Analisis Regresi

Regresi Linear
Sederhana
Pengantar

 Dua variabel numerik  ingin

diketahui hubungannya
 Dua variabel numerik  salah satu
variabel dianggap sebagai variabel
yang mempengaruhi variabel lainnya
 Variabel yang mempengaruhi  X,
variabel bebas, variabel penjelas
 Variabel yang dipengaruhi  Y,
variabel tak bebas, variabel respon
Hati-hati menentukan variabel
bebas dan variabel tak bebas

Hubungan berat badan dan tinggi badan

Apakah ada hubungan

Kalau ada, mana yang bebas dan mana yang tak bebas
Perhatikan hubungan

Y = a + bX

X variabel bebas
Y variabel tak bebas
Perhatikan penomena berikut

Hasil panen dan banyak pupuk yang di gunakan

Y = a + bX

X Volume pupuk yang digunakan

Y Hasil Panen
Bentuk Lain Regresi linear
berganda

Hasil panen tidak hanya ditentukan

oleh volume pupuk yang diberikan,
tapi juga curah hujan/pengairan
X1 = volume pupuk (Var Bebas)
X2 = Curah hujan/Pengairan ( ? Var
Bebas)

Y = ao + a1X1 + a2X2
Perhatikan bentuk regresi linear
sederhana Y = a + bX

??? Bagaimana menentukan koefisien a dan

koefisien b ????

Persamaan Regresi kita buat dari data sampel

(penaksir)

Ŷ  a  bX
Menentukan persamaan regresi

Metoda tangan bebas

65

sales revenue (millions of dollars)

60

Gambarkan titik-titik 55

50

sampel 45

40

Buat regresi 35
8 10 12 14 16

penduganya
ads expenditures (millions of dollars)

Maka metoda ini tidak

valid
 65

60
sales revenue (millions of dollars)

55

50

45

40

35
8 10 12 14 16
ads expenditures (millions of dollars)

Ini tidak valid karena ada kehendak yang subjektif

Pengantar

Misalnya ingin melihat hubungan antara pengeluaran untuk

iklan (ads expenditures, X) dengan penerimaan melalui
penjualan (sales revenue, Y)

Tahun 1 2 3 4 5 6 7 8 9 10
X 10 9 11 12 11 12 13 13 14 15

Y 44 40 42 46 48 52 54 58 56 60
Bagaimana menentukan a dan b
65
sales revenue (millions of dollars)

60

55

50

45

40

35
8 10 12 14 16
ads expenditures (millions of dollars)
Rumus I

 n  n 2   n  n 
  Yi   X i
    X i   X iYi 
â   i 1  i 1   i 1  i 1
2

n
 n

n X i    X i 
2

i 1  i 1 

 n   n  n 
n  X iYi     X i   Yi 
b̂   i 1   i 1  i 1 
2
n
 n

n X i    X i 
2

i 1  i 1 
Mari kerja dengan exel untuk contoh
berikut
X = banyak pengunjung toko
Y = banyak pembeli

X 56 54 33 42 54 34 48 62 50 38 60 55
Y 34 46 28 33 44 26 29 44 39 23 36 37

Ini cara semi manual, nanti kita lihat dengan excel

Xi Yi XiYi Xi^2
56 34 1904 3136
54 46 2484 2916
33 28 924 1089
42 33 1386 1764
54 44 2376 2916
34 26 884 1156
48 29 1392 2304
62 44 2728 3844
50 39 1950 2500
38 23 874 1444
60 36 2160 3600
55 37 2035 3025
586 419 21097 29694
sehingga diperoleh
Y  6.104546861  0.590009279X

Y  6.1  0.6X
 Rumus ke dua
 n   n  n 
n  X iYi     X i   Yi 
b̂   i 1   i 1  i 1
2

n
 n

n X i2    X i 
i 1  i 1 

b̂  tetap seperti di atas

dari Y  â  b̂X
diperoleh â  Y  b̂ X
â  34.91666667  0.590009279  48.83333333
â  34.91666667  28.8121198 1
 6.104546861
sehingga juga diperoleh
Y  6.104546861  0.590009279X

Hasilnya sama dengan cara I

Ini cara semi manual, nanti kita lihat dengan excel
Memberi makna dari persamaan
regresi
Misalkan hubunan antara biaya iklan yang dikeluarkan (X)
dengan penjualan adalah
Y = 7.6 + 3.5333X 65

sales revenue (millions of dollars)

60

Ingat bilang koefisian dari X (b > 0) berarti grarik 55

50

45

Naik dari kiri ke kanan

40

35
8 10 12 14 16
ads expenditures (millions of dollars)

Jika b < 0 grafik

Turun dari kiri ke kanan
Interpretasi a dan b

 a = besarnya nilai Y ketika X sebesar 0

 b = besarnya perubahan nilai Y ketika
X berubah satu satuan. Tanda
koefisien b menunjukkan arah
hubungan X dan Y
Pada kasus ilustrasi
 a = 7.6 = besanya pendapatan jika
tidak ada belanja iklan adalah 7.6
 b = 3.533 = jika belanja iklan
dinaikkan 1 juta dolar maka penjualan
naik 3.533 juta dolar