Disusun oleh :
Raden Utari Puspaningrat Doki Londong Allo
Harry Saputra Timotius
Tri Alif Pratama
Penyusun
PENDAHULUAN
1. LATAR BELAKANG
Dalam dunia yang semakin kompleks ini, analisis statistic menjadi semakin
penting dalam pengambilan keputusan di berbagai bodang, termasuk ilmu
pengetahuan, ekonomi, sosial dan bisnis. Salah satu analisis statistic yang paling
umum digunakan adalah regresi linear sederhana. Regresi linear sederhana adalah
teknik statistic yang digunakan untuk memahami hubungan antara dua variabel atau
lebih.
Analisis regresi linear sederhana memiliki aplikasi yang luas dalam berbagai
disiplin ilmu. Di dunia ilmiah, metode ini digunakan untuk mengidentifikasi
hubungan antara variabel eksperimental dan hasil pengukuran. Bahkan dalam
kehidupan sehari-hari, kita sering kali menggunakan prinsip-prinsip dasar regresi
linear sederhana Ketika kita mencoba memahami bagaimana perubahan dalam satu
variabel dapat memengaruhi yang lainnya.
Dalam makalah ini akan membahas konsep dasar regresi linear sederhana serta
memberikan contoh dalam dunia “efisiensi energi”. Diharapkan pembaca dapat
memahami apa itu regresi linear sederhana serta dapat menghadapi analisis data serta
mengetahui cara mengaplikasikannya dalam berbagai disiplin ilmu terutama dalam
bidang mengefisiensikan energi.
2. TUJUAN
Tujuan dari makalah ini, yaitu agar pembaca memahami dan dapat mengaplikasikan
regresi linear sederhana.
PEMBAHASAN
1. PENGERTIAN
1.1. METODE REGRESI
Metode regresi merupakan suatu metode yang digunakan untuk menentukan
hubungan antara variabel yang satu dengan variabel yang ain. Adapun salah satu
istilah variabel “penyebab” yang sering kali digunakan untuk digambarkan dalam
grafik sebagai absis atau sumbu X yatiu variabel X. sedangkan variabel terkena
akibat biasa dikenal sebagai variabel Y. kedua variabel ini dapat berupa variabel
acak, akan tetapi variabel yang terkena pengaruh harus selalu variabel acak.
1.2. METODE REGRESI LINEAR SEDERHANA
Regresi linear sederhana adalah metode yang digunakan untuk menguji
seberapa jauh hubungan antara variabel penyebab (X) terhadap variabel akibat
(Y). Variabel penyebab sering digunakan dengan digambarkan sebagai X atau
disebut Predictor sedangkan variabel akibat digambarkan sebagai Y atau disebut
juga Response. Regresi Linear Sederhana juga merupakan metode statistic yang
digunakan dalam produksi untuk meramalkan atau memprediksi tentang
karakteristik kualitas maupun kuantitas.
Regresi Linear Sederhana memilliki model persamaan seperti berikut ini :
y = a + bx
Dimana :
y = variabel akibat (Dependent)
x = variabel pemyebab ( Independent)
a = konstanta
b = besaran response yang ditimbulkan oleh predictor
2. LANGKAH-LANGKAH ANALISIS DAN UJI REGRESI LINEAR SEDERHANA
Adapun langkah-langkah yang perlu dilakukan untuk melakukan analisis dan
uji regresi linear sederhana sebagai berikut :
1. Menentukan tujuan dari Analisis Regresi Linear Sederhana.
2. Mengidentifikasi variabel predictor dan variabel response.
3. Melakukan pengumpulan data dalam bentuk tabel.
4. Menghitung X2, XY dan total dari masing-masingnya.
5. Menghitung a dan b menggunakan rumus yang telah ditentukan.
6. Membuat model Persamaan Garis Regresi.
7. Melakukan prediksi terhadap variabel predictor atau response.
3. CONTOH SOAL
Berapa jumlah pertumbuhan energi listrik di kota Batam untuk enam tahun
berikutnya, jika kita menggunakan data tahun 2004-20015?
Tabel 1. Rekapitulasi Data Energi Listrik di Area Batam Tahun 2004-2015
Penyelesaian :
1. Menentukan tujuan dari Analisis Regresi Linear Sederhana.
Tujuan : Mengetahui Kebutuhan Energi Listrik PLN Area Batam
menggunakan Metode Regresi Linear Sederhana.
2. Mengidentifikasi variabel predictor dan variabel response.
Variabel predictor : periode tahun dan variabel response : pelanggan listrik
3. Melakukan pengumpulan data dalam bentuk tabel.
Terdapat pada tabel satu diatas.
4. Menghitung X2, XY dan total dari masing-masingnya.
Tabel 2. Perhitungan untuk mendapatkan konstanta a dan koefisien regresi
b pelanggan listrik pada beban industri
5. Menghitung a dan b menggunakan rumus yang telah ditentukan.
(∑ 𝑦)(∑ 𝑥 2 ) − (∑ 𝑥)(∑ 𝑥𝑦)
𝛼= 2
𝑛(∑ 𝑥 2 ) − (∑ 𝑥)
(3.204)(650) − (78)(23.070)
𝛼=
12(650) − (78)2
(2.082.600) − (1.799.460)
𝛼=
7.800 − 6.084
283.140
𝛼=
1.716
𝛼 = 165
𝑏 = 15,692