Analisis Regresi

Analisis regresi adalah suatu persamaan matematika

yang mendefinisikan hubungan antara dua variabel.

Teknik estimasi variabel dependent yang melandasi

analisis regresi yang disebut Ordinary Least
Square/OLS (Pangkat Kuadrat Terkecil). Metode OLS
diperkenalkan pertama kali oleh Cars Freidrich Gauss.
seorang ahli matematika dari Jerman. Inti metode
OLS adalah mengestimasi suatu garis regresi dengan
jalan meminimalkan jumlah dari kuadrat kesalahan
setiap observasi terhadap garis tersebut.
1. Penjelasan (explanation) terhadap fenomena yang
dipelajari atau permasalahan yang diteliti.
2. Prediksi nilai variabel tergantung berdasarkan nilai
variabel bebas. yang mana prediksi dengan regresi
ini dapat dilakukan secara kuantitataif
3. Faktor determinan, yaitu penentuan variabel bebas
mana (pada regresi berganda yang berpengaruh
dominan terhadap variabel tergantung. Hal ini
dapat dilakukan bilamana unit satuan data seluruh
variabel sama dan skala data seluruh seluruh
variabel homogen.
Bentuk umum persamaan regresi dengan satu variabel
independen:

𝑌 = 𝑎 + 𝑏𝑋

Nilai koefisien regresi (satu variabel independen) a dan b

dapat dipecahkan dengan persamaan berikut:

σ𝑌 σ𝑋
𝑎= −𝑏 ……………………..………… (1)
𝑛 𝑛

𝑛 σ 𝑋𝑌− σ 𝑋 σ 𝑌
𝑏= ………………………… (2)
𝑛 σ 𝑋2− σ 𝑋 2
Berikut ini adalah data Biaya Promosi dan Volume Penjualan
perusahaan minyak goreng PT BIMOIL

Biaya Promosi Volume Penjualan

Tahun
(juta Rp) (juta Ltr)
2012 2 5
2013 4 6
2014 5 8
2015 7 10
2016 8 11
Tahun X Y XY X2 Y2
2012 2 5 10 4 25
2013 4 6 24 16 36
2014 5 8 40 25 64
2015 7 10 70 49 100
2016 8 11 88 64 121
 X=26 Y=40 XY=232 X2=158 Y2=346

𝑛 σ 𝑋𝑌 − σ 𝑋 σ 𝑌
𝑏=
𝑛 σ 𝑋2 − σ 𝑋 2

(5 × 232) − (26 × 40) 1160 − 1040

𝑏= 2
= = 1,053
5 × 158 − (26 ) 790 − 676
 σ𝑌 σ𝑋
𝑎= −𝑏
𝑛 𝑛

40 26
𝑎= − 1,053 × = 8 − 5,473 = 2,527
5 5

Sehingga model persamaan regresi adalah:

Y = 2,527 + 1,053X
 Berikut ini adalah data tingkat inflasi dan hunian hotel di Kota Makassar pada
tahun 2012-2016.
Inflasi Hunian
Kota
(%) Hotel (%)
2012 5 41
2013 8 27
2015 6 35
2015 9 40
2016 7 32

a. Lakukan analisis regresi linear antara tingkat inflasi dan hunian hotel!
b. Ramalkan berapa persen hunian hotel jika tingkat inflasi sebesar 12,5%
Bentuk umum persamaan regresi dengan dua variabel
independen:

𝑌 = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2

Bentuk umum persamaan regresi dengan k variabel

independen:

𝑌 = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + ⋯ + 𝑏𝑘 𝑋𝑘
 Nilai koefisien regresi a, b1, b2, dan bk dapat dipecahkan
secara simultan dari persamaan-persamaan berikut:

𝑌 = 𝑛𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + ⋯ + 𝑏𝑘 𝑋𝑘 …..………………………………(3)

𝑋1 𝑌 = 𝑎𝑋1 + 𝑏1 𝑋1 2 + 𝑏2 𝑋1 𝑋2 + ⋯ + 𝑏𝑘 𝑋1 𝑋𝑘 …………….(4)

𝑋2 𝑌 = 𝑎𝑋2 + 𝑏1 𝑋1 𝑋2 +𝑏2 𝑋2 2 + ⋯ + 𝑏𝑘 𝑋𝑘 𝑋2 .……………(5)

𝑋𝑘 𝑌 = 𝑎𝑋𝑘 + 𝑏1 𝑋1 𝑋𝑘 + 𝑏2 𝑋2 𝑋𝑘 + … + 𝑏𝑘 𝑋𝑘 2 ……………(6)

Koefisien korelasi berganda (R):

𝑏1 σ 𝑋1 𝑌 + 𝑏2 σ 𝑋2 𝑌
𝑅=
σ 𝑌2

Koefisien determinasi (D):

𝐷 = 𝑅2

F hitung:
𝐷(𝑛 − 𝑘 − 1)
𝐹= k : jumlah variabel bebas
𝑘(1 − 𝐷)
Berikut ini adalah data Volume Penjualan Mobil Toyota Fortuner, Biaya
Promosi (X1) dan Biaya Penambahan Asesoris (X2) pada PT XYZ.

