STATISTIK

I. DEFINISI Statistik adalah ilmu atau metode atau kegiatan yang meliputi: pengumpulan pengelompokkan atau pengolahan penyajian penganalisisan pengambilan kesimpulan (interpretasi) pengambilan keputusan (decision making). II. DATA Data adalah sesuatu yang diketahui. Macam-macam data, yaitu: Berdasarkan jenis Internal Data yang diambil dari dalam tempat dilakukannya penelitian, misalnya dari dalam suatu organisasi, yang merupakan kekuatan orang tersebut. Contoh: jumlah pegawai, jumlah inventory, jumlah assets, jumlah modal, dll. Eksternal Data yang diambil dari luar tempat dilakukannya penelitian, misalnya di luar suatu orgnisasi, yang berhubungan dengan pengembangan. Contoh: jumlah nasabah / konsumen. Berdasarkan bentuk Kualitatif Data yang berbentuk bukan angka, menunjukkan / menggambarkan sesuatu yang tidak menyebutkan angka. Contoh: dia pintar, sedang hujan, dll. Kuantitatif Data yang berbentuk angka, menunjukkan angka. Contoh: IQ, jumlah produksi padi, dll. Berdasarkan sumber Primer Data yang diperoleh langsung dari sumbernya atau oleh statistier itu sendiri. Contoh: data hasil kuesioner. Sekunder Data yang diperoleh dari hasil pengumpulan orang lain, atau diolah, lalu digunakan oleh orang lain untuk kebutuhannya. Contoh: data yang diambil dari BPS. Berdasarkan waktu pengumpulan Data cross-section (acak) Data yang diambil pada suatu waktu tertentu. Contoh: jumlah mahasiswa Perbanas pada tahun 2010. Data time-series (berkala) Data yang diambil pada interval waktu tertentu atau dari waktu ke waktu. Contoh: jumlah mahasiswa Perbanas pada tahun 2005-2010. Berdasarkan jumlah Sampel Sebagai contoh dari suatu kumpulan yang sejenis, yang memiliki karakteristik sama, sebagian dari data atau bagian dari populasi. Contoh: jumlah penduduk Jakarta. Populasi Kumpulan seluruh elemen yang sejenis tetapi dapat dibedakan satu sama lain. Banyaknya data, kumpulan data yang sejenis. Contoh: jumlah penduduk Indonesia. Berdasarkan fisik Descrite Data menunjukkan bilangan bulat. Contoh: jumlah manusia. Continous Data berupa pecahan.

Contoh: Berdasarkan kelompok Grouped Data dikelompokkan (data banyak). Contoh : jumlah karyawan departemen X menurut masa kerja, pendidikan, golongan PNS Ungrouped Data tidak dikelompokkan (data sedikit). Contoh : nilai murid suatu kelas. A. Pengumpulan data Ada 2 cara pengumpulan data, yaitu: 1. secara langsung Contoh: wawancara. Masalah: membutuhkan biaya, tenaga, dan waktu. 2. secara tidak langsung Contoh: questioner/angket. Masalah: data tidak akurat dan ada kemungkinan terjadi human error. B. Pengelompokkan data Pengelompokan data adalah suatu proses untuk memperoleh data/angka ringkasan berdasarkan kelompok data mentah dengan menggunakan rumus tertentu. Data atau angka ringkasan dapat berupa jumlah, proporsi, persentase, rata-rata, dsb. Contoh : Persentase penduduk yang kekurangan gizi, rata-rata pendapatan rakyat Indonesia, dll. C. Penyajian data Ada 2 cara penyajian data, yaitu: 1. Tabel. Tabel ada 3 macam, yaitu: a. Tabel satu arah Tabel yang memuat keterangan mengenai satu hal atau satu karakteristik saja. Contoh: data peralatan: produksi kayu hutan menurut jenis produksi tahun 2010 Jenis Banyaknya kayu bulat 20600 kayu gergajian 3500 kayu lapis 10900 Jumlah 35000 b. Tabel dua arah Tabel yang menujukkan hubungan 2 hal atau 2 karakteristik saja. Contoh : Data mahasiswa : jumlah mahasiswa Perbanas menurut fakultas dan agama tahun 2010. Fakultas Islam Katolik Jumlah Ekonomi 123 567 690 Teknik 456 234 690 Hukum 345 345 690 Kedokteran 432 678 1110 MIPA 789 321 1110 Jumlah 2145 2145 4290 c. Tabel 3 arah Tabel yang menunjukkan 3 hal atau 3 karakteristik, contoh : Data personalia : jumlah karyawan departemen X menurut masa kerja, pendidikan, golongan PNS tahun 2010.

