BAB I

PENDAHULUAN

A.      Latar Belakang
Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin moderen
statisticum collegium (”dewan negara”) dan bahasa Italia statista (”negarawan” atau “politikus”).
Gottfried Achenwall (1749) menggunakanStatistik dalam bahasa Jerman untuk pertama kalinya
sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai “ilmu
tentang negara (state)”. Di Indonesia, kajian statistika sebagian besar masuk dalam fakultas
matematika dan ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung
dengan matematika.

B.       Rumusan Masalah

1. Apa yang dimaksud dengan regresi linear?

2. Apa tujuan kita menggunakan analisis regresi?
3. Bagaimanakah analisis regresi linear tersebut?
4. Bagaimanakah cara menyelesaikan regresi linear?

C.      Tujuan

1. Untuk mengetahui pengertian dari regresi linear

2. Untuk mengetahui tujuan serta manfaat dari regresi linear

3. Agar dapat mempelajari cara menghitung regresi linear tersebut

5.      Setelah nilai a dan b didapat, kemudian dimasukkan kedalam persamaan

Y = a + bX

Dalam statistika, regresi linear adalah sebuah pendekatan untuk memodelkan hubungan
antara variable terikat Y dan satu atau lebih variable bebas yang disebut X. Salah satu kegunaan
dari regresi linear adalah untuk melakukan prediksi berdasarkan data-data yang telah dimiliki
sebelumnya. Hubungan di antara variable-variabel tersebut disebut sebagai model regresi linear.

C. Analisis Regresi Linear

Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah/variabel
bebas (X) dengan satu peubah tak bebas (Y). Dalam penelitian peubah bebas ( X) biasanya
peubah yang ditentukan oleh peneliti secara bebas misalnya dosis obat, lama penyimpanan, kadar
zat pengawet, umur ternak dan sebagainya.

Disamping itu peubah bebas bisa juga berupa peubah tak bebasnya, misalnya dalam
pengukuran panjang badan dan berat badan sapi, karena panjang badan lebih mudah diukur maka
panjang badan dimasukkan kedalam peubah bebas (X), sedangkan berat badan dimasukkan
peubah tak bebas (Y).

Sedangkan peubah tak bebas (Y) dalam penelitian berupa respon yang diukur akibat
perlakuan/peubah bebas (X). misalnya jumlah sel darah merah akibat pengobatan dengan dosis
tertentu, jumlah mikroba daging setelah disimpan beberapa hari, berat ayam pada umur tertentu
dan sebagainya.

D. Tujuan Regresi Linear

Adapun tujuan dari analisis regresi linier berganda adalah mengetahui seberapa besar
pengaruh beberapa variabel bebas terhadap variabel tidak bebas dan juga dapat meramalkan nilai
variabel tidak bebas apabila seluruh variabel bebas sudah diketahui nilainya.
Contoh soal Regresi Linear Sederhana

Usia Mobil (tahun) Harga Mobil ($100)

xy x2
X y

5 85 425 25

4 103 412 16

6 70 420 36

5 82 410 25

5 89 445 25

5 98 490 25

6 66 396 36

6 95 570 36

2 169 338 4

7 70 490 49

7 48 336 49

58 975 4732 326

Tabel contoh soal regresi linier sederhana

Tabel diatas menyajikan data dengan variabel X adalah umur mobil dan variabel Y adalah harga.
Hasil estimasinya adalah sebagai berikut :
Sehingga persamaan regresinya menjadi

Yˆ=195.47−20.26X

Dari hasil estimasi yang diperoleh dapat disimpulkan bahwa setiap umur mobil bertambah satu
tahun maka harga mobil tersebut akan turun sebesar $2.026.
G. Konsep Dasar Regresi Linier Sederhana

 Pada suatu nilai X tertentu akan terdapat banyak kemungkinan nilai-nilai Y (Y akan
terdistribusi mengikuti suatu fungsi peluang tertentu Distribusi Normal) dengan Nilai
rata-rata E(Y) dan Nilai varians σ2  tertentu
 Nilai rata-rata E(Y) diasumsikan berubah secara sistematik mengikuti perubahan nilai X,
yang digambarkan dalam bentuk garis linier
 Nilai varians σ2 pada setiap nilai X akan sama

 Prosedur Penting Dalam Regresi Linier Sederhana

Dalam prosedur regresi hal pertama yang harus dilakukan adalah melakukan identifikasi
model dengan menggunakan Scatter plot  (diagram pencar) yang berguna untuk mengidentifikasi
model hubungan antara variabel X dan Y. Bila pencaran titik-titik pada plot ini menunjukkan
adanya suatu kecenderungan (trend) yang linier, maka model regresi linier layak digunakan.
Setelah itu dapat dilakukan estimasi terhadap parameter model.

H. Manfaat menerapkan analisis regresi

Karena memiliki banyak manfaat, analisis regresi digunakan hampir pada semua bidang
kehidupan, baik dalam bidang ekonomi, industri dan ketenagakerjaan, sejarah, pemerintahan,
ilmu lingkungan, dan lain sebagainya.

Kegunaan analisis regresi adalah untuk mengetahui variabel-variabel kunci yang memiliki
pengaruh terhadap suatu variabel bergantung, pemodelan, serta pendugaan (estimation) atau
peramalan (forecasting). Selain itu, masih ada beberapa kegunaan lainnya, yakni:

1. Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai
variabel bebas.
2. Untuk menguji hipotesis karakteristik dependensi.
3. Meramalkan nilai rata-rata variabel bebas yang didasari nilai variabel bebas diluar
jangkauan sample.
 Grafik diatas merupakan contoh identifikasi model yang dilakukan dengan variabel X
adalah umur mobil dan variabel Y adalah harga mobil. Ternyata titik-titik (plotting data) tersebut
terlihat mengelompok di sekitar garis lurus dan scatter plot tersebut, sebenarnya bisa ditarik
beberapa garis yang dekat terhadap titik-titik tersebut.