Statistika Bisnis Sesi 12 - aurinoworks.com

🎥 Playlist Kuliah: Simple Linear Regression

Playlist ini berisi penjelasan lengkap untuk seluruh materi Sesi 12. Tonton berurutan dari atas — mulai dari konsep dasar regresi, menentukan persamaan, residual analysis, sampai prediksi.

💡 Catatan: Playlist ini mencakup materi regresi linear sederhana secara komprehensif. Tonton berurutan untuk pemahaman yang utuh. Materi ini adalah fondasi untuk Sesi 13 (Multiple Regression).

🎯 Bagian 1: Types of Regression Models — Dari Korelasi ke Prediksi

🤔 Apa Itu Regresi?

Regresi = teknik statistik untuk memodelkan hubungan antara variabel dependen (Y) dengan satu atau lebih variabel independen (X), sehingga kita bisa memprediksi Y berdasarkan X.

🔗 Korelasi

“Apakah X dan Y berhubungan?”

Hanya mengukur kekuatan dan arah hubungan.

Output: r (koefisien korelasi)

Contoh: “Biaya iklan dan penjualan berkorelasi kuat (r = 0,85)”

📈 Regresi

“Bagaimana X memprediksi Y?”

Memberi persamaan matematis untuk prediksi.

Output: Y = b₀ + b₁X

Contoh: “Penjualan = 2 + 5 × Iklan”

🎯 Analogi Navigasi:

Korelasi seperti tahu “Jakarta dan Surabaya terhubung oleh jalan” — ada relasi.
Regresi seperti punya peta dengan jarak pasti: “Dari Jakarta ke Surabaya = 780 km, butuh 10 jam.” Anda bisa memprediksi waktu tempuh berdasarkan jarak.

📊 Jenis-Jenis Model Regresi

Jenis	Persamaan	Kapan Dipakai
Simple Linear	Y = b₀ + b₁X	1 variabel independen, hubungan linear
Multiple Linear	Y = b₀ + b₁X₁ + b₂X₂ + …	2+ variabel independen, linear
Polynomial	Y = b₀ + b₁X + b₂X² + …	Hubungan non-linear (kurva)
Logistic	P(Y=1) = 1/(1+e^(-z))	Y kategorikal biner (ya/tidak)

🎯 Fokus Sesi Ini: Simple Linear Regression

Kita akan fokus pada bentuk paling sederhana tapi paling fundamental:

Ŷ = b₀ + b₁X

Dimana:

Ŷ (Y-hat): nilai prediksi Y
b₀: intercept (nilai Y ketika X = 0)
b₁: slope (perubahan Y untuk setiap kenaikan 1 unit X)
X: variabel independen (predictor)

💡 Mengapa Simple Linear Penting?
Meskipun sederhana, simple linear regression adalah pondasi untuk semua model regresi yang lebih kompleks. Kalau Anda paham ini, multiple regression, machine learning, dan deep learning akan jauh lebih mudah dipahami.

📐 Bagian 2: Menentukan Persamaan Regresi — Metode OLS

🤔 Bagaimana Cara Dapatkan b₀ dan b₁?

Kita pakai metode Ordinary Least Squares (OLS) — cari garis yang meminimalkan jumlah kuadrat residual.

🎯 Analogi Pasang Benang:
Bayangkan Anda punya scatter plot (titik-titik data). Anda ingin pasang benang lurus yang “paling pas” dengan semua titik.

OLS mencari posisi benang yang membuat total jarak kuadrat dari semua titik ke benang itu paling kecil. Inilah garis regresi terbaik.

📊 Rumus OLS

b₁ = Σ[(Xᵢ − X̄)(Yᵢ − Ȳ)] / Σ(Xᵢ − X̄)²

b₀ = Ȳ − b₁X̄

Dimana:

X̄, Ȳ: mean X dan Y
b₁: slope (kemiringan garis)
b₀: intercept (titik potong sumbu Y)

🛒 Contoh: Biaya Iklan vs Penjualan UMKM
Data dari 5 UMKM (biaya iklan dalam juta Rp, penjualan dalam juta Rp):

UMKM	Iklan (X)	Penjualan (Y)
1	2	12
2	4	20
3	5	28
4	7	36
5	9	44

Hitung:

X̄ = (2+4+5+7+9)/5 = 5,4
Ȳ = (12+20+28+36+44)/5 = 28
Σ[(Xᵢ − X̄)(Yᵢ − Ȳ)] = 168
Σ(Xᵢ − X̄)² = 29,2
b₁ = 168 / 29,2 = 5,75
b₀ = 28 − (5,75 × 5,4) = 28 − 31,05 = −3,05

Persamaan Regresi:

Penjualan = −3,05 + 5,75 × Iklan

Interpretasi:

b₁ = 5,75: Setiap kenaikan Rp1 juta biaya iklan, penjualan naik rata-rata Rp5,75 juta
b₀ = −3,05: Jika tidak ada iklan (X = 0), penjualan diprediksi −3,05 juta (secara matematis; dalam praktik, nilai ini mungkin tidak bermakna karena X = 0 di luar rentang data)

🎯 Prediksi dengan Persamaan

Kalau UMKM mau budget iklan Rp6 juta:

Ŷ = −3,05 + 5,75 × 6 = 31,45 juta Rp

⚠️ Hati-hati Ekstrapolasi!
Jangan prediksi untuk nilai X yang jauh di luar rentang data. Contoh: prediksi penjualan untuk iklan Rp100 juta (data cuma sampai Rp9 juta) — hasilnya bisa sangat menyesatkan karena hubungan linear mungkin tidak berlaku di rentang itu.

📊 Bagian 3: Measures of Variation — Seberapa Baik Model Kita?