SD Masa Kerja I II III 1 2 3 4 <8 8 < 16 16 < 24 24 < 32 > 32 50 Jumlah

IV 5

SLTP I II III 6 7 8

IV 9

SMA I II 10 11

III 12

IV 13

Universitas I II III 14 15 16

IV 17

Jumlah 18

30

25

115

2. Grafik Grafik ada 6 macam, yaitu : a. line chart

6 5 4 3 2 1 0 Category 1 Category 2 Category 3 Category 4 Series 1 Series 2 Series 3

b. bar chart
Category 4 Category 3 Category 2 Category 1 0 1 2 3 4 5 Series 3 Series 2 Series 1

c. pie chart

Sales
1st Qtr 2nd Qtr 3rd Qtr

d. carto graph e. picto graph f. pareto graph Syarat-syarat penyajian data : 1. bersih 2. lengkap 3. rapi 4. berkomponen 5. mengikuti aturan 6. terstruktur 7. berurutan 8. bermanfaat 9. detail 10. berdasarkan fakta & objektif

11. tepat waktu atau cepat atau up to date 12. sistematis 13. disertai contoh 14. data relevan 15. menarik 16. higienis 17. berkelompok 18. sempurna 19. mudah dimengerti D. Penganalisisan data Ada 2 macam penganalisisan data, yaitu: 1. Data cross section central tendency adalah kecendrungan memusat. Macam-macam central tendency, yaitu: a. rata-rata, yaitu terdiri dari: 1) rata-rata hitung (arithmetic mean) o Data ungrowped (data sedikit) o Data growped (data banyak) Keterangan : = rata-rata xi = observasi = jumlah observasi = penjumlahan 2) rata-rata harmonis (harmonic mean) 3) rata-rata ukur (geometric mean) b. median, quartil, decil, percentile Pengertian: Median adalah titik-titik yang membagi sekelompok data menjadi 2 sama besar. Quartil adalah titik-titik yang membagi sekelompok data menjadi 4 sama besar. Decil adalah titik-titik yang membagi sekelompok data menjadi 10 sama besar. Percentil adalah titik-titik yang membagi sekelompok data menjadi 100 sama besar. Langkah: buat tepi kelas frekuensi kumulatif menentukan kelas Rumus: Median: Quartil: Decil: Percentil: Keterangan: = tepi kelas bawah dari kelas yang dicari = jumlah observasi = frekuensi kumulatif yang bersesuaian dengan B

= frekuensi kumulatif yang bersesuaian dengan tepi kelas atas dari kelas median = frekuensi kumulatif yang bersesuaian dengan tepi kelas atas dari kelas quartil = frekuensi kumulatif yang bersesuaian dengan tepi kelas atas dari kelas decil = frekuensi kumulatif yang bersesuaian dengan tepi kelas atas dari kelas percentil = interval kelas c. modus modus adalah data yang paling sering muncul. Rumus: Modus: Penjelasan: = titik kelas bawah dari kelas modus = frekuensi kelas modus = frekuensi sesudah kelas modus = frekuensi sebelum kelas modus = interval kelas Contoh soal tentang rata-rata, median, quartil, decil, percentil, dan modus. : 100 mahasiswa mengikuti ujian Statistik I dengan karakteristik nilai : 75 80 58 80 86 76 65 75 76 72 86 83 82 88 68 66 63 60 69 80 66 87 73 58 76 74 85 96 60 72 Diurut : 34 35 40 41 45 50 52 52 56 56 57 57 58 58 58 59 60 60 60 60 63 63 63 64 64 65 65 66 66 66 66 67 68 68 68 69 72 72 72 72 73 73 73 74 74 74 74 75 75 75 75 76 76 76 76 76 76 76 77 77 78 78 78 79 79 79 79 79 80 80 80 80 80 80 80 81 82 82 82 83 83 84 84 85 86 86 86 87 87 87 87 88 88 90 92 94 95 96 96 98 86 79 95 84 41 76 87 74 74 56 50 80 66 96 80 68 79 73 72 73 78 77 60 87 40 82 77 87 76 82 66 81 84 72 63 59 76 52 57 78 79 92 80 65 90 75 74 98 64 45 68 57 79 79 94 35 74 88 67 75 60 52 63 80 83 34 78 64 58 56
( ) ( )

