REGRESI SEDERHANA
Oleh:
Dr.Suliyanto, SE,MM
http://management-unsoed.ac.id
Regresi Sederhana
Download
SEJARAH REGRESI
1
Bila s xy X i Yi X i Yi / n adalah penduga untuk xy dan
n i i i
1
2
s x X i X i / n adalah penduga untuk x2 , m aka
2 2
n i i
s xy x y i i
b i
s x2 x i
2
i
Y s i
e g re
r is r
g.
a
.
. .
. . .
Y ..
. .
.
X
O
X
12
Analisis Regresi Linear
y
ŷ a bx
y
y (0)
(+)
y
y
(-)
(+)
y
(0) y
(-)
y
(+)
y
y (-)
(+) y
(-)
Makna 0 & 1 ?
Contoh Kasus:
Seorang manajer pemasaran akan meneliti
apakah terdapat pengaruh iklan terhadap
penjualan pada perusahaan-perusahaan di
Kota Mataram, untuk kepentingan penelitian
diambil 9 perusahaan sejenis yang telah
melakukan promosi.
Pemecahan
1. Judul
Pengaruh biaya promosi terhadap
penjualan perusahaan.
2. Pertanyaan Penelitian
– Apakah terdapat pengaruh positif biaya
promosi terhadap penjualan perusahaan?
3. Hipotesis
– Terdapat pengaruh positif biaya promosi
terhadap penjualan perusahaan.
4. Kriteria Penerimaan Hipotesis
Ho : Tidak terdapat pengaruh positif biaya iklan
terhadap penjualan perusahaan.
Ha : Terdapat pengaruh positif biaya iklan
terhadap penjualan perusahaan.
5. Sampel : 9 perusahaan
6. Analisis Data
Untuk analisis data diperlukan, perhitungan:
1.Persamaan regresi
2.Nilai Prediksi
3.Koefisien determinasi
4.Kesalahan baku estimasi
5.Kesalahan baku koefisien regresinya
6.Nilai t hitung
7.Nilai F hitung
8.Kesimpulan
No Xi Yi Xi2 Yi2 XiYi Ytopi
1 1.5 4.8 2.25 23.04 7.20 4.65
2 1.8 5.7 3.24 32.49 10.26 5.53
3 2.4 7.0 5.76 49.00 16.80 7.29
4 3.0 8.3 9.00 68.89 24.90 9.05
5 3.5 10.9 12.25 118.81 38.15 10.51
6 3.9 12.4 15.21 153.76 48.36 11.69
7 4.4 13.1 19.36 171.61 57.64 13.15
8 4.8 13.6 23.04 184.96 65.28 14.32
9 5.0 15.3 25.00 234.09 76.50 14.91
Jlh 30.3 91.1 115.11 1036.65 345.09 91.10
Regression Statistics
Multiple R 0.9911
R Square 0.9823
Adjusted R Square 0.9797
Standard Error 0.5388
Observations 9
ANOVA
df SS MS F Sig. F
Regression 1 112.4837 112.48 387.52 2.1806E-07
Residual 7 2.0319 0.2903
Total 8 114.5156
Dan seterusnya…………………….!!!
Pengujian Terhadap
Koefisien Regresi
Menentukan Ho dan H1
H : = 0
0
H : 0
1
Taraf nyata
maka H0 ditolak
Kesimpulan
Analisis Regresi Linear
2
diman a xi y i X i Yi X i Yi / n dan
i
i xi i X i i X i / n
2 2
i i i
2
2
2 1 X
var b b
2 e
dan var a a e
2
2
i i
x 2
n i i
x
2
X 2
cov a, b a ,b
xi
i
2 e
Contoh
No Xi Yi Xi2 Yi2 XiYi Ytopi
1 2.0 5.0 4.0 25,0 10.0 4.63
2 4.0 6.0 16.0 36.0 24.0 6.74
3 5.0 8.0 25.0 64.0 40.0 7.79
4 7.0 10.0 49.0 100.0 70.0 9.89
5 8.0 11.0 64.0 121.0 88.0 10.95
Jlh 26.0 40.0 158.0 346.0 232.0 40.00
Regression Statistics
Multiple R 0.9857
R Square 0.9717
Adjusted R Square 0.9622
Standard Error 0.4956
Observations 5
Hasilnya :
ANOVA
df SS MS F Sig. F
Regression 1 25.2631579 25.263 102.86 0.00204232
Residual 3 0.73684211 0.2456
Total 4 26
ANOVA
df SS MS F Sig. F
Regression 1 112.4837 112.48 387.52 2.1806E-07
Residual 7 2.0319 0.2903
Total 8 114.5156
i i i
2
2
2 1 X
var b b
2 e
dan var a a e
2
2
i i
x 2
n i i
x
2
X 2
cov a, b a ,b
xi
i
2 e
Analisis Korelasi Sederhana
* Adalah teknik statistika yang digunakan untuk
mengukur keeratan hubungan linier (asosiasi)
antara dua variabel.
* Ukuran yang menyatakan keeratan hubunga
adalah koefisien korelasi.
* Koefisien ini bernilai antara –1 <= r <= +1.
* Sebuah langkah awal yang sangat bermanfaat
dalam melihat hubungan antara dua variabel
adalah menampilkan informasi data ke dalam
bentuk diagram pencar.
Y .
. Korelasi Linear:
. . If semua titik (X,Y) pd diagram pencar
.. ..
. .. mendekati bentuk garis lurus.
. X
Y . . Korelasi Non-linear:
. . . If semua titik (X,Y) pd diagram pencar tidak
.. .. membentuk garis lurus.
. . . .
. X
Y .
. Korelasi Positif:
. . If jika arah perubahan kedua variabel sama
.. ..
. .. If X naik, Y juga naik.