🤔 Bagaimana Mengukur “Kebaikan” Model?

Kita perlu tahu: seberapa baik garis regresi menjelaskan variasi data? Ini diukur dengan dekomposisi variasi.

📊 Dekomposisi Sum of Squares

SST = SSR + SSE

Dimana:

SST (Total Sum of Squares): Total variasi Y dari mean-nya
SSR (Regression Sum of Squares): Variasi Y yang dijelaskan oleh model regresi
SSE (Error Sum of Squares): Variasi Y yang tidak dijelaskan (residual)

🎯 Analogi Nilai Ujian:
Bayangkan nilai ujian siswa:

SST: Total variasi nilai semua siswa dari rata-rata kelas
SSR: Bagian variasi yang bisa dijelaskan oleh jam belajar (model regresi)
SSE: Bagian variasi yang tidak bisa dijelaskan (faktor lain: IQ, mood, dll)

Kalau SSR besar (relatif terhadap SST), berarti model kita bagus!

📊 Coefficient of Determination (R²)

R² = SSR / SST = 1 − (SSE / SST)

Interpretasi: Proporsi variasi Y yang bisa dijelaskan oleh X.

R² = 0: Model tidak menjelaskan apa-apa (garis horizontal)
R² = 1: Model sempurna (semua titik tepat di garis)
R² = 0,85: 85% variasi Y bisa dijelaskan oleh X

🛒 Lanjutan Contoh Iklan vs Penjualan:
Setelah hitung:

SST = 664,8
SSR = 588,5
SSE = 76,3
R² = 588,5 / 664,8 = 0,885 (88,5%)

Interpretasi: “88,5% variasi penjualan bisa dijelaskan oleh biaya iklan. Sisanya 11,5% dijelaskan faktor lain (kualitas produk, lokasi, kompetisi, dll).”

📊 Standard Error of the Estimate (Sᵧₓ)

Sᵧₓ = √(SSE / (n − 2))

Interpretasi: Rata-rata jarak titik data dari garis regresi (dalam unit Y). Seperti “standar deviasi” dari residual.

Lanjutan:

Sᵧₓ = √(76,3 / (5 − 2)) = √25,43 = 5,04 juta Rp

Interpretasi: “Prediksi penjualan kita biasanya meleset sekitar Rp5,04 juta dari nilai aktual.”

🎯 Hubungan R² dengan Korelasi (r)

R² = r²

Untuk simple linear regression, R² = kuadrat dari koefisien korelasi Pearson.

Jika r = 0,94 → R² = 0,88 (88%)
Jika r = 0,50 → R² = 0,25 (25%) — korelasi “sedang” tapi model hanya menjelaskan 25% variasi!

💡 Aturan Praktis untuk R²:

R² < 0,25: Model lemah — X tidak cukup menjelaskan Y
0,25 ≤ R² < 0,64: Model sedang
R² ≥ 0,64: Model kuat

Tapi ingat: R² tinggi bukan jaminan model bagus. Selalu cek asumsi dan residual!

🔍 Bagian 4: Asumsi Regresi — 4 Pilar LINE

🤔 Mengapa Asumsi Penting?

Model regresi OLS hanya valid kalau 4 asumsi terpenuhi. Kalau dilanggar, prediksi dan inferensi bisa menyesatkan.

🏗️ Analogi Bangun Rumah:
Regresi seperti rumah dengan 4 pilar (L-I-N-E). Kalau salah satu pilar rapuh, rumah bisa roboh. Kita harus cek keempatnya sebelum “tinggal” di rumah regresi kita.

📊 4 Asumsi LINE

L – Linearity

Hubungan X dan Y linear

Cek: scatter plot X vs Y harus membentuk pola garis lurus.

I – Independence

Residual saling bebas

Cek: Durbin-Watson test (terutama untuk data time series).

N – Normality

Residual berdistribusi Normal

Cek: histogram residual, Q-Q plot, Shapiro-Wilk.

E – Equal Variance

Varians residual konstan (homoskedastisitas)

Cek: plot residual vs predicted — tidak boleh ada pola “corong”.

🔍 Detail Cara Cek Tiap Asumsi

1. Linearity (Linearitas)

Cara cek: Buat scatter plot X vs Y, atau plot residual vs X.

✅ Baik: Titik-titik tersebar acak di sekitar garis 0
❌ Buruk: Titik-titik membentuk pola kurva (U-shape, dll)

Solusi jika dilanggar: Transformasi X atau Y (log, sqrt), atau pakai polynomial regression.

2. Independence (Independensi)

Cara cek: Durbin-Watson test (akan dibahas detail di Bagian 6).

✅ Baik: DW statistic antara 1,5 dan 2,5
❌ Buruk: DW mendekati 0 (autokorelasi positif) atau mendekati 4 (negatif)

3. Normality (Normalitas Residual)

Cara cek:

Histogram residual → bentuk lonceng
Normal probability plot (Q-Q plot) → titik mengikuti garis lurus
Shapiro-Wilk test pada residual

Solusi jika dilanggar: Transformasi Y (log, Box-Cox) atau pakai bootstrap.

4. Equal Variance (Homoskedastisitas)

Cara cek: Plot residual vs predicted value (Ŷ).

✅ Baik: Titik tersebar acak dengan sebaran konstan
❌ Buruk: Pola “corong” (makin lebar atau makin sempit) → heteroskedastisitas

Solusi jika dilanggar: Transformasi Y (log), atau pakai robust standard errors (White’s SE).

⚠️ Jangan Langsung Percaya Output!
Software (Excel, SPSS, R) akan selalu menghasilkan output regresi — tidak peduli asumsi terpenuhi atau tidak. Tugas Anda sebagai analis untuk cek asumsi sebelum percaya hasilnya!

