Modul statistika
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.
Contoh Penggunaan Analisis Regresi Linear Sederhana dalam Produksi antara lain :
1. Hubungan antara Lamanya Kerusakan Mesin dengan Kualitas Produk yang dihasilkan
2. Hubungan Jumlah Pekerja dengan Output yang diproduksi
3. Hubungan antara suhu ruangan dengan Cacat Produksi yang dihasilkan.
Dimana :
Y = Variabel Response atau Variabel Akibat (Dependent)
X = Variabel Predictor atau Variabel Faktor Penyebab (Independent)
a = konstanta
b = koefisien regresi (kemiringan); besaran Response yang ditimbulkan oleh Predictor.
Nilai-nilai a dan b dapat dihitung dengan menggunakan Rumus dibawah ini :
a = (Σy) (Σx²) – (Σx) (Σxy)
. n(Σx²) – (Σx)²
b = n(Σxy) – (Σx) (Σy)
. n(Σx²) – (Σx)²
Berikut ini adalah Langkah-langkah dalam melakukan Analisis Regresi Linear Sederhana :
1. Tentukan Tujuan dari melakukan Analisis Regresi Linear Sederhana
2. Identifikasikan Variabel Faktor Penyebab (Predictor) dan Variabel Akibat (Response)
3. Lakukan Pengumpulan Data
4. Hitung X², Y², XY dan total dari masing-masingnya
5. Hitung a dan b berdasarkan rumus diatas.
6. Buatkan Model Persamaan Regresi Linear Sederhana.
7. Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel Akibat.
2
Modul statistika
Penyelesaian :
Penyelesaiannya mengikuti Langkah-langkah dalam Analisis Regresi Linear Sederhana adalah sebagai
berikut :
1 24 10
2 22 5
3 21 6
4 20 3
5 22 6
6 19 4
7 20 5
8 23 9
9 24 11
10 25 13
11 21 7
12 20 4
3
Modul statistika
13 20 6
14 19 3
15 25 12
16 27 13
17 28 16
18 25 12
19 26 14
20 24 12
21 27 16
22 23 9
23 24 13
24 23 11
25 22 7
26 21 5
27 26 12
28 25 11
29 26 13
30 27 14
2 22 5 484 25 110
3 21 6 441 36 126
4 20 3 400 9 60
5 22 6 484 36 132
4
Modul statistika
6 19 4 361 16 76
7 20 5 400 25 100
8 23 9 529 81 207
11 21 7 441 49 147
12 20 4 400 16 80
13 20 6 400 36 120
14 19 3 361 9 57
22 23 9 529 81 207
25 22 7 484 49 154
26 21 5 441 25 105
Langkah 7 : Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel
Akibat
1. Prediksikan Jumlah Cacat Produksi jika suhu dalam keadaan tinggi (Variabel X), contohnya :
30°C
Y = -24,38 + 1,45 (30)
Y = 19,12
Jadi Jika Suhu ruangan mencapai 30°C, maka akan diprediksikan akan terdapat 19,12 unit
cacat yang dihasilkan oleh produksi.
2. Jika Cacat Produksi (Variabel Y) yang ditargetkan hanya boleh 4 unit, maka berapakah suhu
ruangan yang diperlukan untuk mencapai target tersebut ?
4 = -24,38 + 1,45X
1,45X = 4 + 24,38
X = 28,38 / 1,45
X = 19,57
6
Modul statistika
Soal Latihan
1. Suatu studi telah dilakukan oleh seorang penyalur untuk menentukan hubungan antara biaya
advertensi dan nilai penjualan bulanan. Diperoleh data sebagai berikut :
Biaya advertensi (ribuan Rp) Penjualan (puluhan ribu Rp)
40 385
20 400
25 395
20 365
30 375
50 440
40 490
20 420
50 560
40 525
25 480
50 510
a. Carilah persamaan garis regresinya untuk meramal nilai penjualan berdasarkan biaya advertensi
yang dikeluarkan.
