ANALISIS REGRESI

adalah mtd statistik yg digun untuk menentukan hub antar paling tidak dua variabel, satu variabel tergantung (dependent
variable) dan satu atau lebih variabel bebas (independent variables).

Tujuannya adl untuk meramalkan atau memperkirakan nilai variabel tergantung dlm hubungannya dg nilai ariabel bebas
tertentu. Basis prediksi ini scr umum adl data historik.

Contoh : Suatu perush ingin mengetahui pengaruh iklan terhadap volume penjualan. Volume penjualan selama 10 tahun
terakhir dan hubungannya dg iklan ditunjukkan pada tabel sbb :

Y X XY X2 Y2 Y i- Y

100 15 1500 225 10000 9,04

110 27 2970 729 12100 1,24

115 32 3680 1024 13225 4,69

120 35 4200 1225 14400 4,76

130 40 5200 1600 16900 3,21

145 46 6670 2116 21025 - 1,65

150 55 8250 3025 22500 8,56

170 60 10200 3600 28900 - 2,99

185 65 12025 4225 34225 - 9,54

200 80 16000 6400 40000 0,81

1.425 455 70695 24169 213275

KETERANGAN :
X dan Y ---> dalam jutaan rupiah
Yi – Y ---> untuk perhitungan kesalahan

Persamaan regresi scr umum ---> Y = a + bX

dg keterangan sbb :
Y = volume penjualan a = tetapan regresi
b = kemiringan garis regresi X = pengeluaran biaya iklan

Dalam menentukan nilai a dan b dilakukan dg persamaan sbb :

a = Y – bX

  b
n XY   X  Y
n X 2  ( X ) 2
di mana : n = jumlah observasi sampel bar = rata-rata X Ybar = rata-rata X

Xbar = 45,5 dan Ybar = 142,5 b = 1,69 a = 142,5 – 1,69(45,5) = 65,61

Persamaan regresi ----- > Y = 65,61 + 1,69 X

b = 1,69 artinya jika biaya iklan naik Rp 1 juta. Maka volume penjualan akan naik sebesar Rp 1,69 juta
a = 65,61 artinya jika tidak ada biaya iklan, maka volume penjualan hanya sebesar Rp 65,61 juta
• Yreg – Yi
• Yreg = 65,61 + 1,69X
• Thn 1 ----- > (65,61+1,69(15)) – 100 = 9.04
• Thn 2 ----- > (65,61+1,69(27)) – 110 = 1.24
• Thn 3 ----- > (65,61+1,69(32)) – 115 = 4.69 dst nya