Regresi Linier

Sederhana

Minggu ke-6 & ke-7

 Pengantar

o Tujuan utama dari analisis regresi linier

bertujuan untuk mencari hubungan linier antar
variabel-variabel.
o Analisis regresi dan korelasi yang akan
dibahas pada bagian ini akan menjelaskan
bagaimana hubungan antar variabel, dan
bagaimana mengukur keeratan hubungan yang
terjadi.
 Lanjutan…

o Dalam sebuah bisnis, kita membuat hipotesis

bahwa:
n Pengeluaran iklan mempangaruhi pendapatan
penjualan kuartal.
n Ukuran apartemen mempengaruhi harga sewa
apartemen.
n Modal kerja usaha mempengaruhi laba usaha.

n Pengaruh Experiential Marketing Terhadap

Repurchase Intention.
 Lanjutan...
Konsumsi Permintaan

Pendapatan Harga

Laba
Perusahaan

Keuntungan
 Variabel

o Variabel dalam regresi linier ada yang

disebut variabel tak bebas (dependent
variable - Y) dan variabel bebas
(independent variable - X). Nilai dari
variabel tak bebas dipengaruhi oleh
variabel bebas.
 Garis Regresi Linier

o Persamaan garis regresi dirumuskan dengan:

Y = β0 + β1X + ε (Model Regresi Populasi)
E (Y|X) = b0 + b1X + e (Persamaan regresi sederhana)
ŷ = b0 + b1X (persamaan regresi estimasi)
o Dimana Y adalah variabel tak bebas, X variabel bebas, a
merupakan intercep dari Y (titik dimana garis regresi
memotong sumbu Y), dan b adalah slope (derajad
kemiringan) dari garis tersebut. Dengan persamaan
tersebut, dapat menduga suatu nilai Y dari suatu nilai X
yang ditentukan.
 Lanjutan...

o Untuk menentukan suatu garis regresi Y = a + bX

dari banyak data dapat menggunakan Metode
Kuadrat Terkecil (Ordinary Least Square). Prinsip
penggunanan metode ini adalah membuat garis
regresi (estimating line) yang menghasilkan
kesalahan (error) yang terkecil.
o Artinya, dengan metode least square diperoleh garis
regresi sampel yang paling dekat dengan garis
regresi populasi, sehingga meminimumkan Σei2.
Lanjutan
Koefisien Korelasi
 Bentuk Regresi

Regresi Sederhana Regresi Berganda

Hanya menguji satu Menguji beberapa variabel

variabel terhadap satu bebas terhadap satu
variabel. variabel terikat
Beda Antara Regresi Sederhana
dan Regresi Berganda
 Masalah Dalam Regresi

q Outliers

Nilai terlalu besar/kecil yang akan merusak data.

q Model Misspecification

Jika prediktor yang relevan telah dihilangkan,

maka model tersebut tidak ditentukan. Sehingga
tidak dapat menggunakan regresi sederhana,
Anda harus menggunakan regresi berganda.
 Lanjutan…

q Ill-Conditioned Data (data yang sakit)

Variabel dalam regresi harus memiliki urutan umum yang
sama besarnya, dan kebanyakan orang mengambil
langkah secara intuitif untuk memastikan ini adalah kasus
(data yang dikondisikan dengan baik).
q Berhati-hati juga terhadap Spurious Correlation
Korelasi yang palsu, kedua variabel hanya bersifat tren
yang memiliki kesamaan, sehingga tidak benar bahwa ada
hubungan, namun hanya tren yang sama.
 Diagnosa Regresi

o Dalam regresi, error (residual) tidak diteliti

namun memiliki peran yang penting,
sehingga tiga asumsi yang harus dipenuhi:
n Asumsi 1: error harus berdistribusi normal.
n Asumsi 2: error memiliki varians yang konstan
(misalnya, error harus homoscedastisitas).
n Assumption 3: error harus independen (misalnya.,
eror suatu variabel tidak boleh berhubungan
dengan error variabel lain).
 Contoh Soal

o Berdasarkan pada teori penawaran, maka dapat

diduga adanya hubungan antara produksi dengan
harga. Apabila harga meningkat, maka produksi
meningkat pula. Jadi hubungan antara produksi
dan harga adalah positif. Buktikan bahwa hal
tersebut benar dengan menggunakan data
produksi dan harga minyak kelapa sawit di
Indonesia dari tahun 1991 sampai tahun 2002
berikut ini.
Lanjutan...
Tahun Produksi (juta ton) Harga (US$/ton)

1991 4,54 271

1992 4,53 319
1993 5,03 411
1994 6,05 348
1995 6,09 287
1996 6,14 330
1997 6,37 383
1998 7,40 384
1999 7,22 472
2000 7,81 610
2001 8,49 640
Pembahasan (1)
Pembahasan (2)
Pembahasan (3)
Pembahasan (4)
Pembahasan (5)
Pembahasan (6)
Pembahasan (7)
Pembahasan (8)
Pembahasan (9)
Pembahasan (10)
Pembahasan (11)