Frekuensi nilai / distribusi nilai : Tepi Kelas Atas 29,5 39,5 49,5 59,5 69,5 79,5 89,5 Total Kelas 30-39 40-49 50-59 60-69 70-79 80-89 90-99 Tepi Kelas Bawah 39,5 49,5 59,5 69,5 79,5 89,5 99,5 Frekuensi (Fi) 2 3 11 20 32 25 7 100 Xi 34,5 44,5 54,5 64,5 74,5 84,5 94,5 Fi . Xi 69 133,5 599,5 1290 2384 2112,5 661,5 7250

Pertanyaan : Hitung rata-rata, modus, median, quartile ke 3, decil, percentil ke 74, serta buat grafiknya ! Rata-rata:

Modus:

(
( ) (

)
)

= = 69,5 + 6,3 = Median:

Quartile ke 3: Q3 = Artinya: 75% dari jumlah perusahaan memiliki modal sebesar 82,3.

Percentile ke 7: P74 =

= Artinya: 74% dari perusahaan memiliki modal sebesar 81,9

Grafik:

Ujian Statistik
35 30 25 Frekuensi 20 15 10 5 0 30-39 40-49 50-59 60-69 Kelas 70-79 80-89 90-99

d. disperse

Macam-macam dispersi: 1) Range : data max min atau data (tertinggi-terendah) 2) Rata-rata simpangan:

Data Ungrouped:
Data Group: Keterangan:

| | |

titik tengah dari masing-masing kelas

= rata-rata deviasi
= rata-rata = observasi = frekuensi dari masing-masing kelas 3) Varians:

Data Ungrouped: Data Group:

( ( )

4) Standar Deviasi : Data Ungrouped :

( ( )

Data Grouped :

5) Coefisien of Variation (koefisien variatif)

CV =

Contoh soal : 1. penelitian terhadap 100 perusahaan dengan karakteristik modal dalam jutaan Rp. Hitung rata-rata simpangan, varians, standar deviasi, koefisien varians ! Jawaban : Frekuensi Xi - x (Xi - x)2 (Xi - x)2 . fi Xi - xfi Kelas Xi Fi . Xi x (Fi) 30-39 2 34,5 69 72,5 -38 1444 2888 76 40-49 3 44,5 133,5 72,5 -28 784 2352 84 50-59 11 54,5 599,5 72,5 -18 324 3564 198 60-69 20 64,5 1290 72,5 -8 64 1280 160 70-79 32 74,5 2384 72,5 2 4 128 64 80-89 25 84,5 2112,5 72,5 12 144 3600 300 90-99 7 94,5 661,5 72,5 22 484 3388 154 Total 100 7250 3248 17200 1036 Rata-rata simpangan : xd

=
=

|
= 10,36

Standar deviasi : S (
= 13,11

=
)

)2 fi

2. Ada 13 perusahaan : 40, 30, 50, 65, 45, 55, 70, 60, 80, 35, 85, 95, 100 Cari nilai Q1 X1 30 Q1
( )

X2 35

X3 40

X4 45

X5 50

X6 55

X7 60

X8 65 =

X9 70

X10 80

X11 85

X12 95

X13 100
( )

= 3,5 Q1 = nilai yang ke 3,5 (X3,5), berarti X3 & X4 = e. skewness Skewness adalah kemiringan. f. kurtosis Kurtosis adalah peruncingan. 2. data time series Data time series terdiri dari : a. Angka indeks

= 42,5

Indeks adalah pedoman / barometer / kompas / petunjuk / perkembangan. Macam-macam indeks : Indeks Harga Indeks harga adalah harga dari 2 waktu yang berbeda, membicarakan perkembangan 2 harga dari waktu yang berbeda. Indeks Kuantitas Indeks kuantitas adalah perkembangan mutu Indeks Produktivitas Indeks produktivitas adalah perkembangan produktivitas.

