Pertemuan 11
REGRESI LINIER SEDERHANA
11.1 Pendahuluan
Setiap pimpinan perusahaan tiap hari selalu dihadapkan dengan masalah pengambilan keputusan.
Agar pengambilan keputusannya tepat, dia harus mendasarkan pada hal-hal (variabel) yang diketahui, yang umumnya disebut variabel bebas (independen).
Analisis regresi menunjukkan besarnya pengaruh variabel bebas (independent variable) terhadap variabel terikat (dependent variable).
Analisis korelasi menunjukkan besarnya hubungan antara dua variabel.
11.2 Pengertian Garis Regresi
Istilah regresi mula-mula digunakan oleh Sir Francis Galton pada tahun 1877 ketika ia mengadakan penelitian hubungan antara tinggi orang tua dan tinggi anaknya.
Hasil penelitiannya menunjukkan bahwa:
Orangtua yang bertinggi badan rendah memiliki anak dengan rata-rata tinggi badan lebih tinggi dari tinggi badan orangtuanya.
Orang tua yang bertinggi badan tinggi memiliki anak dengan rata-rata tinggi badan lebih rendah dari tinggi badan orangtuanya.
Terjadi semacam tendensi menurun atau regress. Selanjutnya istilah regresi ini digunakan untuk menggambarkan garis yang menunjukkan hubungan antara dua variabel.
Ada beberapa ahli statistik yang lebih suka menggunakan istilah estimating line (garis taksiran) sebagai pengganti istilah regresi.
11.3 Macam Pengaruh dalam Regresi Linier
Analisis regresi menunjukkan pengaruh satu variabel terhadap variabel lainnya. Variabel yang diketahui atau yang mempengaruhi disebut independent variable (variabel bebas) dan variabel yang dipengaruhi disebut dependent variable (variabel terikat).
Variabel bebas disebut variabel X
Variabel terikat disebut variabel Y.
Pada dasarnya terdapat 3 macam sifat pengaruh dalam regresi:
1. Pengaruh searah atau positif
Perubahan variabel independen (X) mempengaruhi variabel dependen (Y) secara searah. Jika variabel X bertambah, variabel Y juga bertambah.
Sebagai contoh pengaruih biaya iklan (X) terhadap jumlah penjualan (Y); pengaruh penghasilan (X) terhadap pengeluaran konsumsi (Y).
Bagan 11.1 Pengaruh searah atau positif
2. Pengaruh berkebalikan dan negatif
Apabila perubahan variabel independen (X) mempengaruhi variabel dependen (Y) secara berlawanan. Apabila variabel X bertambah, Y berkurang. Apabila variabel X berkurang, variabel Y bertambah.
Contoh pengaruh umur kendaraan (X) terhadap harga kendaraan (Y).
Bagan 11.2 Pengaruh berkebalikan atau negatif
3. Tak ada pengaruh
Perubahan pada variabel independen (X) tidak mempengaruhi variabel dependen (Y). Atau variabel X tetap, tetapi Y berubah.
Bagan 11.3 Tak ada hubungan
11.4 Kegunaan Garis Regresi
Untuk menentukan hubungan dan pengaruh satu variabel terhadap variabel lainnya.
Untuk forecasting (peramalan).
11.5 Perbedaan antara Regresi dan Korelasi
Regresi sederhana menunjukkan hubungan antara dua variabel, dan sifat hubungan itu dapat dijelaskan sebagai hubungan sebab-akibat atau pengaruh.
Korelasi tidak menunjukkan hubungan sebab-akibat ini, namun menunjukkan besarnya hubungan.
11.6 Persamaan dan Garis Regresi Linier Sederhana
Dalam analisis regresi linier hanya digunakan garis lurus (linier) untuk menjelaskan bentuk hubungan. Garis lurus itu dinyatakan dalam persamaan linier berikut ini:
Y = a + bX
Data untuk Contoh Perhitungan
Kasus iklan (X) penjualan (Y) XY X kuadrat Y kuadrat
1 6 9 54 36 81
2 5 6 30 25 36
3 3 4 12 9 16
4 1 3 3 1 9
5 4 3 12 16 9
6 3 5 15 9 25
7 6 8 48 36 64
8 2 2 4 4 4
Jumlah 30 40 178 136 244
a 100 0.531914894 b 224 1.191489
188 188
Y = 0,53 + 1,19 X tiap X naik 1 unit, Y naik sebesar 1,19
Regression (dari Program SPSS)
0 comments:
Post a Comment
Cara Berkomentar untuk yang tidak memiliki blog:
1. Klik selec profile --> pilih Name/URL
2. Isi nama kamu dan Kosongkan URL atau isi dengan alamat fb kamu
3. Klik Lanjutkan
4. Ketik komentar kamu dan publish
Form komentar ini tanpa moderasi dan verifikasi, jangan kirim SPAM ya..