Modul Statistik Bisnis- Progdi Manajemen - Fak.

Ekonomi & Bisnis UMK 2020 1

ANALISIS REGRESI SEDERHANA

Analisis Regresi Linear Sederhana – Regresi Linear Sederhana adalah Metode

Statistik yang berfungsi untuk menguji sejauh mana hubungan sebab akibat antara Variabel
Faktor Penyebab (X) terhadap Variabel Akibatnya. Faktor Penyebab pada umumnya
dilambangkan dengan X atau disebut juga dengan Predictor sedangkan Variabel Akibat
dilambangkan dengan Y atau disebut juga dengan Response. Regresi Linear Sederhana atau
sering disingkat dengan SLR (Simple Linear Regression) juga merupakan salah satu Metode
Statistik yang dipergunakan dalam produksi untuk melakukan peramalan ataupun prediksi
tentang karakteristik kualitas maupun Kuantitas.

Persamaan Regresi Linier Sederhana

Persamaan regresi linier sederhana merupakan suatu model persamaan yang
menggambarkan hubungan satu variabel bebas/ predictor (X) dengan satu variabel tak
bebas/ response (Y), yang biasanya digambarkan dengan garis lurus, seperti disajikan pada

Gambar 1.

Gambar 1. Ilustrasi
Garis Regresi Linier

Persamaan regresi linier sederhana secara matematik diekspresikan oleh :

Yˆ a bX
Modul Statistik Bisnis- Progdi Manajemen - Fak. Ekonomi & Bisnis UMK 2020 2

yang mana :

Yˆ = garis regresi/ variable response

a = konstanta (intersep), perpotongan dengan sumbu vertikal
b = konstanta regresi (slope)
X = variabel bebas/ predictor
Besarnya konstanta a dan b dapat ditentukan menggunakan persamaan :
( ∑ Y i ) ( ∑ X 2i ) −( ∑ X i ) (∑ X i Y i)
a=
n ∑ X 2i −( ∑ X i) 2
n ( ∑ X i Y i )−(∑ X i )(∑ Y i)
b= 2
n ∑ X 2i −( ∑ X i)
Yang mana n = jumlah data
 Langkah-langkah Analisis dan Uji Regresi Linier Sederhana
Adapun langkah-langkah yang perlu dilakukan untuk melakukan analisis dan uji regresi
linier sederhana adalah sebagai berikut :
1. Menentukan tujuan dari Analisis Regresi Linear Sederhana
2. Mengidentifikasi variabel predictor dan variabel response
3. Melakukan pengumpulan data dalam bentuk tabel
4. Menghitung X², XY dan total dari masing-masingnya
5. Menghitung a dan b menggunakan rumus yang telah ditentukan
6. Membuat model Persamaan Garis Regresi
7. Melakukan prediksi terhadap variabel predictor atau response
8. Uji signifikansi menggunakan Uji-t dan menentukan Taraf Signifikan

Untuk memberikan pemahaman yang lebih jelas mengenai regresi linier sederhana,
dalam kegiatan belajar ini diberikan suatu contoh kasus, yaitu :
Contoh :
seorang manajer pemasaran komputer AXIO ingin mengetahui apakah promosi berpengaruh
terhadap penjualan produk tersebut .Dapat dilihat dari Tabel 1 pada kolom X dan Y.

Hal pertama yang akan kita lakukan adalah membentuk persamaan regresi, yaitu :
Y' = a + bX
 Modul Statistik Bisnis- Progdi Manajemen - Fak. Ekonomi & Bisnis UMK 2020 3

Selanjutnya adalah menentukan konstanta a dan koefisien b, kita ikuti langkah sebagai berikut :

n Promosi (X) Penjualan (Y) XY X² Y²

1 8 35 280 64 1225
2 9 49 441 81 2401
3 7 27 189 49 729
4 6 33 198 36 1089
5 13 60 780 169 3600
6 7 21 147 49 441
7 11 45 495 121 2025
8 12 51 612 144 2601
JUMLAH 73 321 3142 713 14111

maka diperoleh :

Persamaan regresi diperoleh :

Y' = -1,3147 + 4,5413X

dimana :
Y' = penjualan
X  = biaya promosi

Interpretasi dari koefisien regresi :

 Nilai a = -1,3147 artinya tanpa adanya biaya promosi maka penjualan negatif atau
menurun
 Nilai b = 4,5413 artinya jika terjadi peningkatan biaya promosi maka penjualan akan
terjadi peningkatan, peningkatan sebesar 4,5413.