 Upah Nyata Upah nyata adalah daya beli (perbedaan dulu dan sekarang) oleh karena perkembangan sesuatu, maka daya beli akan berbeda. Indeks Rantai Indeks harga ada 2 macam, yaitu : ~ indeks harga tidak tertimbang : Metode agregatif sederhana , dinyatakan dengan harga. Rumus : IA = Keterangan : IA = Indeks Agregatif = harga pada waktu tahun berjalan = harga pada waktu tahun dasar Contoh soal : Jenis Bahan No. 1971 1972 Pokok 1 Beras 38,92 46,62 2 Ikan asin 135,89 140,11 3 Minyak kelapa 93,82 86,46 Jumlah 268,63 273,19 Indeks harga 100 Indeks harga tahun 1972 = 100 = 101,697 101,7

Arti : bahwa harga-harga naik sebesar 1,7% Metode rata-rata dari relative harga-harga Rumus : IRH = 100 Keterangan : IRH = Indeks Relatif Harga Contoh soal : No. 1 2 3 Jenis Bahan 1971 Pokok Beras Ikan asin 38,92 135,89 Relatif Harga

1972 46,62 140,11 86,46 273,19

Minyak kelapa 93,82 Jumlah Indeks harga 268,63 100

3,15

Indeks relative harga tahun 1972 Arti : harga-harga naik sebesar 5%. ~ indeks harga tertimbang : Metode agregatif Rumus : IA

w=

Macam-macam metode agregatif ada 6, yaitu : Metode Laspeyres

IL =
Contoh soal : 3 macam hasil bumi 1976-1978 Hasil Bumi 1 Beras Jagung Kentang Total Harga 1976 2 52 12 119 Harga 1978 3 58 16 128 Konsumsi per Keluarga 1976 4 200 300 100 Po.Qo Pn.Qo 2x3 10400 3600 11900 25900 3x4 11600 4800 12800 29200

IL =
Metode Parsche IP =

Jadi, harga 3 jenis hasil bumi 1978 mengalami kenaikan sebesar 13% dari tahun 1976.

Contoh soal : 3 macam hasil bumi 1976-1978 Hasil Harga Harga Konsumsi per Bumi 1976 1978 Keluarga 1978 1 2 3 4 Beras 52 58 200 Jagung 12 16 100 Kentang 119 128 300 Total IP =

Po.Qn Pn.Qn 2x3 10400 1200 35700 47300 3x4 11600 1600 38400 51600

= Arti : harga 3 jenis hasil bumi 1978 mengalami kenaikan sebesar 9% dari tahun 1976. Metode Drobisch

ID =

] [

Arti : harga 3 jenis hasil bumi 1978 mengalami kenaikan sebesar 11% dari tahun 1976. Metode Fisher

IF = [

Metode Marchall Edgeorge Metode Walsh Metode relatif harga-harga b. Analisis Data Berkala (Analisa Trend) Analisis data berkala adalah data berkala / time series / data historis, data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan, misalnya produksi, hasil penjualan, jumlah penduduk, jumlah personil, jumlah kejahatan, jumlah kecelakaan, dll. Data berkala dapat digunakan untuk dasar membuat garis trend dalam perencanaan. Contoh : apakah kenaikan biaya adpertensi diikuti dengan hasil penjualan? Lalu kenaikan pupuk dikaitkan dengan produksi padi.

Klasifikasi data berkala ada 4 komponen, yaitu : Gerakan trend jangka panjang (10 tahun) Cirinya : fluktuasi berulang secara teratur, gerakan yang menunjukkan arah perkembangan secara umum, kecendrungan menaik atau menurun.

Contoh : jumlah nasabah dan konsumen PLN Gerakan / variasi siklus Cirinya : fluktuasi berulang secara teratur, lamanya ekitar 3,4,5 tahun (sekitar garis trend). 2 2 garis trend

3 3 1 4 4 1 5

Keterangan : No.1 = pemulihan / recovery No.2 = kemakmuran / progesion No.3 = penurunan / decision No.4 = depresi / depression Gerakan / variasi musiman Cirinya : fluktuasi berulang secara teratur, lamanya 1 tahun Contoh : 1) meningkatnya harga-harga menjelang hari raya 2) menurun harga beras pada waktu panen

Gerakan / variasi yang tidak teratur Cirinya : disebabkan oleh factor kebetulan yang sifatnta siporadis. Contoh : 1) datangnya banjir tidak teratur, menyebabkan produksi padi tidak teratur 2) turunnya produksi industry karena pemogokan

????????

