REGRESI

LINEAR
Regresi
vs
Korelasi
Regresi
vs
Korelasi
Analisis Regresi
2 variabel:
• Variabel bebas / independen (yang mempengaruhi)
Nilai prediktor ditulis pada sumbu X (sumbu horizontal)
• Variabel tak bebas / dependen (yang dipengaruhi)
Nilai terikat ditulis pada sumbu Y (sumbu vertikal)

Variabel tak bebas (Y) dalam penelitian merupakan respon (outcome)

yang diukur akibat perlakuan dari variabel bebas (X)

CONTOH
• Umur vs Tinggi Tanaman (X: Umur; Y: Tinggi)
• Biaya Promosi vs Volume Penjualan (X: Biaya; Y: Volume)
Variabel Bebas vs Tak Bebas
Case Summariesa

berat badan umur

1
2
CONTOH 15.00
13.00
20.00
16.00
3 9.00 12.00
4 6.00 6.00
5 6.00 10.00
6 18.00 34.00
7 16.00 25.00
8 11.00 20.00
9 6.00 8.00
10 12.00 14.00
11 18.00 30.00
12 22.00 36.00
13 7.00 9.00
14 10.00 10.00
15 10.00 15.00
16 14.00 24.00
17 20.00 30.00
Total N 17 17
a. Limited to first 100 cases.
Regresi Linear
Persamaan Regresi
⚫ Memungkinkan peramalan nilai suatu variabel
tak bebas (Y) dari nilai variabel bebas (X)

Garis Regresi
⚫ Garis linear yang menunjukkan pola hubungan
antara dua variabel, misalnya variabel X dan Y
⚫ Sebenarnya hanya garis taksiran yang dipakai
untuk mewakili pola sebaran data tersebut
Regresi Linear
Tujuan Regresi Linear
Untuk melihat hubungan linear
antara 2 variabel atau lebih

Garis Regresi Linier

dengan persamaan
y = a + bx
dimana
a = konstanta
b = koefisiensi regresi

x
Persamaan Regresi Linear
Persamaan umum:
Y = a + bX
Rumus untuk menentukan persamaan garis regresi:

n  xy - ( x )( y )
b=
n x2 − ( x )
2

( )( 2 )− ( x )( xy )
a=
 y  x  
n  x 2 − ( x )
2

a = y − bx
Contoh Kasus 1
Berikut adalah data biaya
promosi dan volume
penjualan roti. Tahun X Y
1992 2 5
Tentukan persamaan garis 1993 4 6
regresi dari data berikut!
1994 5 8
• X = biaya promosi (juta
rupiah) 1995 7 10
• Y = volume penjualan 1996 8 11
(ratusan potong roti)
n=5 ∑x = 26 ∑y = 40
Penyelesaian
Contoh Kasus 1

Tahun X Y X2 Y2 XY

1992 2 5 4 25 10
1993 4 6 16 36 24
1994 5 8 25 64 40
1995 7 10 49 100 70
1996 8 11 64 121 88

n=5 ∑x = 26 ∑y = 40 ∑x2 = 158 ∑y2 = 346 ∑xy = 232

Penyelesaian Contoh Kasus 1
Bentuk umum persamaan regresi linear
sederhana:
Y = a + bX
n=5
Contoh Kasus 2
Peramalan dengan Persamaan Regresi:
Y = 2,530 + 1,053 X
Dari persamaan regresi linear tersebut, bila biaya promosi
10 juta, berapa volume penjualannya?

