REGRESI SEDERHANA

Devy Septi Heryani, S.E., M.Si.

 Hubungan Linear Antara Dua Variabel
• Salah satu tujuan analisis data ialah untuk
memperkirakan/memperhitungkan besarnya efek
kuantitatif dari perubahan suatu kejadian lainnya.
• Setiap kebijakan (policy), baik pemerintah maupun privat
selalu dimaksudkan untuk mengadakan perubahan
• Untuk keperluan evaluasi/penilaian suatu kebijakan
mungkin ingin diketahui besarnya efek kuantitatif dari
perubahan suatu kejadian terhadap kejadian lainnya.
• Kejadian-kejadian tersebut untuk keperluan analisis bisa
dinyatakan di dalam perubahan nilai variabel
Pendugaan dan Pengujian Hipotesis Tentang
Koefisien Regresi
• Tidak mungkin untuk memperkirakan
hubungan antara dua variabel tanpa membuat
asumsi terlebih dahulu mengenai hubungan
yang dinyatakan dalam fungsi tertentu
• Fungsi linear, selain mudah interpretasinya,
juga dapat digunakan untuk pendekatan atas
hubungan yang bukan linear
• Y = A+BX

• A dan B : konstanta atau parameter, yang

nilainya harus diestimasi
 Perkiraan Parameter A, B dan σ²ϵ
• Untuk memperkirakan A dan B kita
pergunakan metode kuadrat terkecil

• Model sebenarnya : Y= A+ BX + ϵ
• Model perkiraan : Y= a + bX + e
• Metode kuadrat terkecil adalah suatu metode
untuk menghitung a dan b sebagai perkiraan A
dan B, sedemikian rupa sehingga jumlah
kesalahan kuadrat memiliki nilai terkecil.

• Jadi, metode kuadrat terkecil adalah metode

menghitung a dan b sedemikian rupa sehingga
= terkecil (minimum).
• Caranya adalah dengan membuat turunan
parsial terhadap a kemudian terhadap b
menyamakannya dengan nol
• a masukan ke persamaan kedua
• Perkiraan garis regresi linear sederhana
 Contoh soal
• X = % kenaikan biaya promosi penjualan selama 1
tahun
• Y = % kenaikan hasil penjualan selama 1 tahun
X 1 2 4 6 7
Y 3 5 7 8 10

a. Hitung a dan B dari regresi linear

b. Berapa ramalan hasil penjualan jika biaya promosi
penjualan dinaikkan menjadi 10%
c. Hitung Se², Sa² dan Sb²