Materi:
1. Penduga Koefisien Regresi
2. Pengujian Koefisien Regresi
3. Interpretasi Koefisien Regresi
4. Regresi sebagai alat bantu
5. Koefisien Determinasi
6. Korelasi
suniantara.wordpress.com
Persamaan Regresi
• Analisis regresi adalah suatu analisis
statistika yang sering digunakan untuk
memodelkan hubungan antara variabel
respon Y dengan satu atau beberapa
variabel bebas X.
suniantara.wordpress.com
Tujuan Persamaan Regresi
Secara umum model regresi mempunyai 3 (tiga) tujuan
yaitu:
• mendeskripsikan model yang menjelaskan hubungan
antara respon dengan variabel bebas sehingga dapat
dipelajari lebih jauh tentang proses yang menghasilkan
nilai respon;
• untuk mengetahui kontribusi relatif setiap variabel bebas
untuk menjelaskan respon
• untuk memprediksi nilai respon untuk beberapa nilai
variabel bebas tertentu.
suniantara.wordpress.com
Persamaan Regresi Linear Sederhana
Yi = + X i + i
• Hanya ada 1 Variabel bebas ( X)
• Variabel bebas berhubungan secara linear dengan
variabel respon
• Parameter i merupakan komponen galat acak
diasumsikan mempunyai mean nol dan varians σ2 dan
tidak berkorelasi
• Parameter α menyatakan rataan respon jika X=0
• Parameter β menyatakan perubahan rataan respon
akibat perubahan satu unit X
• Mean : E(Y|X) = α + βX
• Varians : σ2
suniantara.wordpress.com
Pendugaan Persamaan Regresi
suniantara.wordpress.com
Prinsip Metode Kuadrat Terkecil
n X − ( X ) x
2 2 2
i i i
a=
Y − b X
i i
= Y − bX
n
• n = banyaknya pasangan data observasi
• Sehingga persamaan regresinya menjadi:
Yˆi = a + bX i
suniantara.wordpress.com
Contoh.
Sebuah penelitian yang bertujuan untuk mengetahui pengaruh
pendapat rumah tangga (X) terhadap pengeluaran konsumsi (Y).
Untuk itu diambil sampel secara acak sebanyak 10 kepala
rumah tangga untuk diwewancara. Hasil penelitian sebagai
berikut (dalam juta):
Pendapatan
6 8 10 12 13 17 20 22 24 28
X
Konsumsi
5 6 8 9 10 12 12 14 15 20
Y
suniantara.wordpress.com
Perhitungan Persamaan Regrsi
suniantara.wordpress.com
Perhitungan Persamaan Regrsi
X 160 n X iYi − X i Yi
x= = = 16 b=
i
n X − ( X i )
n 10 2 2
Yi 111
i
Y = = = 11,1
10.(2068 ) − (160 )(111) 20680 − 17760
n 10
= =
10.(3045 ) − (160 ) 30450 − 25600
2
2920
= = 0,60
4860
a = Y − bX = 11,1 − (0,6)(16 ) = 1,50
1. Penduga persamaan regresinya adalah:
Yˆ = a + b X = 1,50 + 0,60 X
suniantara.wordpress.com
Interpretasi Persamaan Regrsi
1. Penduga persamaan regresinya adalah:
Yˆ = a + b X = 1,50 + 0,60 X
suniantara.wordpress.com
Menaksir nilai konsumsi
3. Menaksir konsumsi dengan pendapatan 26 juta yaitu:
x = 26 → Yˆ = 1,50 + 0,60 x → Yˆ = 1,50 + 0,60(26) = 17,1
Jadi, bila pendapatan 26 juta, maka konsumsi rumah tangga
adalah 17,1 juta.
suniantara.wordpress.com
Kesalahan Baku dari Dugaan
1. Penduga kesalahan standar deviasi
SY . x =
Y i
2
− a Yi − b X iYi
=
y i − b 2 xi2
n−2 n−2
X i
2
−
n
i
.SY . x
n x2 n xi 2
i
suniantara.wordpress.com
Pengujian Koefisien Regresi
1. Pengujian terhadap α
Adapun langkah – langkahnya:
1. Membuat rumusan hipotesis
H0 : α = α0
H1 : α > α0 atau α < α0 atau α α0
2. Menentukan taraf uji
a −0
3. Statistik Uji t0 =
Sa
Daerah kritis tergantung dari hipotesis alternatif yang
digunakan.
