MEMPREDIKSI SUATU VARIABEL DENGAN ANALISIS REGRESI LINEAR


MEMPREDIKSI SUATU VARIABEL DENGAN ANALISIS REGRESI LINEAR
Oleh :
Nama : Annisa Aulia
Kelas : 4 Ekonomi Syariah A
NIM : 1617201006

A.    Pendahuluan
Suatu variabel tidaklah selalu tetap, pasti ada salah satu atau keseluruhan didalam variabel itu berubah entah itu mengalami kenaikan atau penurunan, bagaimana cara menghitung prediksi menggunakan regresi linear? kita disini akan membahas dan memberikan contoh dari hasil serta pembelajaran mahasiswa.
B.     Pembahasan

Analisis regresi digunakan untuk memprediksi seberapa jauh perubahan nilai variabel dependen, apabila nilai variabel idependen dimanipulasi. Manfaat dari hasil analisis regresi adalah untuk membuat keputusan apakah naik dan menurunnya variabel dependen dapat dilakukan melalui peningkatan variabel idependen atau tidak. Sebagai contoh : apakah jumlah suatu iklan dapat berpengaruh pada naik turunnya jumlah penjualan.
Regresi linear
Regresi linear adalah suatu alat yang digunakan untuk mengetahui suatu pengaruh antara satu atau beberapa variabel dengan variabel lainnya. Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana dan regresi linear berganda.
Regresi linear sederhana
Regresi linear sederhana digunakan untuk memprediksi hubungan diantara dua variabel serta untuk mengetahui pengaruh antara suatu variabel bebas dan variabel terikat, persamaan regresi linear sederhana ini adalah :  = a + bx
 : variabel yang akan diprediksi                    a : konstanta, harga y apabila x = 0
b : koefisien variabel, bisa bernilai + (arah garis naik) maupun – (arah garis turun)
Harga a dan b dapat dicari dengan menggunakan rumus berikut:
a =        atau     a =             b = r              atau     b =
contoh soal :
dilakukan sebuah penelitian yang bertujuan untuk mengetahui hubungan antara IPK mahasiswa dengan masa tunggu mahasiswa dalam memperoleh pekerjaan, kedua variabel terukur dalam skala interval. Sampel yang diambil sebanyak 15 mahasiswa. Adapun hipotesis yang di operasionalkan dalam penelitia ini adalah terdapat hubungan negatif antara IPK mahasiswa dengan masa tunggu kerja mahasiswa, dengan data yang terkumpul adalah:
a.       Dua orang mahasiswa masing-masing memiliki IPK 3,40 dan 3,82. Berapakah masa tunggu kerja kedua mahasiswa tersebut?
x
y
X2
Y2
xy
2,8
10
7,84
100
28,00
2,92
8
8,53
64
23,36
3,47
5
12,04
25
17,35
3,51
5
12,32
25
17,55
3,73
3
13,91
9
11,19
2,91
6
8,47
36
17,46
3,01
3
9,06
9
9,03
3,21
4
10,30
16
12,84
3,33
4
11,09
16
13,32
3,41
5
11,63
25
17,05
2,71
7
7,34
49
18,97
2,88
7
8,29
49
20,16
2,17
8
4,71
64
17,36
3,01
4
9,06
16
12,04
2,96
9
8,76
81
26,64
∑x=46,03
∑y=88
∑x2=143,36
∑y2=584
∑xy=262,32
jawab :
H1 : terdapat hubungan negatif antara X dengan Y
H0 : tidak terdapat hubungan negatif antara X dengan Y
Koefisien korelasi (r) = -0,646
Menghitung persamaan regresinya
b =  =  = -3,67
a =  =  = 17,13
 = a + bx = 17,13 – 3,67x
Diketahui IPK mahasiswa masing-masing 3,40 (mahasiswa A) dan 3,82 (mahasiswa B) maka masa tunggu kerja kedua mahasiswa tersebut adalah:
Mahasiswa A :
= 17,13 – 3,67 x = 17,13 – 3,67 . 3,40 = 4,652
Mahasiswa B :
 = 17,13 – 3,67 x = 17,13 – 3,67. 3.82 = 3,11
Jadi dapat disimpulkan bahwa prediksi masa tunggu kerja bagi mahasiswa yang memiliki IPK 3,40 selama 4,652 tahun sedangkan bagi mahasiswa dengan IPK 3,82 selama 3,11 tahun.       
Regresi linear berganda                                                       
Analisis regresi ganda digunakan oleh peneliti, apabila peneliti bermaksud meramalkan bagaimana keadaan variabel dependen, bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi. Persamaan linear ganda ini adalah :             = a +  +  +....+
           : variabel yang akan diprediksi          a           : konstanta, harga y apabila X1 dan X2= 0
b1          : koefisien variabel X1                        b2          : koefisien variabel X2
Untuk menghitung harga-harga a, b1, b2 dapat menggunakan persamaan berikut :