b. Perkirakan nilai penjualan yang dapat dicapai bila biaya advertensi sebesar 35.
c. Perkirakan nilai advertensi jika nilai penjualan hanya boleh 450
2. Sebuah sensor cahaya LDR digunakan untuk mengukur kuat pencahayaan dari lampu
penerangan ruangan seperti pada data di bawah:
95,1 3,952
100,1 3,986
105,3 4,01
110,6 4,03
115,1 4,05
120,3 4,07
125,4 4,1
130,9 4,12
7
Modul statistika
135,5 4,14
140,8 4,15
145,6 4,17
150,5 4,18
a. Buatlah rumus persamaan untuk mengkonversi dari tegangan yang dihasilkan ke radiasi cahaya
(Lux).
b. Hitunglah nilai radiasi cahaya tegangan yang dihasilkan 5,21.
c. Hitunglah nilai tegangan jika yang diinginkan hasil radiasi cahaya 160,5
8
Modul statistika
Uji Signifikansi dan Hipotesis Pengujian hipotesis dimaksudkan untuk melihat apakah
suatu hipotesis yang diajukan ditolak atau dapat diterima. Hipotesis merupakan asumsi
atau pernyataan yang mungkin benar atau salah mengenai suatu populasi. Dengan
mengamati seluruh populasi, maka suatu hipotesis akan dapat diketahui apakah suatu
penelitian itu benar atau salah. Untuk keperluan praktis, pengambilan sampel secara
acak dari populasi akan sangat membantu. Dalam pengujian hipotesis terdapat asumsi/
pernyataan istilah hipotesis nol. Hipotesis nol merupakan hipotesis yang akan diuji,
dinyatakan oleh H0 dan penolakan H0 dimaknai dengan penerimaan hipotesis lainnya
yang dinyatakan oleh H1. Jika telah ditentukan Koefisien Determinasi ( r2 ), maka
selanjutnya dilakukan uji signifikan hipotesis yang diajukan. Uji ini dapat
menggunakan Uji-t ; Uji-F ; Uji-z atau Uji Chi Kuadrat. Dengan uji signifikansi ini
dapat diketahui apakah variable bebas/ predictor/ independent (X) berpengaruh secara
signifikan terhadap variable tak bebas/ response/ dependent (Y). Arti dari signifikan
adalah bahwa pengaruh antar varible berlaku bagiseluruh populasi. Dalam modul ini
hanya dibahas uji signifikansi menggunakan uji-t.
Koefisien Korelasi
Untuk mencari koefisien relasi dapat digunakan rumusan koefisien korelasi Pearson
yaitu :
9
Modul statistika
𝑛 (∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
=
√[𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 ] [𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 ]
Keterangan :
1. Jika r = 0 maka tidak ada hubungan antara kedua variabel.
2. Jika r = (-1) maka hubungan sangat kuat dan bersifat tidak searah.
3. Jika r = (+1) maka hubungannya sangat kuat dan bersifat searah.
Koefisien Determinasi
√(∑ 𝒀𝟐 𝒂 ∑ 𝒀 − 𝒃 ∑ 𝑿𝒀)
𝑺𝒆 =
𝒏−𝟐
10
Modul statistika
Gambar :
a. Ho : β ≤ k ; Ha : β > k b. Ho : β ≥ k ; Ha : β < k
Ho Ha Ho
Ha
0 t tabel - t tabel 0
c. Ho : β = k ; Ha : β ≠ k
Ha Ho Ha
- t tabel 0 t tabel
11
Modul statistika
Salah satu kegunaan dari regresi adalah untuk memprediksi atau meramalkan nilai
suatu variabel, misalnya kita dapat meramalkan konsumsi masa depan pada tingkat
pendapatan tertentu. Selain itu analisis regresi sederhana juga digunakan untuk
mengetahui apakah variabel-variabel yang sedang diteliti saling berhubungan.
