Makalah Regresi Sederhana
Makalah Regresi Sederhana
Disusun Oleh :
Kelompok I
Administrasi Bisnis
Semester 5
FAKULTAS ILMU ADMINISTRASI
UNIVERSITAS SUBANG
2019
KATA PENGANTAR
Kelompok I
i
DAFTAR ISI
KATA PENGANTAR.......................................................................................................i
DAFTAR ISI.....................................................................................................................ii
BAB I................................................................................................................................1
PENDAHULUAN.............................................................................................................1
1.1 LATAR BELAKANG............................................................................................1
1.2 RUMUSAN PEMBAHASAN................................................................................1
1.3 TUJUAN PEMBAHASAN....................................................................................1
1.4 MANFAAT PEMBAHASAN................................................................................1
BAB II...............................................................................................................................2
PEMBAHASAN...............................................................................................................2
2.1 Konsep Dasar Analisis Regresi..............................................................................2
2.2 Persamaan Regresi Liner Sederhana....................................................................3
a) Menghitung nilai α.............................................................................................4
b) Menghitung nilai β.............................................................................................4
c) Membuat persamaan regresi dan melakukan peramalan.....................................4
d) Menghitung kesalahan baku...............................................................................4
2.3 Menetapkan t hitung dan F hitung.......................................................................9
2.3.1 t hitung.............................................................................................................9
2.3.2 F hitung..........................................................................................................11
2.4 Perhitungan Korelasi dan Koefisien Determinasi..............................................12
BAB III...........................................................................................................................15
PENUTUP.......................................................................................................................15
3.1 KESIMPULAN.....................................................................................................15
DAFTAR PUSTAKA.....................................................................................................16
ii
BAB I
PENDAHULUAN
1
BAB II
PEMBAHASAN
Yi = α + βXi + ei ; i = 1, 2, 3, …n.
di mana
2
signifikan menunjukan bahwa data estimasi mendekati data observasinya atau
berada di bawah batas error yang ditetapkan.
Untuk mencapai nilai error yang minimum maka metode yang dapat
digunakan adalah metode kuadrat terkecil (Ordinary Last Square/OLS). Metode
OLS adalah metode yang mencari Σei 2 minimum karena nilai ei dapat bernilai
positif dan negatif maka perlu dikuadratkan sehingga menjadi ei2 = (Yi - α + βXi
¿2 . Dari masing-masing ei2 maka akan diperoleh jumlah nilai error (Σ ei ¿2 . Jadi
hasil model yang ditunjukan pada kurva di bawah ini, harus mendekati tanda
bintang. Berikut gambarannya:
3
a) Menghitung nilai α
α=(Σy)(Σx²)– (Σx)(Σxy)
. n(Σx²) – (Σx)
b) Menghitung nilai β
β=n(Σxy)–(Σx)(Σy)
. n(Σx²) – (Σx)²
Yi = α + βXi
Kesalahan baku atau selisih taksir standar regresi adalah nilai menyatakan
seberapa jauh menyimpangnya nilai regresi tersebut terhadap nilai sebenarnya.
Nilai ini digunakan untuk mengukur tingkat ketepatan suatu pendugaan dalam
menduga nilai. Jika nilai ini sama dengan nol maka penduga tersebut memiliki
tingkat ketepatan 100%.
4
Contoh kasus
Tahun 2010-2019
Tahun Tahun Penjualan (Unit) Biaya Promosi (Juta)
Y X
2015 10 2
2016 15 6
2017 17 9
2018 20 11
2019 25 15
5
6
Jadi persamaan regresi yang dapat terbentuk adalah sebagai
berikut:
Ŷ = 7.68 + 1.13X
b. Peramalan jika terjadi kenaikan biaya promosi 1 juta dan 3 juta rupiah
Ŷ = 7.68 + 1.13Xi
X = 1 juta rupiah
Ŷ = 7.68 + 1.13(1)
= 8.81
X = 3 juta rupiah
Ŷ = 7.68 + 1.13(3)
= 7.68 + 3.39
= 11.07
7
Jadi jika terjadi kenaikan biaya promosi sebesar 1 dan 3 juta rupiah maka
diramalkan akan terjadi kenaikan penjulan sebesar 8.81 unit atau 9 (dibualatkan)
dan 11.07 unit atau 11 (dibualatkan).
8
2.3 Menetapkan t hitung dan F hitung
2.3.1 t hitung
Setelah menyusun persamaan regresi dan menghitung kesalahan baku,
maka selanjutnya perlu juga untuk melakukan pengujian hipotesis. Pengujian
hipotesis untuk mengetahui ada atau tidak pengaruh dari variabel independen
terhadap variabel dependen. Untuk lebih memudahkan gambaran pengujian
hipotesis maka dapat disimpulkan bahwa dalam penentapan adanya pengaruh
signifikan dapat menggunakan perbandingan antara t hitung dengan t table atau
dengan membandingkan dengan nilai signifikansi:
di mana
9
di mana
Contoh kasus
Untuk menghitung t hitung maka terlebih dahulu ditetapkan tingkat error yang
ditoleransi, misalnya 5% maka
karena t0 = 17.121 > t0.025(3) = 3.18 maka ada pengaruh variabel Independent
terhadap variabel dependen.
karena t0 = 12.05 > t0.025(3) = 3.18 maka nilai konstanta berpengaruh signifikan.
2.3.2 F hitung
Untuk mengetahui ada atau tidak pengaruh variabel Independent terhadap
dependen, selain menggunakan t hitung dapat menggunakan fungsi F, dengan
menggunakan table analisis varians (Anova) sebagai berikut:
10
Untuk lebih memudahkan gambaran pengujian hipotesis maka dapat
disimpulkan bahwa dalam penentapan adanya pengaruh signifikan dapat
menggunakan perbandingan antara F hitung dengan F table atau dengan
membandingkan dengan nilai signifikansi:
2. Jika F hitung < F tabel maka variabel Independent tidak memengaruhi variabel
dependen
1. Jika nilai sig < 0,05 maka variabel Independent memengaruhi variabel
dependen
2. Jika nilai sig < 0,05 maka variabel Independent tidak memengaruhi variabel
dependen
Contoh kasus
Untuk menghitung F hitung maka terlebih dahulu ditetapkan tingkat error yang
ditoleransi, misalnya 5% maka
11
karena F hitung = 17.121 > F0.05(1)(3) = 10.13 maka ada pengaruh variabel
Independent terhadap variabel dependen.
12
0,00 – 0,199 = sangat lemah
Contoh kasus
13
Jadi dapat diinterpretasikan bahwa korelasi antara variabel Independent dan
dependen sangat kuat.
Dapat diinterpretasikan bahwa nilai R2 = 0,991 berarti 99,1 persen (0,991 x 100)
variasi variabel dependen dapat dijelaskan oleh variabel independen sedangkan
sisanya 0.9 persen (100 persen –99.1 persen) dijelaskan oleh variabel lain.
14
BAB III
PENUTUP
3.1 KESIMPULAN
15
DAFTAR PUSTAKA
16