💡 Prinsip LEAN:
“Regresi tanpa cek asumsi adalah ramalan tanpa dasar.”
Luangkan waktu 10 menit untuk cek LINE. Kalau ada yang dilanggar, perbaiki sebelum interpretasi.

🔬 Bagian 5: Residual Analysis — “Kesehatan” Model Regresi

🤔 Apa Itu Residual?

Residual = selisih antara nilai aktual (Y) dengan nilai prediksi (Ŷ).

eᵢ = Yᵢ − Ŷᵢ

Residual adalah “jejak kesalahan” model. Kalau residual acak (tidak berpola), model bagus. Kalau residual berpola, ada yang salah dengan model.

🏥 Analogi Medical Check-up:
Residual analysis seperti medical check-up untuk model regresi:

Scatter plot residual = X-ray
Histogram residual = tes darah
Durbin-Watson = tes jantung
Q-Q plot = MRI

Semua tes ini memberi gambaran “kesehatan” model.

📊 4 Plot Utama Residual Analysis

1. Residual vs X (atau Ŷ)

Tujuan: Cek linearitas dan homoskedastisitas.

✅ Baik: Titik tersebar acak di sekitar garis 0
❌ Pola kurva: Linearitas dilanggar
❌ Pola corong: Homoskedastisitas dilanggar

2. Histogram Residual

Tujuan: Cek normalitas.

✅ Baik: Bentuk lonceng, simetris
❌ Buruk: Skewed, atau ada outlier jauh

3. Normal Probability Plot (Q-Q Plot)

Tujuan: Cek normalitas lebih rigor.

✅ Baik: Titik-titik mengikuti garis diagonal
❌ Buruk: Titik menyimpang dari garis, terutama di ekor

4. Residual vs Time (untuk data time series)

Tujuan: Cek independence (autokorelasi).

✅ Baik: Titik acak, tidak ada pola
❌ Buruk: Ada pola naik-turun bergelombang → autokorelasi

🛒 Contoh: Deteksi Outlier
Dari residual plot, Anda lihat satu titik dengan residual = +25 juta (jauh di atas yang lain). Ini outlier. Investigasi lebih lanjut: itu adalah UMKM yang kebetulan dapat kontrak besar bulan itu.

Keputusan: Pertimbangkan untuk:

Hapus outlier dari analisis (tapi laporkan di “keterbatasan riset”)
Atau pakai robust regression yang tidak sensitif outlier

💡 Tips Praktis:

Selalu buat minimal 2 plot: residual vs Ŷ dan histogram residual
Untuk data time series, wajib tambahkan residual vs time
Dokumentasikan semua plot di laporan — ini bukti bahwa Anda “jujur” dalam analisis

🔗 Bagian 6: Durbin-Watson Statistic — Deteksi Autocorrelation

🤔 Apa Itu Autocorrelation?

Autocorrelation = korelasi antara residual pada waktu t dengan residual pada waktu t−1. Sering terjadi pada data time series.

📈 Analogi Cuaca:
Kalau hari ini hujan, besok kemungkinan juga hujan (autokorelasi positif). Ini melanggar asumsi independence — residual hari ini tidak independen dari residual kemarin.

Dalam bisnis: penjualan bulan ini sering dipengaruhi penjualan bulan lalu (efek momentum).

📊 Rumus Durbin-Watson

DW = Σ(eₜ − eₜ₋₁)² / Σeₜ²

Dimana:

eₜ: residual pada waktu t
eₜ₋₁: residual pada waktu t−1

🎯 Interpretasi Nilai DW

Nilai DW	Interpretasi
≈ 2	✅ Tidak ada autokorelasi (ideal)
0 → mendekati 0	❌ Autokorelasi positif kuat
4 → mendekati 4	❌ Autokorelasi negatif kuat
1,5 – 2,5	✅ Biasanya dianggap “aman”

🛒 Contoh: Data Penjualan Bulanan
Regresi penjualan vs waktu (12 bulan) menghasilkan DW = 0,85.

Interpretasi: Ada autokorelasi positif kuat. Artinya: residual bulan ini sangat terkait dengan residual bulan lalu. Model regresi tidak valid untuk data ini.

Solusi:

Pakai time series models (ARIMA, exponential smoothing)
Atau tambahkan lagged variable (Yₜ₋₁) sebagai predictor
Atau pakai Generalized Least Squares (GLS) yang mengakomodasi autokorelasi

⚠️ Kapan Wajib Cek DW?

✅ Data time series (bulanan, kuartalan, tahunan)
✅ Data berurutan (misal: transaksi harian)
❌ Data cross-sectional (misal: data 50 UMKM di 1 waktu) — biasanya tidak perlu

💡 Mengapa DW Penting di Bisnis?
Banyak data bisnis adalah time series (penjualan, harga saham, inflasi). Kalau Anda abaikan autokorelasi, prediksi Anda akan sangat salah karena model mengasumsikan residual independen padahal tidak.

🎯 Bagian 7: Inferensi tentang Slope dan Korelasi

🤔 Apakah Slope Signifikan?

Kita sudah dapat b₁ = 5,75. Tapi apakah ini signifikan secara statistik, atau cuma kebetulan sampel?

📊 t-test untuk Slope

t = b₁ / S₆₁

Dimana:

b₁: slope estimasi
S₆₁: standard error of the slope
df: n − 2

Hipotesis:

H₀: β₁ = 0 (tidak ada hubungan linear)
H₁: β₁ ≠ 0 (ada hubungan linear)

🛒 Lanjutan Contoh Iklan vs Penjualan:

b₁ = 5,75
S₆₁ = 0,92
t = 5,75 / 0,92 = 6,25
df = 5 − 2 = 3
p-value = 0,008
Karena 0,008 < 0,05 → Tolak H₀

Kesimpulan: “Slope signifikan. Biaya iklan berpengaruh signifikan terhadap penjualan.”