Diketahui:
Y = 2,530 + 1,053 X

X = 10

Y = 2,53 + 1,053 (10) = 2,53 + 10,53 = 13,06

Volume penjualan = 13,06 x 100 kue

Contoh Kasus 2
Tahun X Y Y = 2,530 + 1,053 X

1992 2 5 4,636

1993 4 6 6,742

1994 5 8 7,795

1995 7 10 9,901

1996 8 11 10,954

10 13,06

n=5 ∑x = 26 ∑y = 40
Koefisien Korelasi
Menyatakan tingkat keeratan atau seberapa kuat hubungan antara
dua variabel = ukuran hubungan dua variabel

1. Jika r = 0, maka hubungan antar kedua variabel lemah.

2. Jika r = -1, maka hubungan antar kedua variabel sangat lemah.
3. Jika r = 1, maka hubunga antar kedua variabel sangat kuat.

Koefisien Determinasi
Kesalahan Standar Estimasi

Digunakan untuk mengetahui ketepatan persamaan estimasi,

mengetahui besar kecilnya kesalahan standar estimasi.

Semakin kecil nilai kesalahan standar estimasi maka semakin

tinggi ketepatan persamaan estimasi yang dihasilkan.
Langkah – Langkah Uji Hipotesis
1. Tentukan hipotesis nol (H0) dan hipotesis alternatif (Ha)
2. Tentukan arah uji hipotesis (satu arah atau dua arah)
3. Tentukan tingkat signifikan ()
⚫ Jika satu arah  tidak dibagi dua
⚫ Jika dau arah  dibagi dua
4. Tentukan daerah kritis tolak H0 jika:
⚫ t tabel = (, db) t hitung > t tabel (uji satu arah)
⚫ db = n - 2 t hitung > t tabel dan t hitung < - t tabel (uji dua arah)

5. Tentukan nilai hitung (t hitung)

6. Keputusan
7. Kesimpulan
Contoh Soal
Diketahui suatu penelitian terhadap hubungan
antara biaya iklan dengan tingkat penjualan
dari sebuah koperasi adalah sebagai berikut
(dalam ribuan):

Biaya Tingkat a. Tentukan persamaan regresinya!

Iklan Penjualan b. Berapa besar koefisien korelasi dan
koefisien determinasinya?
50 40 c. Berapa besar kesalahan standar
51 46 estimasinya?
52 44 d. Dengan tingkat signifikansi 10% ,
ujilah hipotesis yang menyatakan
53 55 bahwa hubungan antara biaya iklan
54 49 dan tingkat penjualan paling sedikit
40%!
Penyelesaian
a. Menentukan persamaan regresi
⚫ Langkah 1. menentukan variabel X dan variabel Y
Variabel X = biaya iklan
Variabel Y = tingkat penjualan
⚫ Langkah 2. membuat tabel regresi sederhana

X Y X^2 Y^2 XY
50 40 2500 1600 2000
51 46 2601 2116 2346
52 44 2704 1936 2288
53 55 2809 3025 2915
54 49 2916 2401 2646
260 234 13530 11078 12195
Penyelesaian
Penyelesaian

hubungan dua variabel tidak terlalu

kuat ataupun tidak lemah

variabel X mempengaruhi variabel Y sebesar

57, 76%
Penyelesaian
c. Menentukan besarnya kesalahan standar estimasi

d. Pengujian Hipotesis
1. Tentukan H0 dan Ha
⚫ H0:  = 0,4 (hubungan antara biaya iklan dan tingkat penjualan adalah 40%)

⚫ Ha:  > 0,4 (hubungan antara biaya iklan dan tingkat penjualan lebih dari
40%)
2. Uji Hipotesis satu arah
3. Tingkat signifikansi ()
 = 0,1
Penyelesaian
d. Pengujian Hipotesis
4. Daerah kritis t (;db)
⚫ db = n – 2 = 5 – 2 = 3
⚫ t (0,1; 3) = 1,638
5. Nilai hitung

6. Keputusan
t hitung (= 1,714) > t tabel (= 1,638) → Tolak H0
7. Kesimpulan
Pendapat yang menyatakan bahwa hubungan biaya iklan dengan
tingkat penjualan minimal 40% adalah benar, dimana biaya
mempengaruhi tingkat penjualan sebesar 57,76%