Biaya Tenaga Volume

Biaya Promosi
Tahun Pemasaran Penjualan
(ratus juta Rp)
(ratus juta Rp) (ratus ribu unit)
2011 2 3 4
2012 3 4 5
2013 5 6 8
2014 6 8 10
2015 7 9 11
2016 8 10 12
 Tabel pembantu:

Tahun X1 X2 Y X1X2 X1Y X2Y X12 X22 Y2

2011 2 3 4 6 8 12 4 9 16
2012 3 4 5 12 15 20 9 16 25
2013 5 6 8 30 40 48 25 36 64
2014 6 8 10 48 60 80 36 64 100
2015 7 9 11 63 77 99 49 81 121
2016 8 10 12 80 96 120 64 100 144
Jumlah 31 40 50 239 296 379 187 306 470
n= X1 = X2 = Y = X1X2 = X1Y = X2Y = X12 = X22 =
6 31 40 50 239 296 379 187 306

Masukkan notasi-notasi di atas dalam persamaan:

(i) 𝑛𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + ⋯ + 𝑏𝑘 𝑋𝑘 = 𝑌
(ii) 𝑎𝑋1 + 𝑏1 𝑋1 2 + 𝑏2 𝑋1 𝑋2 = 𝑋1 𝑌
(iii) 𝑎𝑋2 + 𝑏1 𝑋1 𝑋2 +𝑏2 𝑋2 2 = 𝑋2 𝑌

Sehingga didapatkan tiga persamaan berikut:

(i) 6a + 31b1 + 40b2 = 50
(ii) 31a + 187b1 + 239b2 = 296
(iii) 401a + 239b1 + 306b2 = 379
Lakukan eliminasi untuk menghilangkan (a) menggunakan
persamaan (i) dan (iii).

(iii) 40a + 239b1 + 306b2 = 379 ×6

(i) 6a + 31b1 + 40b2 = 50 × 40

(iii) 240a + 1434b1 + 1836b2 = 2274

(i) 240a + 1240b1 + 1600b2 = 2000
(v) 194b1 + 236b2 = 274
Lakukan eliminasi untuk mendapatkan (b2) menggunakan
persamaan (iv) dan (v).

(v) 194b1 + 236b2 = 274 × 161

(iv) 161b1 + 194b2 = 226 × 194

(v) 31234b1 + 37996b2 = 44114

(iv) 31234b1 + 37636b2 = 43844
360b2 = 270
b2 = 270/360
b2 = 0,75
Dapatkan nilai b1 dengan mensubsitusi b2 dalam persamaan (v).

(v) 194b1 + 236b2 = 274

194b1 + 236(0,75) = 274

194b1 + 177 = 274
191b1 = 274 – 177
191b1 = 97
b1 = 97/191
b1 = 0,50
Dapatkan nilai a dengan mensubsitusi b1 dan b2 ke dalam
persamaan (i).

(i) 6a + 31b1 + 40b2 = 50

6a + 31(0,50) + 40(0,75) = 50
6a + 15,5 + 30 = 50
6a + 45,5 = 50
6a = 50 – 45,4
6a = 4,5
a = 4,5/6
a = 0,75
Melalui metode eliminasi dan subsitusi diperoleh:
a = 0,75
b1 = 0,50
b2 = 0,75

Sehingga persamaan regresi linear berganda adalah:

Y = 0,75 + 0,50X1 + 0,75X2
Koefisien korelasi berganda:
𝑏1 σ 𝑋1 𝑌 + 𝑏2 σ 𝑋2 𝑌
𝑅=
σ 𝑌2
0,50 × 296 + (0,75 × 378)
=
470
= 0,91

Koefisien determinasi:
𝐷 = 𝑅2
= 0,912
= 0,82
F hitung:

𝐷(𝑛 − 𝑘 − 1)
𝐹=
𝑘(1 − 𝐷)
0,82(6 − 2 − 1) 2,46
= = = 6,83
2(1 − 0,82) 0,36

F tabel:

Dk Pembilang = k Dk penyebut = n – k – 1
= 2 = 6–2–1
= 3
Maka F tabel (pada α = 0,05) adalah 9,55
Hipotesis:
H0 : β1 = β1 = 0, Promosi dan penambahan asesoris tidak berpengaruh
signifikan terhadap volume penjualan.
Ha : β1 ≠ β1 ≠ 0, Promosi dan penambahan asesoris berpengaruh
signifikan terhadap volume penjualan.
Kriteria:
F hitung ≤ F tabel = H0 diterima
F hitung > F tabel = H0 ditolak, Ha diterima

Kesimpulan:
F hitung (6,83) < F tabel (9,55) = H0 diterima
Promosi dan penambahan asesoris tidak berpengaruh signifikan terhadap
volume penjualan.
Manajer Pemasaran perusahaan deterjen merek “KINCLONG” ingin mengetahui apakah promosi
dan harga berpengaruh terhadap keputusan konsumen membeli produk tersebut. Manajer
melakukan survey terhadap 10 orang konsumen yang hasilnya disajikan pada tabel berikut.

Responden Promosi (X1) Harga (X2) Keputusan

Konsumen (Y)
01 10 7 23
02 2 3 7
03 4 2 15
04 6 4 17
05 8 6 23
06 7 5 22
07 4 3 10
08 6 3 14
09 7 4 20
10 6 3 19

Catatan:
1. Jika digit terakhir dari NIM Saudara adalah angka ganjil maka X1 ditambah 1 (satu);
2. Jika digit terakhir dari NIM Saudara adalah angka geenap maka X2 ditambah 1 (satu);
3. Nilai F tabel (F0,05;2;7) adalah 4,74.