📊 Confidence Interval untuk Slope

b₁ ± t(α/2, n−2) × S₆₁

Lanjutan:

t(0,025, 3) = 3,182
95% CI = 5,75 ± 3,182 × 0,92 = 5,75 ± 2,93 = [2,82 ; 8,68]

Interpretasi: “Kita 95% yakin bahwa setiap kenaikan Rp1 juta biaya iklan, penjualan naik antara Rp2,82 juta sampai Rp8,68 juta.”

📊 Uji Korelasi

Untuk menguji apakah korelasi (r) signifikan:

t = r / √((1 − r²)/(n − 2))

Ini ekuivalen dengan t-test untuk slope. Kalau slope signifikan, korelasi juga signifikan.

⚠️ “Signifikan” ≠ “Kuat”
Slope bisa signifikan secara statistik (p < 0,05) tapi lemah secara praktis. Contoh: slope = 0,01 dengan p = 0,001 (sangat signifikan karena sampel besar) — tapi kenaikan Rp1 juta iklan hanya naikkan penjualan Rp10 ribu. Tidak worth it!

Selalu cek: (1) signifikansi statistik (p-value), (2) signifikansi praktis (besar slope), (3) R².

🎯 Bagian 8: Estimasi Mean vs Prediksi Individu

🤔 Dua Jenis Prediksi

Setelah punya model regresi, kita bisa lakukan dua jenis prediksi — dan masing-masing punya interval yang berbeda:

📊 Confidence Interval (CI) untuk Mean

“Berapa RATA-RATA Y untuk X tertentu?”

Estimasi mean populasi Y pada X tertentu.

Interval lebih sempit.

Contoh: “Rata-rata penjualan SEMUA UMKM dengan iklan Rp6 juta”

🎯 Prediction Interval (PI) untuk Individu

“Berapa Y untuk SATU observasi tertentu?”

Prediksi nilai individual Y pada X tertentu.

Interval lebih lebar.

Contoh: “Penjualan UMKM TERTENTU dengan iklan Rp6 juta”

🎯 Analogi Nilai Ujian:

CI untuk mean: “Berapa rata-rata nilai ujian siswa yang belajar 10 jam?” — kita estimasi rata-rata kelas.
PI untuk individu: “Berapa nilai ujian Andi yang belajar 10 jam?” — kita prediksi satu siswa spesifik.

Prediksi individu lebih tidak pasti karena ada variasi individual (mood, IQ, dll) yang tidak bisa dihilangkan.

📊 Rumus

CI untuk mean: Ŷ ± t(α/2, n−2) × Sᵧₓ × √(1/n + (X₀ − X̄)²/SSX)

PI untuk individu: Ŷ ± t(α/2, n−2) × Sᵧₓ × √(1 + 1/n + (X₀ − X̄)²/SSX)

Perhatikan: PI punya tambahan “+1” di dalam akar → selalu lebih lebar dari CI.

🛒 Lanjutan Contoh Iklan vs Penjualan:
Untuk X₀ = 6 juta (budget iklan):

Ŷ = −3,05 + 5,75 × 6 = 31,45 juta
95% CI untuk mean: [27,5 ; 35,4] juta
95% PI untuk individu: [20,1 ; 42,8] juta

Interpretasi:

CI: “Kita 95% yakin rata-rata penjualan semua UMKM dengan iklan Rp6 juta ada di kisaran Rp27,5 – 35,4 juta.”
PI: “Kita 95% yakin penjualan satu UMKM tertentu dengan iklan Rp6 juta ada di kisaran Rp20,1 – 42,8 juta.”

🎯 Faktor yang Memengaruhi Lebar Interval

Jarak X₀ dari X̄: Semakin jauh X₀ dari mean X, semakin lebar interval (prediksi di “pinggiran” kurang akurat)
Ukuran sampel n: Semakin besar n, semakin sempit interval
Standard error Sᵧₓ: Semakin besar, semakin lebar interval

💡 Kapan Pakai CI vs PI?

CI untuk mean: Kalau Anda peduli pada rata-rata populasi (misal: kebijakan untuk semua UMKM)
PI untuk individu: Kalau Anda peduli pada satu entitas spesifik (misal: prediksi penjualan toko A)

Dalam bisnis, PI lebih sering dipakai karena keputusan biasanya untuk entitas spesifik (toko, pelanggan, produk tertentu).

🚨 Bagian 9: 7 Kesalahan Fatal Peneliti Pemula dalam Regresi

🚨 Mengapa Section Ini Penting?

Regresi adalah alat paling sering disalahgunakan dalam riset bisnis. Berikut 7 kesalahan yang harus Anda hindari:

❌ Kesalahan #1: “Korelasi = Kausalitas”

Yang salah: “Iklan dan penjualan berkorelasi kuat, berarti iklan MENYEBABKAN penjualan naik.”

Mengapa salah: Korelasi hanya menunjukkan hubungan, bukan sebab-akibat. Bisa jadi ada variabel ketiga (misal: ekonomi membaik) yang menyebabkan keduanya naik.

Solusi: Interpretasi sebagai “hubungan”, bukan “sebab-akibat”. Untuk klaim kausal, butuh eksperimen (randomized control trial).

❌ Kesalahan #2: Tidak Cek Asumsi LINE

Yang salah: Langsung percaya output regresi tanpa cek asumsi.

