ANALISIS

REGRESI SEDERHANA
 Pengertian Regresi
• Analisis regresi merupakan analisis ketergantungan satu atau
lebih variabel bebas terhadap variabel terikat. Dengan maksud
untuk meramalkan nilai variabel terikat.

Istilah dan notasi variabel dalam regresi

Y
• Variabel terikat(Dependent Variable)

X
• Variabel bebas (Independent Variable)
 Contoh Penerapan Analisis
Regresi
1. Pengaruh pendapatan terhadap konsumsi
rumah tangga.
2. Pengaruh tingkat suku bunga bank terhadap
harga saham
3. Pengaruh biaya periklanan terhadap volume
penjualan perusahaan.
 Persamaan Regresi
Persamaan Regresi
linier Sederhana: n( XY )  ( X )( Y )
b
Y = a + bX n(  X 2 )  ( X ) 2
Y = Nilai yang diramalkan
a = Konstansta
a
 Y  b( X )
b = Koefesien regresi n
X = Variabel bebas
 Contoh Kasus:
Sebuah perusahaan ingin mengetahui pengaruh
biaya promosi terhadap volume penjualan,
datanya adalah sebagai berikut.

Penjualan 40 50 60 65 70 80 92 100
(Y)
Promosi 5 7 10 12 15 20 25 30
(X)
 x y xy x2 y2
5 40 200 … …
7 50 … 49 …
10 60 … … …
12 65 … … …
15 70 … … …
20 80 … 400 …
25 92 … … …
30 100 … … 10000
∑=… ∑=… ∑=9.880 ∑=2.468 ∑=41.689
Carilah Nilai a dan b menggunakan
rumus di bawah ini:

n( XY )  ( X )( Y )
b
n( X 2 )  ( X ) 2

a
 Y  b( X )
n
Interpretasi konstanta a dan koefisien b
y = a + bx
y = 34,239 + 2,283 x

b = 2,283 berarti jika biaya promosi dinaikkan sebesar

Rp 1, maka rata-rata volume penjualan akan naik
sebesar 2,283

a = 34,239 berarti jika tidak ada biaya promosi (x=0)

maka rata-rata volume penjualan sebesar 34,239
MENCARI BESARNYA PENYIMPANGAN
(Standard error of estimte)


Se 
 (Y  Y ) 2

n2
Cari Nilai Se (penyimpangan) dengan
rumus di bawah ini


Se 
 (Y  Y ) 2

n2
Interpretasi penyimpangan =
3,219 artinya :
rata-rata volume penjualan yg
sebenarnya akan menyimpang
dari yang diramalkan sebesar Rp.
3,219