Membuat garis trend Membuat garis trend pada hakikatnya meramal dengan 1 variabel. ? ? Garis trend

Ada 4 cara atau metode membuat garis trend, yaitu : 1) dengan tangan bebas (free hand method) 2) dengan metode rata-rata semi 3) dengan metode rata-rata bergerak 4) dengan metode kuadrat terkecil (least square) Metode Kuadrat Terkecil (Least Square) Perhatikan 2 macam data, yaitu data ganjil dan data genap. Untuk mempermudah perhitungan least square, jumlah X = 0 Rumus : = a + b.x Keterangan : nilai trend yang ditaksir X = menunjukan waktu a & b = bilangan konstanta Menentukan trend adalah mencari barometer a & b, melalui rumus sebagai berikut : a=y b= Contoh soal : 1. data ganjil

Tahun 1980 1981 1982 1983 1984 Total

y 10 15 12 17 20

x -2 -1 0 1 2

xy -20 -15 0 17 40 22

x2 4 1 0 1 4 10

y` 10,4 12,6 14,8 17 19,2 74

Ditanya : nilai trend yg ditaksir (y`) tahun 1985? Jawab : a= y= y` = a + b.X = 14,8 + 2,2 . X3 = 14,8 + 2.2 (3) = 21,4 Nilai trend yg ditaksir (y`) tahun 1985 = 21,4. 2. data genap Tahun 1980 1981 1982 1983 y 1250 1275 1300 1400 x -5 -3 -1 1 xy -6250 -3825 -1300 1400 x2 25 9 1 1

1984 1985
1986 Total

1415 1435 ?

3 5 7

4245 7175 ? 1445

9 25 70

Ditanya : nilai trend yg ditaksir (y`) tahun 1986? Jawab : a=y= y` = a + b.X = 1345,8 + 20,6 (X7) = 1345,8 + 20,6 (7) = 1490 Nilai trend yg ditaksir (y`) tahun 1986 = 1490 Trend non Linier Rumus :

= a + bX + cX2

Keterangan : = nilai trend yang ditaksir a,b,c = merupakan konstanta Bila jumlah observasi sebesar n, maka untuk mencari nilai a,b,c dapat dipakai / diperoleh dengan menggunakan rumus persamaan sebagai berikut : Contoh soal : Hasil penjualan perusahaan X selama 11 tahun adalah sbb :

Tahun 1967 1968 Hasil Penjualan (jutaan) 23,2 31,4

1969 1970 1971 1972 1973 1974 39,8 50,2 62,9 76 92,0

1975

1976

1977

1978

105,7 122,8 131,7 151,1 ??

Ditanya : berapa besarnya ramalan hasil penjualan tahun 1978? Perhitungannya sbb : Tahun 1 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 Total Persamaan : x 2 -5 -4 -3 -2 -1 0 1 2 3 4 5 ? y 3 23,2 31,4 39,8 50,2 62,9 76.00 92.00 105,7 122,8 131,7 151,1 ? 886,8 x2 4 25 16 9 4 1 0 1 4 9 16 25 ? 110 x3 5 -125 -64 -27 -8 -1 0 1 8 27 64 125 ? 0 x4 6 625 256 81 16 1 0 1 16 81 256 625 ? 1958 xy 7 -116 -126 -119 -100 -62.9 0 92 211.4 368.4 526.8 755.5 ? 1430 x2y y` 8 9 580 502.4 358.2 200.8 62.9 0 92 422.8 1105 2107 3778 ? 9209