Akibat: Kalau asumsi dilanggar, prediksi dan inferensi tidak valid.

Solusi: Cek 4 asumsi LINE. Dokumentasikan di laporan.

❌ Kesalahan #3: Ekstrapolasi Berlebihan

Yang salah: Model dari data iklan Rp1-10 juta dipakai untuk prediksi iklan Rp100 juta.

Mengapa salah: Hubungan linear mungkin tidak berlaku di luar rentang data. Di iklan Rp100 juta mungkin ada diminishing returns.

Solusi: Prediksi hanya dalam rentang data (interpolasi). Kalau harus ekstrapolasi, akui ketidakpastiannya besar.

❌ Kesalahan #4: Hanya Lihat R²

Yang salah: “R² = 0,95, berarti model sempurna!”

Mengapa salah: R² tinggi bisa terjadi karena overfitting, atau karena data yang “kebetulan” linear tapi tidak punya hubungan kausal.

Solusi: Selalu cek juga: (1) signifikansi slope, (2) residual plot, (3) logika bisnis.

❌ Kesalahan #5: Abaikan Outlier

Yang salah: Langsung fit model tanpa cek outlier.

Akibat: Satu outlier bisa mengubah slope secara drastis. Contoh: slope bisa berubah dari +5 ke −2 hanya karena 1 outlier.

Solusi: Cek residual plot, identifikasi outlier (residual > ±3 Sᵧₓ). Investigasi: apakah outlier ini data error, atau observasi valid yang perlu dipertahankan?

❌ Kesalahan #6: Interpretasi Intercept Tanpa Konteks

Yang salah: “b₀ = −3, berarti kalau tidak iklan, penjualan minus Rp3 juta!”

Mengapa salah: X = 0 mungkin di luar rentang data. Dalam contoh, data iklan dari Rp2-9 juta. Nilai X = 0 tidak ada di data.

Solusi: Interpretasi intercept hanya bermakna kalau X = 0 masuk akal dan ada dalam rentang data. Kalau tidak, cukup laporkan sebagai “konstanta matematis”.

❌ Kesalahan #7: Lupa Bedakan CI vs PI

Yang salah: Laporkan CI untuk mean, padahal yang diminta prediksi individu.

Akibat: Interval terlalu sempit → under-estimate risiko.

Solusi: Tanyakan: “Saya prediksi rata-rata, atau nilai spesifik?” → pilih CI atau PI.

💡 Self-Check:
Sebelum submit riset, cek ulang:

☑️ Sudah hindari klaim kausal dari korelasi?
☑️ Sudah cek 4 asumsi LINE?
☑️ Sudah hindari ekstrapolasi?
☑️ Sudah cek R², slope, dan residual plot?
☑️ Sudah identifikasi dan investigasi outlier?
☑️ Sudah interpretasi intercept dengan hati-hati?
☑️ Sudah bedakan CI untuk mean vs PI untuk individu?

Kalau semua “ya”, selamat! Anda sudah menghindari 90% kesalahan peneliti pemula.

✅ Bagian 10: Ringkasan & Checklist Praktis Sesi 12

🗺️ Peta Konsep Sesi 12

Konsep	Rumus/Konsep Utama	Interpretasi
Persamaan Regresi	Ŷ = b₀ + b₁X	Model untuk prediksi
Slope (b₁)	ΔY / ΔX	Perubahan Y per unit X
R²	SSR / SST	% variasi Y yang dijelaskan X
Standard Error (Sᵧₓ)	√(SSE/(n−2))	Average prediction error
Asumsi LINE	Linearity, Independence, Normality, Equal variance	4 pilar validitas model
Durbin-Watson	Σ(eₜ − eₜ₋₁)² / Σeₜ²	Deteksi autokorelasi (time series)
t-test slope	t = b₁ / S₆₁	Signifikansi slope

📋 Checklist 9 Langkah Regresi Linear

☑️ Sudah buat scatter plot X vs Y (cek linearitas visual)?
☑️ Sudah hitung b₀ dan b₁ (pakai software atau manual)?
☑️ Sudah interpretasi slope dalam konteks bisnis?
☑️ Sudah hitung R² dan standard error?
☑️ Sudah cek 4 asumsi LINE (residual analysis)?
☑️ Untuk time series: sudah cek Durbin-Watson?
☑️ Sudah lakukan t-test untuk slope?
☑️ Sudah hindari ekstrapolasi?
☑️ Sudah laporkan CI atau PI sesuai kebutuhan?

🎯 Formula Sheet Ringkas

Persamaan Regresi:
Ŷ = b₀ + b₁X

Slope:
b₁ = Σ[(Xᵢ − X̄)(Yᵢ − Ȳ)] / Σ(Xᵢ − X̄)²

Intercept:
b₀ = Ȳ − b₁X̄

R²:
R² = SSR / SST = 1 − (SSE / SST)

Standard Error:
Sᵧₓ = √(SSE / (n − 2))

Durbin-Watson:
DW = Σ(eₜ − eₜ₋₁)² / Σeₜ²

💡 Prinsip LEAN untuk Regresi:
“Regresi bukan ramalan ajaib — tapi alat untuk mengkuantifikasi hubungan dan ketidakpastian.”

Selalu laporkan: (1) persamaan regresi, (2) R² dan Sᵧₓ, (3) hasil cek asumsi LINE, (4) signifikansi slope, (5) interval prediksi, (6) interpretasi bisnis, (7) keterbatasan model.

📚 Persiapan Sesi Berikutnya

Di sesi berikutnya, kita akan masuk ke Multiple Linear Regression — memperluas regresi ke 2+ variabel independen. Pastikan Anda sudah paham simple regression di sesi ini sebelum lanjut!