 =            a =  – b1 [ ] – b2 [ ]

b2 =  
No
X1
X2
y
1
13
17
85
2
12
12
80
3
9
12
75
4
5
12
60
5
7
6
55
6
7
9
58
7
7
12
60
8
8
12
64
9
9
11
72
10
10
13
79
87
116
688
Contoh soal :Ranti seorang mahasiswa Sosiologi dari Universitas Sekang (US), ia melakukan penelitian dengan judul “Hubungan antara Frekuensi Belajar Mahasiswa dari tingkat pendidikan orang tua dengan prestasi akademik US. Semua variabel terukur pada skala interval sapel yang diambil berjumlah 10 mahasiswa US angkatan 2007, frekuensi belajar (X1) dihitung dalam satuan jam perminggu, pendidikan orang tua (X2) dihitung dengan menggunakan tahun sukses, sedangkan prestasi belajar (y) dihitung menggunakan rata-rata nilai UAS mahasiswa. Data yang berhasil dikumpulkan:
Dit : apabila ada seorang mahasiswa frekuensi belajarnya 20 jam per minggu dan tingkat pendidikan orangtua adalah 15 tahun, bagaimana prestasi belajarnya?
Jawab:  H1= terdapat hubungan antara X1 dan X2 secara bersama-sama dengan Y
H0= tidak terdapat hubungan antara X1 dan X2 secara bersama-sama dengan Y
Menghitung persamaan regresi
 = ∑ -  = 811 -  = 54,3                           = ∑ -  = 1416 -  = 70,4
 = ∑ -  = 48360 -  =1025,6       y = ∑ y -  = 6201-  = 215,4
y =∑ y -  =8184 -  =203,2     
 = ∑  -  = 1047 -  = 37,8
 =  =  = 3,144
b2 =  =  =1,198
a =  – b1 [ ] – b2 [ ] =  – 3,14[ ] – 1,198[ ] =27,585
 = a +  +  = 27,585 + 3,144  + 1,198
Diketahui  = 20 dan  = 15 maka prestasi belajarnya adalah:
 = 27,585 + 3,144  + 1,198  = 27,585 + 3,144 (20) + 1,198 (15) =108,435
Jadi dapat disimpulkan bahwa prestasi belajarnya adalah 108,435
REFERENSI
Dr.H. Rohmad, Supriyanto. 2015. Pengantar Statistika. Yogyakarta: KALIMEDIA
Nanang Martono. 2010. Statistik Sosial. Yogyakarta: Penerbit Gava Media
Prof.Dr.Sugiyono. 2013. Statistika untuk Penelitian. Bandung: Penerbit Alfabeta

Komentar

Postingan populer dari blog ini

PERANAN STATISTIKA DALAM EKONOMI DAN BISNIS

TEKNIK SAMPLING DALAM STATISTIK

Mengenal Angka Indeks Relatif Sederhana