0 log a Y 0 b X 0 1,4 4,1952
6 6
a 15674,7 (dari daftar antilog)
 Jadi Y ' aX b 15674.7 X 1, 4
15674.7 * 210 -1,4 8.79
Y '0 a0 bX 0 4,1952 1,4 X 0
Jika X 210, maka log X X 0 2.3222
Y '0 4,1952 1,4(2.3222) 0.9441

Jadi kalau indeks harga = 210, maka ramalan hasil penjualan adalah =
8.79