📖 Mau versi lebih teknis dengan Excel/SPSS output?
Materi di bawah ini adalah versi deep-dive dari poin-poin yang sudah kita bahas di atas — mencakup output Excel/SPSS lengkap, bedah kasus, dan contoh tambahan. Silakan dibaca sebagai pelengkap.

↓ Gulir ke bawah untuk materi pelengkap ↓

Deskripsi Sesi

Sesi ini membahas analisis regresi linier sebagai alat utama dalam riset bisnis kuantitatif untuk memodelkan, menjelaskan, dan memprediksi hubungan antar variabel numerik. Mahasiswa tidak hanya belajar cara menjalankan regresi di Microsoft Excel, tetapi juga memahami logika metode, asumsi, interpretasi hasil, serta keterbatasannya dalam konteks bisnis nyata.

Materi disusun untuk menghindari penggunaan regresi secara mekanis tanpa pemahaman metodologis, yang merupakan kesalahan umum dalam penulisan skripsi.

Learning Objectives

Setelah mengikuti sesi ini, mahasiswa mampu:

Menjelaskan perbedaan korelasi dan regresi
Memahami konsep regresi linier sederhana dan berganda
Menafsirkan makna intercept (b₀) dan slope (b₁)
Mengevaluasi asumsi-asumsi regresi linier
Melakukan dan membaca output regresi menggunakan Microsoft Excel
Mengaitkan hasil regresi dengan pengambilan keputusan bisnis

1. Korelasi vs Regresi

Scatter plot digunakan untuk melihat pola hubungan antara dua variabel.
Namun:

Korelasi hanya mengukur kekuatan hubungan linier
Regresi digunakan untuk:
- memprediksi nilai variabel dependen
- menjelaskan pengaruh perubahan variabel independen terhadap variabel dependen

📌 Penegasan penting
Korelasi tidak menyiratkan hubungan sebab-akibat, sedangkan regresi dibangun atas asumsi hubungan kausal yang didukung teori dan logika bisnis levine_smume6_ppt13

2. Konsep Dasar Regresi Linier

2.1 Regresi Linier Sederhana

Digunakan ketika terdapat satu variabel independen (X) dan satu variabel dependen (Y).

Model populasi: $Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i$

Model estimasi: $\hat{Y} = b_0 + b_1 X$

b₀ (intercept): nilai rata-rata Y saat X = 0
b₁ (slope): perubahan rata-rata Y akibat kenaikan 1 unit X

📌 Dalam konteks bisnis, makna b₁ jauh lebih penting daripada b₀, terutama jika X = 0 tidak realistis secara empiris levine_smume6_ppt13

2.2 Regresi Linier Berganda

Digunakan ketika lebih dari satu variabel independen memengaruhi Y.

$Y = b_0 + b_1 X_1 + b_2 X_2 + \cdots + b_k X_k + \varepsilon$

📌 Regresi berganda bukan sekadar menambah variabel, tetapi menuntut:

justifikasi teoritis
logika bisnis yang kuat
definisi operasional variabel yang jelas

3. Metode Estimasi: Least Squares

Koefisien regresi diperoleh dengan metode kuadrat terkecil, yaitu meminimalkan jumlah kuadrat selisih antara nilai aktual dan nilai prediksi.

$\min \sum (Y_i – \hat{Y}_i)^2$

Hasil estimasi inilah yang ditampilkan dalam output Excel, bukan nilai “sebenarnya” populasi levine_smume6_ppt13

4. Evaluasi Model: Variasi dan Koefisien Determinasi

4.1 Komponen Variasi

SST (Total Variation)
SSR (Explained Variation)
SSE (Unexplained Variation)

$SST = SSR + SSE$

4.2 Koefisien Determinasi (R²)

R² menunjukkan proporsi variasi Y yang dapat dijelaskan oleh X.

📌 R² tinggi tidak otomatis berarti model baik, jika:

asumsi dilanggar
variabel tidak relevan secara bisnis

5. Asumsi Regresi Linier (L.I.N.E)

Regresi linier mensyaratkan:

Linearity → hubungan X–Y bersifat linier
Independence → error saling bebas
Normality → error berdistribusi normal
Equal Variance (Homoscedasticity) → varians error konstan

Evaluasi dilakukan melalui analisis residual, termasuk:

residual vs X
histogram residual
normal probability plot
uji Durbin–Watson (untuk data runtut waktu) levine_smume6_ppt13

6. Pengujian Hipotesis dalam Regresi

6.1 Uji t (Parsial)

Digunakan untuk menguji apakah masing-masing koefisien regresi berbeda dari nol.

$H_0: \beta_j = 0 \quad vs \quad H_1: \beta_j \neq 0$

6.2 Uji F (Simultan)

Digunakan untuk menilai apakah model regresi secara keseluruhan bermakna.

📌 Kesalahan umum mahasiswa
Menarik kesimpulan hanya dari p-value, tanpa memahami konteks variabel dan model.

7. Estimasi dan Prediksi dalam Regresi

Regresi digunakan untuk dua tujuan berbeda:

Confidence Interval → estimasi rata-rata Y
Prediction Interval → prediksi nilai individu Y

Prediction interval selalu lebih lebar, karena mencakup ketidakpastian individual

8. Implementasi Regresi Menggunakan Microsoft Excel

Langkah umum:

Menyusun data dalam kolom (Y dan X)
Mengaktifkan Data Analysis ToolPak
Memilih Regression
Menentukan:
- Input Y Range
- Input X Range
Membaca output regresi

📌 Fokus pembelajaran bukan pada klik, tetapi pada interpretasi dan implikasi bisnis.