. X
Y
. .
Korelasi Negatif:
.. ..
. .
X
http://rosihan.com
Korelasi
Formula Koefisien Korelasi
r
( x x )( y y )
[ ( x x ) ][ ( y y )
2 2
]
atau:
n xy x y
r
[n( x ) ( x ) ][n( y ) ( y ) ]
2 2 2 2
Beberapa catatan tentang nilai r
Secara empiris, hampir tidak pernah
ditemukan korelasi sempurna (semua titik
terpencar tepat pada garis)
Nilai r yang mendekati nol menunjukkan
derajat hubungan yang lemah
Koefisien r merupakan estimasi sampel
terhadap koefisien korelasi populasi,
Nilai r mengandung error, sehingga perlu
diuji reliabilitasnya
No Xi Yi Xi2 Yi2 XiYi Ytopi
1 1.5 4.8 2.25 23.04 7.20 4.65
2 1.8 5.7 3.24 32.49 10.26 5.53
3 2.4 7.0 5.76 49.00 16.80 7.29
4 3.0 8.3 9.00 68.89 24.90 9.05
5 3.5 10.9 12.25 118.81 38.15 10.51
6 3.9 12.4 15.21 153.76 48.36 11.69
7 4.4 13.1 19.36 171.61 57.64 13.15
8 4.8 13.6 23.04 184.96 65.28 14.32
9 5.0 15.3 25.00 234.09 76.50 14.91
Jlh 30.3 91.1 115.11 1036.65 345.09 91.10
Contoh Kasus
Sales b_promosi
y x xy y2 x2
35 8 280 1225 64
49 9 441 2401 81
27 7 189 729 49
33 6 198 1089 36
60 13 780 3600 169
21 7 147 441 49
45 11 495 2025 121
51 12 612 2601 144
=321 =73 =3142 =14111 =713
Contoh Perhitungan
Sales y n xy x y
r
70
[n( x 2 ) ( x)2 ][n( y 2 ) ( y)2 ]
60
8(3142) (73)(321)
50
40
[8(713) (73)2 ][8(14111) (321) 2 ]
30
0.886
20
10
0
r = 0,886 → hubungan linier positif
0 2 4 6 8 10 12 14
relatif kuat antara var x dan y
B_promosi x
Uji signifikansi koefisien
korelasi
H0 : = 0 H1 : 0
r n2
Statistik uji : t
1 r2
dengan db v n 2
Lanjutan
Apakah hubungan linier antara biaya promosi dan
sales cukup signifikan pada taraf signifikansi 0,05?
= 0,05 ; df = 8 - 2 = 6
r .886
t 4.68
1 r 2 1 .886 2
n2 82
Solusi
r .886
t 4.68
1 r 2 1 .886 2 Keputusan:
n2 82 Tolak H0
Kesimpulan:
d.f. = 8-2 = 6 Ada hubungan linier
pada taraf
signifikansi 5%
/2= 0,025 /2= 0,025
Promosi (X) 20 16 34 23 27 32 18 22
Y X XY X2 Y2
64 20 1280 400 4096
61 16 976 256 3721
84 34 2856 1156 7056
70 23 1610 529 4900
88 27 2376 729 7744
92 32 2944 1024 8464
72 18 1296 324 5184
77 22 1694 484 5929
608 192 15032 4902 47094
n( XY ) ( X )( Y )
b
n( X 2 ) ( X ) 2
8(15032) (192)(609)
b 1,497
8(4902) (192) 2
a
Y b( X )
n
(608) 1,497(192)
a 40,082
8
Y = 40,082 + 1,497 X
Nilai Prediksi
Berapa besarnya penjualan jika promosi sebesar 20?
40,082 + (1,497*20)= 70,022
Berapa besarnya penjualan jika promosi sebesar 16?
40,082 + (1,497*16)=64,034
Berapa besarnya penjualan jika promosi sebesar 34?
40,082 + (1,497*34)= 90,98
Berapa besarnya penjualan jika promosi sebesar 23?
40,082 + (1,497*23)= 74,513
Berapa besarnya penjualan jika promosi sebesar 27?
40,082 + (1,497*27)=80,501
Berapa besarnya penjualan jika promosi sebesar 32?
40,082 + (1,497*32)= 87,986
Dan seterusnya…………………….!!!
(Y-
No Y X XY X2
Y 2 Ypred Ypred)2 (Y-Yrata)2
P (1 R 2
) 1(1 0,743)
Radj R2 Radj 0,743 0,70
N P 1 8 11
Kesalahan Baku
Estimasi
Digunakan untuk mengukur tingkat
kesalahan dari model regresi yang dibentuk.
Se
(Y Yˆ ) 2
Se
( 227,467)
6,1576
nk 82
Standar Error Koefesien
Regresi
Digunakan untuk mengukur besarnya tingkat
kesalahan dari koefesien regresi:
Se 6,1576
Sb Sb1 0,359
( X ) 2
(192) 2
X
2
(4902)
n 8
Uji F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi
mampu menggambarkan kondisi sesungguhnya:
R 2 /( k 1) 0,743 /( 2 1)
F F 17,367
1 R 2 /(n k ) 1 0,743 /(8 2)
bj 1,497
Thitung t hitung 4,167
Sbj 0,359
IMPLIKASI
Sebaiknya perusahaan terus
meningkatkan periklanan agar
penjualan meningkat.
Tugas: absen ganjil
Carilah persamaan regresi dan uji
keberartian koefisien regresi dari data
berikut:
Y 63 61 84 70 86 94 72
X 20 16 36 23 27 32 18
Tugas: absen genap
Carilah persamaan regresi dan uji
keberartian koefisien regresi dari data
berikut:
X 4 5 6 7 8 9 10
Y 9 11 13 12 13 14 16