STATISTIKA
Dosen :
Disusun Oleh :
Fakultas Teknik
2023
Seorang periset ingin mengetahui hubungan antara harga Harnphone dengan jumlah produk
yang terjual. Di bawah ini merupakan data hasil riset mengenai harga handphone per unit dan
jumlah produk yang terjual yang terjual dari sebuah pabrikan elektronik dalam lima (5) tahun
terakhir.
Kita perlu menggunakan metode kuadrat terkecil untuk menemukan persamaan regresi.
Persamaan regresi akan menghubungkan harga handphone dengan jumlah produk yang
terjual.
Mari kita mulai dengan menyusun tabel dengan data yang diberikan:
Tahun Harga (Juta Rupiah) Jumlah Terjual (Unit)
2017 4 60
2018 5 50
2019 6 45
2020 7 30
2021 8 25
a. Untuk menyusun persamaan regresi dengan metode kuadrat terkecil, kita perlu
menggunakan rumus:
𝑎 = 𝑥̅ (𝑦) − 𝑏. 𝑥̅ (𝑥)
Di mana:
- b adalah koefisien regresi (slope)
- a adalah konstanta (intercept)
- Σ adalah simbol sigma untuk menjumlahkan semua elemen
- n adalah jumlah data
Σ(x) = 4 + 5 + 6 + 7 + 8 = 30
Σ(y) = 60 + 50 + 45 + 30 + 25 = 210
Σ(x . y) = (4 . 60) + (5 . 50) + (6 . 45) + (7 . 30) + (8 . 25)
= 120 + 250 + 270 + 210 + 200 = 1050
Σ(x2) = (42) + (52) + (62) + (72) + (82) = 16 + 25 + 36 + 49 + 64 = 190
n=5
Σ(x) 30
𝑥̅ (𝑥) = = =6
𝑛 5
Σ(y) 210
𝑥̅ (y) = = = 42
𝑛 5
(1050−5.6.42)
= (190−5.62 )
(1050−1260)
= (190−180)
−210
= 10
= -21
a = 𝑥̅ (y) – b. 𝑥̅ (x)
= 42 - (-21).6
= 42 + 126
= 168
c. Untuk menghitung koefisien korelasi (r) dan koefisien determinan (r2), kita perlu
menggunakan rumus-rumus berikut:
∑([𝑥−𝑥̅ {𝑥}].[𝑦−𝑥̅ {𝑦}])
r=
√∑(𝑥−𝑥̅ [𝑥])2 .∑(𝑦−𝑥̅ [𝑦])2
r2 = r.r
−90
=
√(8 ∗.830)
= -0.477
r2 = r . r
= (-0.477) . (-0.477)
= 0.228
Koefisien korelasi (r) adalah sekitar -0.477, yang menunjukkan hubungan negatif antara
harga handphone dan jumlah produk yang terjual. Ini berarti semakin tinggi harga, semakin
rendah jumlah produk yang terjual.
Koefisien determinan (r2) adalah sekitar 0.228. Ini berarti sekitar 22.8% variabilitas jumlah
produk yang terjual dapat dijelaskan oleh variabilitas harga handphone. Sisanya, sekitar
77.2% variabilitas tidak dapat dijelaskan oleh model regresi ini.
d. Untuk menaksir jumlah produk yang terjual dengan harga per unit handphone sebesar Rp
6,4 juta, kita cukup substitusikan nilai harga ke dalam persamaan regresi:
jumlah_terjual = -21 . harga + 168
= -21 . 6.4 + 168
= -134.4 + 168
= 33.6
Jadi, taksiran jumlah produk yang terjual dengan harga per unit handphone Rp 6,4 juta adalah
sekitar 33.6 unit.
e. Untuk menghitung kesalahan baku dari dugaan, kita perlu menggunakan rumus berikut:
Σ(y − ŷ)2
kesalahan_baku = √ (n − 2)
Di mana:
- ŷ adalah nilai yang diprediksi oleh persamaan regresi
Σ(y - ŷ)2 = ((60 - 33.6) 2) + ((50 - 33.6) 2) + ((45 - 33.6) 2) + ((30 - 33.6) 2) + ((25 - 33.6) 2)
= (26.42) + (16.42) + (11.42) + (3.62) + (8.62)
= 694.56 + 268.96 + 129.96 + 12.96 + 73.96
= 1179.
n=5
Sekarang, kita dapat menghitung kesalahan baku dari dugaan:
Σ(y − ŷ)2
kesalahan_baku = √ (n − 2)
1179.4
=√ 3
≈ √393.1333
≈ 19.83
Interpretasi: Kesalahan baku dari dugaan merupakan ukuran sejauh mana dugaan kita dapat
diverifikasi oleh data aktual. Dalam kasus ini, kesalahan baku adalah sekitar 19.83 unit, yang
berarti dugaan kita dapat memiliki selisih sekitar 19.83 unit dari data aktual jumlah produk
yang terjual.