SERAYUNEWS – Regresi linear sederhana adalah salah satu teknik dalam analisis statistik yang digunakan untuk melihat hubungan antara dua variabel, yaitu variabel bebas (x) dan variabel terikat (y).
Analisis ini berguna untuk memprediksi atau meramalkan nilai suatu variabel berdasarkan nilai variabel lainnya.
Mengutip buku Ekonomi SMA terbitan Grasindo yang disusun oleh Tim Literatur Media Sukses, tujuan dari regresi linear adalah mempelajari pola dan mengukur hubungan statistik antara dua variabel atau lebih, serta memprediksi nilainya dengan menggunakan persamaan regresi.
Bentuk umum dari persamaan regresi linear sederhana adalah:
y = a + bx
Di mana:
Untuk mendapatkan nilai a dan b, digunakan rumus sebagai berikut:
b = [n × jumlah hasil kali x dan y – jumlah x dikali jumlah y] dibagi [n × jumlah kuadrat x – kuadrat dari jumlah x]
a = [jumlah y – b × jumlah x] dibagi n
Dengan mengetahui nilai a dan b, Anda bisa membuat persamaan regresi dan menggunakannya untuk memprediksi nilai y berdasarkan nilai x.
Agar lebih mudah dipahami, berikut ini beberapa contoh soal regresi linear sederhana beserta penjelasannya.
Contoh 1: Prediksi Produksi Padi Berdasarkan Jumlah Pupuk
Diketahui persamaan regresi antara jumlah pupuk (x) dan hasil produksi padi (y) adalah:
y = 2,4 + 0,3x
Pertanyaannya, jika pupuk yang digunakan sebanyak 50 kilogram, berapa prediksi hasil panen padinya?
Penyelesaian:
Masukkan nilai x ke dalam persamaan:
y = 2,4 + 0,3 × 50
y = 2,4 + 15
y = 17,4
Kesimpulan:
Dengan menambahkan 50 kg pupuk, produksi padi diperkirakan mencapai 17,4 satuan (misalnya kuintal per hektar).
Contoh 2: Analisis Hasil Panen Kacang Tanah
Sebanyak 15 petani memberikan data tentang penggunaan pupuk (x) dan hasil panen kacang tanah (y). Dari analisis diperoleh persamaan regresi:
y = 5 + 0,7x
Pertanyaannya, jika pupuk yang digunakan sebanyak 10 satuan, berapa hasil panen kacang tanah?
Penyelesaian:
y = 5 + 0,7 × 10
y = 5 + 7
y = 12
Kesimpulan:
Penggunaan 10 satuan pupuk akan menghasilkan 12 satuan kacang tanah.
Contoh 3: Hubungan Harga dan Permintaan
Dalam analisis ekonomi, diketahui koefisien korelasi antara harga barang dan permintaan adalah sebesar r = -0,99.
Apa artinya?
Angka -0,99 menunjukkan hubungan negatif yang sangat kuat antara harga dan permintaan. Artinya, ketika harga naik, permintaan akan turun. Nilai 0,99 juga menunjukkan bahwa sebesar 99 persen perubahan permintaan dipengaruhi oleh perubahan harga.
Kesimpulan:
Harga barang menyumbang pengaruh yang sangat besar terhadap naik turunnya permintaan barang tersebut.
Regresi linear sederhana sering digunakan dalam berbagai bidang untuk membuat keputusan berbasis data. Berikut beberapa contohnya:
Dengan menggunakan data historis dan menerapkan analisis regresi, Anda bisa meramalkan tren dan mengambil keputusan yang lebih terukur.
Jika Anda masih merasa bingung dengan konsep regresi linear, berikut beberapa tips agar lebih cepat paham:
Penutup
Analisis regresi linear sederhana adalah alat yang sangat berguna untuk melihat hubungan antara dua variabel dan membuat prediksi berdasarkan data yang tersedia.
Dengan memahami rumus, fungsi, dan contoh penerapannya, Anda dapat menggunakan regresi sebagai alat bantu dalam berbagai bidang.
Melalui contoh-contoh di atas, Anda dapat melihat bahwa menghitung regresi tidaklah sulit jika didekati dengan logika dan latihan yang rutin.
Baik Anda pelajar, mahasiswa, maupun profesional, memahami regresi linear akan membantu Anda membaca data secara lebih cermat dan membuat prediksi yang lebih tepat.***