1) 11a + 0 + 11 c = 886,8 2) 0 + 110b + 0 = 1429,8 3) 110a + 0 + 1958 c = 9209 1) 11a + 0 + 11 c = 886,8 10110a + 1100c = 8868 3) 110a + 0 + 1958 c = 9209 1 110a + 1958c = 9209 -858 c = -341 C = 0,3974 11a + 110 (0,4) = 886,8 11a = 886,8 44 = 842,8 Persamaan trend non linier : y` = 76,62 + 13,00 x + 0,40 x2 Ramalan tahun 1978 : x = 6 y` = 76,62 + 13,00 (6) + 0,40 (6)2 = 169,0 Analisis trend : Trend linier => model : = a + b.X 2 Trend non linier => model : = a + bX + cX c. Regresi & Korelasi Regresi & korelasi adalah penganalisisan hubungan antara 2 variabel atau lebih. Contoh : 1) x adalah uang yang beredar dan y adalah indeks harga konsumen 2) x adalah luas tanah pertanian dan y adalah hasil panen dsb. Pentingnya analisis hubungan, bila variable x & y yang ada hubungan, maka variabel x yang sudah diketahui dapat memperkirakan / menaksir / meramalkan. Perbedaan antara meramal trend dan meramal regresi : meramal trend = hanya 1 variabel meramal regresi & korelasi = 2 variabel atau lebih. Variabel Y yang nilainya akan diramalkan disebut variabel tidak bebas / dependen variabel. Variabel X yang nilainya dipergunakan untuk meramalkan nilai Y tersebut, disebut variabel bebas / independen / variabel peramalan / predictor / variabel yang menerangkan. Hasil ramalan ada 2, yaitu : 1) kualitatif Kualitatif adalah tidak menyebutkan angka. Contoh : akan turun hujan, akan terjadi perang, lulus ujian, dll. 2) kuantitatif Kuantitatif adalah menyebutkan angka. Contoh : produksi padi akan naik 10%, indeks harga akan naik 5 poin. Untuk meramalkan salah satunya dengan menggunakan garis regresi. Hubungan ada 2 macam, yaitu : 1) hubungan yang positif Apabila kenaikan / penurunan daripada X pada umumnya diikuti oleh kenaikan / penurunan daripada Y. X naik, maka Y naik. 2) hubungan yang negatif Apabila kenaikan / penurunan daripada X pada umumnya diikuti oleh penurunan / kenaikan daripada Y. X naik maka Y turun. Contoh : pengangguran berkurang apabila lapangan kerja bertambah. Hubungan Kuat atau tidaknya hubungan X & Y diukur dengan suatu nilai yang disebut koefisien korelasi. Koefisien korelasi adalah tingkat hubungan antara X & Y.

0,4

Koefisien korelasi simbolnya adalah r. Jika r paling sedikit = -1 dan paling besar = 1 Jika r = 1 hubungan x & y sempurna Jika r mendekati 1 hubungan x & y kuat dan postif Jika r = -1 hubungan x & y kuat dan negative Jika r mendekati -1 hubungan x & y sangat kuat dan negative Jika r = 0 hubungan x & y lemah sekali atau tidaj ada hubungan. Variabel y tidak semata-mata dipengaruhi x, tapi ada variabel / factor lain. Contoh : y adalah hasil penjualan, tidak ditentukan oleh x yaitu biaya advertensi saja, tapi oleh pendapatan masyarakat, harga, dsb. Untuk menentukan berapa sumbangan / kontribusi x terhadap y, diperoleh dengan menghitung koefisien penentuan (coefisien of determination kp) kp = r2. Contoh : r = 0,9 kp = (0,9)2 = 0,81 = 81%. Artinya : besarnya sumbangan variabel x terhadap turun naik y sebesar 81%, sedangkan 19% oleh faktor lain. Rumus r :
( ) ( ( ) )

atau

Contoh soal : X = % kenaikan biaya advertensi Y = % kenaikan hasil penjualan x 1 2 4 y 2 4 5 Hitung r ! x 1 2 4 5 7 9 10 12 50 15 65 y 2 4 5 7 8 10 12 14 62 ? x2 1 4 16 25 49 81 100 144 420 225

5 7

7 8

9 10

10 12

12 14

Total
Total

y2 4 16 25 49 64 100 144 146 598 ?

xy 2 8 20 35 56 90 120 168 499 15y 499 + 15y

Jawaban :

atau

( ( ) ( ) ( ) ( ) ) ( )

) ( ( ) )

Artinya : hubungan antara kenaikan biaya advertensi dengan hasil penjualan kuat sekali dan positif. Artinya : kenaikan biaya advertensi pada umumnya menaikkan hasil penjualan. Kp = r2 = 0,992 = 98% Artinya : sumbangan biaya advertensi terhadap variasi xy = 98%, sisanya 2% disebabkan oleh factor lain. Ramalan dengan garis regresi sederhana Model : y` = a + b.X a = bilangan kontan, merupakan nilai y` jika x = 0 b = koefisien regresi jadi, a = y b.x

Contoh soal : X = % kenaikan biaya advertensi Y = % kenaikan hasil penjualan Ditanya : berapa besarnya ramalan % kenaikan penjualan jika biaya advertensi dinaikkan menjadi 15%? Jawab : x= y=

( ) ( ) Artinya : setiap ada kenaikan 1% biaya advertensi, hasil penjualan naik 1,04%. a = y b.x = 7,75 (1,04 x 6,25) = 1,25 y` = a + b.X = 1,25 + (1,04 x 15) = 16,85