9. Pitfalls dalam Penggunaan Regresi

Beberapa jebakan umum:

Mengabaikan asumsi regresi
Menggunakan regresi tanpa pemahaman konteks bisnis
Melakukan ekstrapolasi di luar rentang data
Menganggap regresi sebagai “mesin pencari signifikansi”

Strategi utama:

Mulai dari visualisasi, cek asumsi, baru melakukan inferensi statistik

Sesi 12 (Tambahan Praktik): Korelasi & Regresi Linier Sederhana di Microsoft Excel

A. Menyiapkan Data di Excel

Buka Microsoft Excel
Buat tabel dengan format kolom berikut:

A	B	C
Toko	Luas_Toko	Penjualan_Bulanan
1	50	18
2	70	22
…	…	…

📌 Aturan penting

Setiap baris = satu observasi
Tidak ada sel kosong
Variabel X dan Y harus numerik

B. Menghitung Korelasi di Excel

Cara 1: Menggunakan Fungsi

Klik sel kosong
Ketik:

=CORREL(B2:B11, C2:C11)

Tekan Enter

Interpretasi singkat

Nilai positif → hubungan searah
Nilai mendekati 1 → hubungan kuat

📌 Catatan dosen
Korelasi tidak menunjukkan sebab–akibat, hanya hubungan.

Serangkaian scatter plot yang menunjukkan korelasi positif antara iklan dan penjualan, korelasi negatif antara harga dan volume penjualan, serta korelasi lemah antara usia karyawan dan skor kinerja.

1️⃣ Hubungan Iklan vs Penjualan

Penjelasan
Grafik menunjukkan hubungan positif yang sangat kuat antara biaya iklan dan total penjualan. Titik-titik data membentuk pola linier menaik dengan nilai $R^2 = 0{,}9245$ R2=0,9245, yang berarti sekitar 92,45% variasi penjualan dapat dijelaskan oleh biaya iklan. Hal ini mengindikasikan bahwa peningkatan anggaran iklan berkaitan erat dengan peningkatan penjualan.

Catatan metodologis
Grafik ini menunjukkan korelasi yang kuat dan layak dilanjutkan ke analisis regresi linier sederhana untuk menguji pengaruh secara statistik.

Caption
Gambar X. Scatter plot hubungan biaya iklan dan total penjualan.

2️⃣ Analisis Harga vs Volume Penjualan

Penjelasan
Grafik menunjukkan hubungan negatif yang kuat antara harga produk dan volume penjualan. Garis regresi memiliki kemiringan negatif dengan nilai $R^2 = 0{,}8856$ R2=0,8856, yang menunjukkan bahwa kenaikan harga cenderung diikuti oleh penurunan volume penjualan. Hubungan ini konsisten dengan konsep dasar elastisitas permintaan dalam ekonomi.

Catatan metodologis
Korelasi negatif yang kuat ini menunjukkan bahwa harga merupakan faktor penting dalam menentukan volume penjualan dan relevan untuk analisis prediktif.

Caption
Gambar Y. Scatter plot hubungan harga produk dan volume penjualan.

3️⃣ Korelasi Usia vs Skor Kinerja

Penjelasan
Grafik menunjukkan hubungan yang sangat lemah antara usia karyawan dan skor kinerja. Nilai $R^2 = 0{,}0032$ R2=0,0032 mengindikasikan bahwa usia hampir tidak menjelaskan variasi kinerja karyawan. Sebaran titik yang acak menunjukkan tidak adanya pola hubungan yang berarti.

Catatan metodologis
Dalam kasus ini, usia tidak layak digunakan sebagai prediktor utama kinerja, dan peneliti perlu mempertimbangkan variabel lain seperti pengalaman kerja, motivasi, atau pelatihan.

Caption
Gambar Z. Scatter plot hubungan usia karyawan dan skor kinerja.

🔑 Ringkasan Pembelajaran (1 paragraf)

Ketiga grafik menunjukkan bahwa korelasi dapat bersifat positif, negatif, atau lemah, tergantung pada konteks variabel yang dianalisis. Korelasi digunakan sebagai alat eksplorasi awal untuk memahami pola hubungan antar variabel, namun tidak dapat digunakan untuk menyimpulkan hubungan sebab-akibat tanpa analisis lanjutan seperti regresi.

C. Mengaktifkan Data Analysis Add-in (WAJIB)

Jika menu Data Analysis belum muncul:

Klik File → Options
Pilih Add-ins
Pada bagian bawah:
- Manage: Excel Add-ins
- Klik Go
Centang Analysis ToolPak
Klik OK

➡️ Menu Data Analysis akan muncul di tab Data

D. Melakukan Regresi Linier Sederhana di Excel

Langkah-langkah:

Klik tab Data
Pilih Data Analysis
Pilih Regression → klik OK

Isi Parameter:

Input Y Range
→ Kolom Penjualan_Bulanan (C1:C11)
Input X Range
→ Kolom Luas_Toko (B1:B11)
Centang Labels (jika ada judul kolom)
Pilih Output Range atau New Worksheet
Klik OK

E. Output yang Perlu Diperhatikan (JANGAN SEMUA)

Mahasiswa cukup fokus pada 4 hal ini:

R Square
→ seberapa besar variasi Y dijelaskan X
Significance F
→ apakah model signifikan
Koefisien X (Slope)
→ arah dan besar pengaruh
Scatter plot + garis regresi

📌 Stop di sini. Tidak perlu bahas yang lain dulu.

F. Kalimat Interpretasi (Siap Pakai)

Hasil analisis regresi linier sederhana menunjukkan bahwa luas toko berpengaruh positif terhadap penjualan bulanan. Model regresi signifikan pada tingkat signifikansi 5%, sehingga dapat disimpulkan bahwa luas toko memiliki pengaruh yang bermakna terhadap penjualan.