4. Menghitung statistika uji
5. Keputusan dan kesimpulan
suniantara.wordpress.com
Pengujian Koefisien Regresi
1. Pengujian terhadap β
Adapun langkah – langkahnya:
1. Membuat rumusan hipotesis
H0 : β = β0
H1 : β > β 0 atau β < β 0 atau β β 0
2. Menentukan taraf uji (α)
3. Statistik Uji: b − 0
t0 =
Sb
Daerah kritis tergantung dari hipotesis alternatif yang
digunakan.
4. Menghitung statistika uji
5. Keputusan dan kesimpulan
suniantara.wordpress.com
Uji Pengaruh pendapatan terhadap konsumsi
1. Hipotesis
H0 : β = 0 (tidak ada pengaruh/hubungan antara pendapatan
dengan konsumsi)
H1 : β 0 (ada pengaruh antara pendapatan dengan
konsumsi rumah tangga)
2. Taraf nyata, α = 5%
b − 0
3. Statistika uji dan daerah kritis: t0 =
Sb
titik kritis adalah t(α/2:df) = t(0,025;10-2) = 2,306, maka daerah kritisnya
yaitu -2,306 sampai 2,306
suniantara.wordpress.com
suniantara.wordpress.com
Uji Pengaruh pendapatan terhadap konsumsi
SY . x =
i − a Yi − b X iYi
Y 2
=
i i
y − b 2
x 2
n−2 n−2
1415 − (1,50 )111 − (0,60 )2068
= = 0,9625
10 − 2
( X )
2
i i
x 2
= X 2
−
n
i
= 3046 −
(160 )
2
= 3046 −
25600
10 10
= 3046 − 2560 = 486
suniantara.wordpress.com
Uji Pengaruh pendapatan terhadap konsumsi
Sb =
SY2. x
=
(0,9625 )2 =
0,926406
= 0,0019 = 0,044
xi 2
486 486
b − 0 0,60 − 0
t0 = = = 13,64
Sb 0,044
5. Keputusan dan kesimpulan
keputusan: tolak H0, karena nilai uji (t0 = 13,64) jatuh pada daerah
penolakan H0 atau nilai t hitung (13,64) lebih besar dari t tabel
(2,306). Ini berarti pendapatan berpengaruh nyata terhadap konsumsi
rumah tangga.
suniantara.wordpress.com
Koefisien Determinasi
1. Koefisien determinasi adalah salah satu alat utama
untuk mengukur ketepatan atau kesesuaian garis
regresi terhadap sebaran datanya.
2. Koefisien determinasi (R2 atau r2) dirumuskan sebagai
berikut:
n X Y − ( X )( Y )
2
=
n X − ( X ) nY − (Y )
2 i i i i
r 2 2 2 2
i i i i
suniantara.wordpress.com
Koefisien Korelasi
− ( X i ) − ( i )
2 2 2 2
i i
suniantara.wordpress.com
Pengujian Koefisien Korelasi
Pengujian terhadap ρ (rho)
Adapun langkah – langkahnya:
1. Membuat rumusan hipotesis
H0 : ρ = ρ0 = 0
H1 : ρ ρ0 0
2. Statistik Uji: r n−2
t0 =
1− r 2
Daerah kritis tergantung dari hipotesis alternatif yang
digunakan.
