REGRESI LINEAR

Apa itu Regresi Linier ?

• Regresi merupakan alat ukur yang digunakan untuk
mengetahui ada tidaknya pengaruh antar variabel.
• Analisis regresi lebih akurat karena tingkat perubahan
suatu variabel terhadap variabel lainnya dapat
ditentukan. Jadi pada regresi, peramalan atau
perkiraan nilai variabel terikat pada nilai variabel
bebas lebih akurat pula.
• Regresi linier adalah regresi yang variabel bebasnya
(variabel X) berpangkat paling tinggi satu. Untuk
regresi sederhana, yaitu regresi linier yang hanya
melibatkan dua variabel (variabel X dan Y).
 Persamaan Regresi
Y = a + bX
Keterangan :
Y = variabel terikat
X = variabel bebas
a = intercept/konstanta
b = koefisien regresi/slop

Untuk mencari nilai a dan b dapat

menggunakan salah satu rumus
berikut.
• Rumus I (Y )(X 2 )  (X )(XY )
a
(n)(X 2 )  (X ) 2
(n)(XY )  (X )(Y )
b
(n)(X 2 )  (X ) 2

• Rumus II : Pendekatan Matriks

 n X  a   Y 

 X X 2 
b 
 XY 

    
det A1 det A2
a b
det A det A
 n X   Y X   n Y 
A
 X  A    A   
X 2   XY X 2   X XY 
1 2
     

det A  ( n)(X 2 )  (X )(X )

det A1  (Y )(X 2 )  (X )(XY )
det A2  ( n)(XY )  (Y )(X )
• Rumus III

( n)(XY )  (X )(Y )

b
( n)(X )  (X )
2 2

__ ___
a  Y  b. X
Contoh Soal
• Berikut ini data mengenai pengalaman kerja dan
penjualan
• X = pengalaman kerja (tahun)
• Y = omzet penjualan (ribuan)

X 2 3 2 5 6 1 4 1
Y 5 8 8 7 11 3 10 4

• Tentukan nilai a dan b (gunakan ketiga rumus)

• Buatkan persamaan regresinya
• Berapa omzet penjualan dari seorang karyawan yang
pengalaman kerjanya 3,5 tahun
 Penyelesaian :
X Y X2 Y2 XY (8)(198)  (24)(56)
2 5 4 25 10 b
3 8 9 64 24 (8)(96)  (24) 2
2 8 4 64 16
1.584  1.344
5 7 25 49 35 b  1,25
6 11 36 121 66 768  576
1 3 1 9 3
4 10 16 100 40 Cara 2.
1 4 1 16 4
24 56 96 448 198  8 24  a   56 
     
___
24 ___
56  24 96  b  198 
X  3 Y  7
8 8  8 24   56 24   8 56 
A    A1    A2   
Cara 1.  24 96  198 96   24 198 
det A  (8)(96)  (24  24)  192
(56)(96)  (24)(198)
a det A1  (56)(96)  (24)(198)  624
(8)(96)  (24) 2
det A2  (8)(198)  (56)(24)  240
5.376  4.752 624 240
a  3,25 a  3,25 b  1,25
768  576 192 192
Cara 3 (8)(198)  ( 24)(56)
b
(8)(96)  ( 24) 2
1.548  1.344
b  1,25
768  576
a  7  1,25(3)
a  3,25

a. Dari ketiga cara pengerjaan tersebut diperoleh

nilai a = 3,25 dan nilai b = 1,25
b.Persamaan regresi linearnya Y = 3,25 + 1,25 X
c. Nilai duga Y, jika X=3,5 ===> Y = 3,25 + 1,25 X
Y = 3,25 + 1,25 (3,5) = 7,625
 Koefisien Determinasi (R2)
((n)(XY )  (X )(Y )) 2
R 
2

( n ( X 2 )  (  X ) 2 ( n ( Y 2 )  (  Y ) 2 )
((8)(198)  ( 24)(56)) 2
R 
2

(8(96)  ( 24) 2 (8( 448)  (56) 2 )

(1.584  1.344) 2
R 
2

(768  576) (3.584  3.136)

(240) 2 57.600
R 
2
  0,6696
(192)(448) 86.016

Nilai determinasi (R2) sebesar 0,6696, artinya

sumbangan atau pengaruh pegalaman Kerja terhadap
naik turunnya omzet penjualan sebesar 66,96%.
Sisanya sebesar 33,04% disebabkan oleh faktor lain
yang tidak dimasukkan dalam model.