Koefisien Determinasi R2 :
Modul Statistik Bisnis- Progdi Manajemen - Fak. Ekonomi & Bisnis UMK 2020 4

r = 0,886 bernilai positif dan kuat

artinya terdapat hubungan atau korelasi yang kuat antara tinggi biaya promosi dengan diameter
penjualan. Semakin besar diameter biaya promosi maka semakin tinggi penjualan.

r2  = 0,8862  = 0,785

artinya sekitar 78,5% variasi dari variabel biaya promosi dapat menjelaskan variasi dari variabel
penjualan.
(cukup tinggi)

Standar Error Estimate Persamaan Regresi:

Jadi besarnya standar error estimate persamaan regresi adalah 6,6364. Hal ini menunjukkan
penyimpangan data-data terhadap garis regresi, atau bagaimana penyimpangan data yang
menyebar disekitar garis regresi.
(cukup kecil).

Pengujian Koefisien Regresi :

> Hipotesis Uji

Ho : b =  0 Tidak ada pengaruh biaya promosi terhadap penjualan
Ha : b ≠ 0 Ada pengaruh biaya promosi terhadap penjualan

> Taraf Signifikansi

Pilih nilai signifikansi  = 5%

> Daerah Kritis

dengan nilai  = 5% dan derajat bebas n-2=8-2=6, maka diperoleh nilai t-tabel pada 5%/2 = 2,5%
yaitu 2,447. Lihat tabel t

> Statistik Uji

> Keputusan
nilai t-hitung = 4,6805 > t-tabel = 2,447 sehingga Ho ditolak dan Ha diterima.

> Kesimpulan
Dengan tingkat signifikansi 5% cukup menjelaskan bahwa ada pengaruh biaya promosi terhadap
penjualan.
Modul Statistik Bisnis- Progdi Manajemen - Fak. Ekonomi & Bisnis UMK 2020 5

Pilih Statistik kemudian muncul linier regression estimates

Modul Statistik Bisnis- Progdi Manajemen - Fak. Ekonomi & Bisnis UMK 2020 6

Continue kemudian OK

Descriptive Statistics

Mean Std. Deviation N

Penjualan 40,13 13,260 8

Promosi 9,13 2,588 8

Correlations

Penjualan Promosi
Pearson Correlation Penjualan 1,000 ,886

Promosi ,886 1,000

Sig. (1-tailed) Penjualan . ,002

Promosi ,002 .

N Penjualan 8 8

Promosi 8 8

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 Promosib . Enter
a. Dependent Variable: Penjualan

b. All requested variables entered.

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 ,886a ,785 ,750 6,635

a. Predictors: (Constant), Promosi

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 966,736 1 966,736 21,960 ,003b

Residual 264,139 6 44,023

Modul Statistik Bisnis- Progdi Manajemen - Fak. Ekonomi & Bisnis UMK 2020 7

Total 1230,875 7
a. Dependent Variable: Penjualan

b. Predictors: (Constant), Promosi

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) -1,315 9,149 -,144 ,890

Promosi 4,541 ,969 ,886 4,686 ,003

a. Dependent Variable: Penjualan

Cuplikan Tabel Distribusi t

No 10% 5% 2,5%
1 3.078 6.314 12.706
2 1.886 2.920 4.303
3 1.638 2.353 3.182
4 1.533 2.132 2.776
5 1.476 2.015 2.571
6 1.440 1.943 2.447
7 1.415 1.895 2.365
8 1.397 1.860 2.306
9 1.383 1.833 2.262
10 1.372 1.812 2.228
11 1.363 1.796 2.201
12 1.356 1.782 2.179
13 1.350 1.771 2.160
14 1.345 1.761 2.145
15 1.341 1.753 2.131
16 1.337 1.746 2.120
17 1.333 1.740 2.110
Modul Statistik Bisnis- Progdi Manajemen - Fak. Ekonomi & Bisnis UMK 2020 8

18 1.330 1.734 2.101

19 1.328 1.729 2.093
20 1.325 1.725 2.086