Tujuan :
Setelah selesai mempelajari ini, siswa akan dapat :
1. Memahami pengertian, dan membedakan antara variabel terikat (dependen), dan
variabel bebas (independen)
2. Menggambar suatu scatter diagram, dan menggunakan diagram tersebut untuk
membedakan hubungan positif, dan negatif serta pola linier dan non linier
3. Menentukan persamaan regresi dengan menggunakan metode least squares
4. Menggunakan persamaan yang ditetapkan untuk mencari nilsi Y yang diperkirakan dari
nilai X tertentu
5. Membuat perbedaan antara peramalan yang dapat diandalkan dan yang tidak dapat
diandalkan.
Misalnya :
- Hubungan anatara pendapatan seseorang dengan pengeluaran sehari-hari
- Hubunan antara keadaan cuaca dengan banyaknya minuman ringan yang terjual
“Scatter Diagram” atau diagram pencar adalah suatu cara penyajian data dalam
bentuk yang merupakan pencaran titik-titik yang terdapat pada atau di antara salib sumbu
di mana setiap titik mempunyai koordinat tertrntu yang terdiri dari absis yang merupaka
variabelbebas (independenatau X). Dan ordinat yang merupakan variabel terikat (dependent
atau Y)Seperti grafik di bawah ini :
Grafik 8.1 Scatter Diagram
Y
..........
.. . . . . . . . . . . . . . . . . .
. . . .. ... . .. . . . ..
.... .. ..... ....
. . . . . . . . . .. . . . . . . . . .. .. .
. . . . . . . . . . . .. . . . . . . . .. . . . ..
. . . . . . . . . . . . . . . . .. . . . . . .
. . . . . . . . . .. . .. .. ..
.............
0 X
Analisa regresi akan menunjukkan bagaimana sifat hubungan antara dua variabel
yakni antara variable yang diketahui atau independent variable X (= variabel bebas X)
dengan variable yang belum diketahui atau dependent variable Y (= variabel terikat Y).
Analisa korelasi akan menunjukkan tentang besarnya tingkatan atau derajat
hubungan antara variable X dan Y berkaitan dengan sifat hubungan antara dua variable
tersebut.
Ada 3 macam sifat hubungan antara dua variable yakni :
Hubungan positif (searah) maksudnya jika nilai X naik, dimana nilai Y juga ikut naik
dan jika nilai X turun, maka nilai Y juga ikut turun.
Hubungan negatif (berlawanan arah) maksudnya jika nilai X naik, maka nilai Y turun dan
jika nilai X turun, maka nilai Y naik.
Tidak ada hubungan maksudnya : jika nilai X berubah (naikatau turun), maka nilai Y tetap dan
sebaliknya.
Contoh variabel yang mempunyai hubungan positif :
X = biaya iklan. Y = volume penjualan.
X = pendapatan Y = konsumsi
X = tinggi badan Y = berat badan
Y Y Y
0 0 0
X X X
( Hubungan positif ) ( Hubungan negatif) ( Tidak ada hubungan)
Dan untuk mengetahui kuat lemahnya derajat tingkat hubungan antara variable X dan Y
diukur dengan koefisien korelasi.
Persamaan Regresi Linier secara umum pengamatan garis lurus dinyatakan sebagai
Ý = a + b X. Dari serangkaian data sampel ( X i,Yi) dengan i = 1,2,3,…… .n, dibuat
diagram pencarnya (Scater diagram), dari semua kemungkinnan garis lurus yang dapat
ditarik pada diagran pencar tersebut. Dengan metode kuadrat tekecil (Least Squares
method) akan memberikan jumlah kuadrat deviasi vertikal (tegak) dari titik-titik
observasi ke garis regresi tersebut sekecil mungkin, atau dengan kata lain metode
kuadrat tekecil memberikan (Yi - Ý )2 = (ei )2 yangg terkecil. Bila digambarkan
akan nampak sebagai berikut :
• (xi,yi) Ý = a + bX
ei
Sedangkan nilai a dan b dapat dihitung berdasarkan dua persamaan normal sebagai
berikut :
Yi = n . a + b. Xi ............... I
XiYi = a Xi + b. Xi2 ............... II
I
Yi (Xi )
a = - b
n n
Contoh 1 :
Tabel di bawah ini menunjukkan jumlah pengunjung pasar malam dan pendapatan yang
dterima oleh suatu panitia adalah sebagai berikut ini :
X Y
1 8 12 696 64
2 10 13 130 100
3 12 16 192 144
4 13 17 221 169
5 17 20 340 289
6 18 23 414 324
7 20 25 500 400
Jumlah 98 126 1893 1490
903,0
=
826,0
= 1,09
126 98
a = - 1,09
7 7
= 18,0 - 1,09 (14)
= 18,0 - 15,26
= 2,74
Jadi persamaa regresinya adalah sebagai berikut : Y = 2,74 + 1,09 X, berarti bahwa
apabila variabel X (pengunjung ) = 0, maka variabel Y (pendapatan) akan menjadi sebesar
Rp 2,74 juta rupiah.
Setelah mendapatkan persamaan regresi tersebut, maka dapat digambarkan garis
regresi tersebut dengan memasukkan nilai-nilai X dan Y dari persamaan regresi yang telah
ada yaitu :
X 0 1 2 3 4
Y 2,74 3,83 4,92 6,01 7,10
Pertanyaan :
Dengan menggunakan persamaan di atas, maka jika dalam tahun ke 8 ada 22.000 orang
pengunjung, maka diperkirakan (diramalkan) akan diperoleh pendapatan sebagai berikut :
Contoh 2.
Data di bawah ini adalah omzet dari penjualan (dalam jutaan rupiah) dan pengalaman kerja
(dalam tahun) dari 8 orang salesman pada suatu perusahaan sebagai berikut :
Pertanyaan :
a. Gambarkan scatter diagram dari data tersebut secara jelas dan lengkap
b. Tentukan persamaan garisnya
c. Taksirlah berdasarkan persamaan regresi tersebut, omzet penjualan dari seorang
karyawan yang mempunyai pengalaman kerja 2,5 tahun
d. Apa yang saudara dapat simpulkan mengenai hubungan omzet penjualan dan
pengalaman kerja di perusahaan tersebut
Jawaban :
a. Omzet penjualan, dan pengalaman kerja
Y (jutaan Rp)
10 --- •
•
8 --- •
• . .
6 --- • • .
• • . .
4 --- . . . .
. . . .
2 --- . . . .
. . . .
X
0 1 2 3 4 5
56 = 8 a + 24 b x 24
184 = 24 a + 84 b x 8
- 128 = 0 - 96 b
b = - 128/ -96
= 1,333
128,0
=
96,0
= 1,333
56,0 24,0
a = - 1,333
8 8
= 7,0 - 1,09 (3,0)
= 7,0 - 4,0
= 3,0
Ini berarti, apabila variabel X (pengalaman kerja) = 0, maka variabel Y (omzet
penjualan) akan menjadi 3
c. Apabila diketahui bahwa seseorang karyawan mempunyai pengalaman kerja selama 2,5
tahun, mak omzet penjualan yang ditaksir oleh perusahaan tersebut adalah :
Jika X = 2,5