3. Menghitung statistika uji
4. Keputusan dan kesimpulan
suniantara.wordpress.com
Contoh. Analisis Regresi dan Korelasi
Data berikut mengenai besarnya biaya iklan (ratusan juta) dan
hasil penjualan (miliar rupiah) sutau produksi barang dari
suatu perusahaan A. adapun datanya sebagai berikut:
Penjualan (Y) 38 40 39 35 45 48 49 55
suniantara.wordpress.com
a. Menyusun persamaan model regresi
i = 108
X 2
X=
X i
=
28
= 3,5
n 8
Y = 15545
i
2
Y =
Yi =
349
= 43,63
X Y = 1265
i i n=8 n 8
n X iYi − X i Yi a = Y − b. X
b=
n X i2 − ( X i )
2
= 43,63 − 4,35(3,5)
8.(1265 ) − (28 )(349 ) = 28,41
=
8.(108 ) − (28 )
2
Y 2
− a Yi − b X iYi ( X )
2
SYx =
i
n−2 x = X
2
i i
2
−
n
i
Sb =
SYx2
=
(4,60 )2 = 1,45
Selanjutnya dihitung nilai t0 yaitu: xi 2
10
b − 0 4,35 − 0
t0 = = = 2,9
Sb 1,45
suniantara.wordpress.com
6. Keputusan dan Kesimpulan
Keputusan: Tolak H0 karena nilai uji jatuh pada daerah penolakan
H0 (2,9 > 2,447)
Kesimpulan: Ada pengaruh yang nyata antara besaran biaya
iklan terhadap hasil penjualan.
7. Koefisien Determinasi (R2)
n X Y − ( X )( Y )
2
=
n X − ( X ) n Y − ( )
2 i i i i
r 2 2 2 2
i i i i
=
8(1256 ) − (28 )(349 )
2
=
(348 )
2
= 0,5916
(80 )(2559 )
suniantara.wordpress.com
• Interpretasi koefisien determinasi:
nilai R2 = 0.5916 yang berarti model yang
diperoleh mampu menjelaskan harga
penujualan dipengaruhi oleh biaya iklan
sebanyak 59,16% sisanya dipengaruhi
oleh variabel lain yang tidak dimasukan
dalam model
suniantara.wordpress.com
C. Uji hubunganbiaya iklan terhadap hasil penjualan
Adapun langkah – langkahnya:
1. Membuat rumusan hipotesis
H0 : ρ = 0 (tidak ada hubungan iklan terhadap penjualan)
H1 : ρ 0 (ada hubungan iklan terhadap penjualan)
2. taraf nyata α = 5%
3. Statistik uji: r n−2
t0 =
1− r2
4. Daerah kritis, titik kritis adalah t(α/2;df) = t(0,025;8-2) = 2,447
maka daerah kritisnya yaitu t < - t(0,025;6) = - 2,447 dan
t > t(0,025;6) = 2,447
suniantara.wordpress.com
5. Menghitung nilai korelasi
berdasarkan perhitungan koefisien determinasi, maka koefisien
korelasi menajdi:
r = r = 0,5916 = 0,7692 ~ 0,77
2
dengan n = 8.
r n−2 0,77 8 − 2
t0 = =
1− r2 1 − 0,59
= 2,95
suniantara.wordpress.com
Latihan Soal
Suatu penelitian bertujuan untuk mengetahui pengaruh tingkat
suku bunga terhadap nilai tabungan masyarakat. Untuk itu
dipilih 5 bank pemerintah sebagai sampel acak. Adapun hasil
penelitian sebagai berikut:
X (Suku bunga)
1 2 5 5 6
dalam %/thn
Y (Tabungan)
6 8 10 12 18
dalam Miliar
suniantara.wordpress.com
Daftar Pustaka:
• Wirawan, Nata. 2014. Cara Mudah Memahami Statistika
Ekonomi dan Bisnis (Statistika Inferensi) Edisi ketiga.
Keraras Emas. Bali.
suniantara.wordpress.com