OM SWASTYASTU

KORELASI REGRESI LINIER

SEDERHANA

Oleh :
DRS, I NYOMAN GEDE
SUPRAPTHA.M.M.
A. Analisis Data dengan Pendekatan Statistik
1. Regresi Linier Sederhana
 adalah hubungan secara linier antara satu
variabel independen (x) dengan variabel
dependen (y)

 Persamaan :

Y = a + bX

Keterangan :
Y = variabel tak bebeas
X = variabel bebas
a = konstanta
b = kemiringan
 A dan b adalah nilai dari bentuk persamaan normal
sebagai :
dan
na + bx = y ax + bx2 = xy

yang berarti bahwa :

n XY
dan ( X )(  Y )  Y  b X
b a
N  X 2  ( X ) 2 n

dengan :
n = jumlah pasangan observasi (x1, y1; x2,
y2; …..; xn, yn)
b = koefisien regresi

Berdasarkan dua persamaan diatas akan dapat

dihitung persamaan garis regresi.
 Sebuah restoran “fast food” yang menawarkan variasi menu telah
berjalan dnegan baik selama 5 tahun. Ia ingin mengetahui perkiraan
laba di tahun mendatang berdasarkan kegiatan promosi penjualan
yang telah dilakukan beberapa tahun yang lalu, apakah mengalami
kenaikan laba atau justru tidak memiliki pengaruh yang signifikan.
Asumsinya adalah semakin besar promosi, semakin tinggi
penjualan yang berarti akan semakin tinggi pula laba yang akan
diterima oleh perusahaan.
Restoran “fast food tersebut telah mengamati data penjualan dan
tingkat keberuntungan yang telah diperoleh sebagai berikut :

Bulan Promosi (X) (dalam Laba (Y) (dalam

juta rupiah) ratusan juta rupiah)

1 3 6
2 5 8
3 7 11
4 8 13
5 9 22
 Berdasarkan data di ats, perusahaan ingin mengetahui jumlah
laba yang ajkan diperoleh jika biaya yang dikeluarkan untuk kegiatan
promosi sebesar Rp. 7.000.000,00.
Jawab :
Persamaan garis dari regresi linearnya adalah sebagai berikut :
Y = a + bX atau
Laba perusahaan = a + b (kegiatan promosi)
Keterangan :
X = kegiatan promosi
Y = laba perusahaan

Persamaan regresinya dihitung dengan cara sebagai berikut :

Bulan (X) (Y) XY X2 Y2
1 3 6 18 9 36
2 5 8 40 25 54
3 7 11 77 49 121
4 8 13 104 64 169
5 9 15 135 81 225
Jumlah 32 53 374 228 615
 Diketahui n = 5
 Nilai koefisien kemiringan / slope (b) adalah sebagai berikut :

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

5(374)  (32)(53)

5(228)  (32) 2

1.870  1.696 174

   1,5
1.140  1.024 116

 Nilai konstanta a adalah sebagai berikut

a
 Y  b( X )
n
53  1,5(32)

5
53  48 5
  1
5 5
Dengan demikian, persamaan garis regresinya adalah Y = 1 + 1,5X.
Persamaan tersebut menunjukkan bahwa untuk meningkatkan 1 unit
laba, perusahaan harus menambah 1,5 nilai unit kegiatan
promosinya.
Gambar kurva regresi adalah sebagai berikut :
Laba

, 5x
1 +1
y=

Promosi

Jika perusahaan mengeluarkan Rp. 7.000.000,00 untuk kegiatan

promosinya, maka besarnya laba yang akan diperoleh adalah :
Y = 1 + 1,5X
= 1 + 1,5(7)
= 1 + 10,5
= 11,5
Jadi besarnya estimasi laba yang akan diperoleh adalah Rp.
11.500.000.000,00.
2. Korelasi Linier Sederhana
 Digunakan untuk :
• mengetahui ada tidaknya hubungan antara
dua variabel
• mengetahui seberapa erat hubungan antara
variabel bebas (X) dan variabel terikat (Y)

 Dalam korelasi tersebut, terdapat tiga bentuk

hubungan , yaitu :
• Hubungan positif  kesejajaran antara kedua
variabel (X naik, Y naik)
• Hubungan negatif  kondisi yang
berkebalikan (misal : X naik, Y turun)
• Tidak ada hubungan  antara X dan Y tidak
ada hubungan sama sekali.
 Koefisien korelasi dirumuskan sbb:
n XY  ( X )(  Y )
r
( n X 2  ( X ) 2 )  ( n Y 2  ( Y ) 2 )

Perhatikan kembali contoh kasus restoran “fast

food”. Setelah mendapatkan persamaan regresi
linier Y= 1 + 1,5X, hitung koefisien korelasi (r) dan
koefisien determinasi (R)

Diketahui data sebagai berikut :

ΣX = 32 ΣX2 = 228
ΣY = 53 ΣY2 = 615
 n XY  ( X )(  Y )
r
( n X 2  ( X ) 2 )  ( n Y 2  ( Y ) 2 )

(5  374)  (32  53)


((5  228)  (32 2 ))  ((5  615)  (532 ))

1.870  1.696

(116 )  (266)
174 174
   0,990557  0,99
30.856 175,6588

Nilai r = 0,99 menunjukkan bahwa variabel X (biaya promosi) dan Y

(laba) memiliki linear yang positif, kat dan searah.
R = r2
R = (0,99)2 = 98%

Nilai R = 98% menunjukkan bahwa proporsi keragaman nilai variabel

Y (laba) dapat dijelaskan oleh nilai variabel X (Promosi) dapat
dijelaskan oleh nilai variabel X (biaya promosi) melalui huhungan
linear. Sisanya yaitu 2% dijelaskan oleh lain-lain.
terimakasih