Dimana keadaan satu variabel membutuhkan adanya variabel yang lain dan sejauh
mana pengaruhnya, serta dapat mengestimasi tentang nilai suatu variabel. Hal ini
dapat digunakan untuk mengetahui kondisi ideal suatu variabel jika variabel yang lain
diketahui.
Contoh Soal :
Jawaban :
Dik : α = 10% = 0,1
β = 30% = 0,3
Dit :
a. Persamaan regresi
b. r dan r2 !
c. Se !
d. Ujilah hipotesis !
12
Modul statistika
Jawab :
a. Persamaan regresi.
b = n ΣXY – ΣX . ΣY a = ΣY – b ΣX
……n ΣX2 – (ΣX)2 n
b = (5 x 12195) – (260 x 234) a = 234 – (2,7 x 260)
(5 x 13530) – 67600 5
b = 60975 – 60840 a = 234 – 702
…...67650 – 67600 5
b = 135 a = - 468
……50 5
b = 2,7 a = - 93,6
Persamaan Regresi:
Y = - 93,6 + 2,7 X
b. Koefisien korelasi
5 (12195) − (260)(234)
𝑟=
√[5(∑ 13530) − (∑ 260)2 ] [5(∑ 11078) − (∑ 234)2 ]
r = 0,7582
c. Standar Estimasi :
13
Modul statistika
1. Tentukan Ho dan Ha
Ho : β >= 0,3
Ha : β < 0,3
2. Uji hipotesis 1 arah
3. Tingkat signifikan (α) α = 0,1
4. Wilayah kritis (α ; db)
Db = n – 2
=5–2
=3
t tabel (0,1 ; 3) = 1,638
5. Nilai hitung
6. Kurva :
Ho
Ha
-1,638 0 2,014
7. Kesimpulan :
Jadi, pendapat yang menyatakan bahwa hubungan antara biaya
transportasi dan tingkat penjualan sedikitnya 30% adalah benar, dimana
biaya periklanan mempengaruhi tingkat penjualan sebesar 57,49%.
14
Modul statistika
Soal latihan
Sebuah LSM melakukan survey indikasi kenaikan harga daging terhadap daya beli
masyarakat menjelang hari raya. Berdasarkan survey dari tahun ke tahun, setiap
kenaikan harga beras sebesar Rp 1.000; akan menaikkan tingkat daya beli sebesar
2%. Pada tingkat signifikan 5%, ujilah hipotesis tersebut! Jika hubungan keduanya
sama dengan 5%! Berikut data yang diperoleh :
Soal latihan
Suatu studi telah dilakukan oleh seorang penyalur untuk menentukan hubungan
antara biaya advertensi dan nilai penjualan bulanan. Diperoleh data sebagai berikut :
Biaya advertensi (ribuan Rp) Penjualan (puluhan ribu Rp)
40 385
20 400
25 395
20 365
30 375
50 440
17
Modul statistika
40 490
20 420
50 560
40 525
25 480
50 510
Soal latihan
Sebuah sensor cahaya LDR digunakan untuk mengukur kuat pencahayaan dari lampu
penerangan ruangan seperti pada data di bawah:
95,1 3,952
100,1 3,986
105,3 4,01
110,6 4,03
115,1 4,05
120,3 4,07
125,4 4,1
130,9 4,12
135,5 4,14
18
Modul statistika
140,8 4,15
145,6 4,17
150,5 4,18
Soal latihan
Sebuah LSM melakukan survey indikasi kenaikan harga daging terhadap daya beli
masyarakat menjelang hari raya. Berdasarkan survey dari tahun ke tahun, setiap
kenaikan harga beras sebesar Rp 1.000; akan menaikkan tingkat daya beli sebesar 2%.
Pada tingkat signifikan 5%, ujilah hipotesis tersebut!