G. Catatan Pedagogis untuk Mahasiswa

Korelasi → hubungan
Regresi → pengaruh
Excel → alat bantu, bukan penentu kesimpulan

Contoh–Contoh Regresi Linier (Konteks Indonesia)

Contoh 1 – Regresi Linier Sederhana (Ritel / UMKM)

Kasus
Seorang pemilik minimarket ingin mengetahui apakah luas toko berpengaruh terhadap penjualan bulanan.

Variabel

Y (Penjualan Bulanan): total penjualan per bulan (Rp juta)
X (Luas Toko): luas lantai toko (m²)

Model $\text{Penjualan} = b_0 + b_1(\text{Luas Toko})$

Interpretasi
Jika koefisien $b_1$ b1 bernilai positif dan signifikan, maka semakin luas toko, semakin besar potensi penjualan.

📌 Catatan pembelajaran
Model ini cocok sebagai analisis awal, tetapi belum mempertimbangkan faktor penting lain seperti promosi atau lokasi.

Contoh 2 – Regresi Linier Berganda (Ritel Modern Indonesia)

Kasus
Manajemen ritel ingin mengetahui faktor yang memengaruhi penjualan bulanan.

Variabel

Y: Penjualan Bulanan (Rp juta)
X₁: Luas Toko (m²)
X₂: Biaya Promosi (Rp juta/bulan)

Model $\text{Penjualan} = b_0 + b_1(\text{Luas Toko}) + b_2(\text{Biaya Promosi})$

Interpretasi

$b_1 > 0$ b1>0: toko lebih luas → penjualan meningkat
$b_2 > 0$ b2>0: promosi lebih intens → penjualan meningkat

📌 Makna bisnis
Ekspansi fisik harus dibarengi promosi, tidak cukup mengandalkan ukuran toko saja.

Contoh 3 – Regresi dalam Layanan Publik (Indonesia)

Kasus
Sebuah kantor pelayanan publik ingin menganalisis pengaruh waktu layanan terhadap jumlah pengaduan masyarakat.

Variabel

Y: Jumlah Pengaduan per Bulan
X₁: Rata-rata Waktu Layanan (menit)
X₂: Jumlah Petugas Layanan

Model $\text{Pengaduan} = b_0 + b_1(\text{Waktu Layanan}) + b_2(\text{Jumlah Petugas})$

Interpretasi

Waktu layanan yang lebih lama → pengaduan meningkat
Penambahan petugas → pengaduan menurun

📌 Catatan metodologis
Jika Y berupa jumlah kejadian kecil, mahasiswa bisa diarahkan ke regresi Poisson (materi lanjutan).

Contoh 4 – Regresi di Dunia Pendidikan (Kampus Indonesia)

Kasus
Dosen ingin menganalisis faktor yang memengaruhi nilai akhir mahasiswa.

Variabel

Y: Nilai Akhir Mata Kuliah
X₁: Kehadiran (%)
X₂: Nilai Tugas
X₃: Nilai UTS

Model $\text{Nilai Akhir} = b_0 + b_1(\text{Kehadiran}) + b_2(\text{Tugas}) + b_3(\text{UTS})$

📌 Penegasan penting

Semua variabel numerik dan kontinu
Regresi tepat digunakan

Jika Y diubah menjadi:

Lulus / Tidak Lulus → regresi logistik
Kepuasan kuliah → regresi ordinal

Contoh Kesalahan Umum Mahasiswa Indonesia (SALAH vs BENAR)

❌ SALAH

Menggunakan regresi linier untuk variabel kepuasan (1–5) tanpa penjelasan.

✅ BENAR

Menjelaskan bahwa data Likert diperlakukan sebagai interval atau menggunakan regresi ordinal.

Kalimat Siap Tempel (Gaya Bab IV Indonesia)

Berdasarkan hasil analisis regresi linier berganda, diperoleh bahwa luas toko dan biaya promosi berpengaruh positif terhadap penjualan bulanan. Model regresi secara keseluruhan signifikan pada tingkat signifikansi 5%, sehingga dapat disimpulkan bahwa variabel independen secara simultan memengaruhi variabel dependen.

Catatan Dosen (PENTING)

Sesi ini menegaskan bahwa regresi linier adalah alat pemodelan, bukan sekadar teknik statistik. Model yang baik bukan yang paling kompleks, tetapi yang paling masuk akal secara metodologis dan substantif.
Regresi bukan soal rumus atau software, tetapi soal kecocokan metode dengan realitas data Indonesia.

Referensi Utama (APA Style)

Levine, D. M., Stephan, D. F., Krehbiel, T. C., & Berenson, M. L. (2017). Statistics for managers using Microsoft Excel (8th ed.). Pearson. levine_smume6_ppt13

Statistika Bisnis Sesi 11

Stat Bis

Statistika Bisnis Sesi 13

📈 Sesi 12: Simple Linear Regression — Seni Memprediksi Masa Depan

🤔 Apa Itu Regresi?

🔗 Korelasi

📈 Regresi

📊 Jenis-Jenis Model Regresi

🎯 Fokus Sesi Ini: Simple Linear Regression

🤔 Bagaimana Cara Dapatkan b₀ dan b₁?

📊 Rumus OLS

🎯 Prediksi dengan Persamaan

🤔 Bagaimana Mengukur “Kebaikan” Model?

📊 Dekomposisi Sum of Squares

📊 Coefficient of Determination (R²)

📊 Standard Error of the Estimate (Sᵧₓ)

🎯 Hubungan R² dengan Korelasi (r)

🤔 Mengapa Asumsi Penting?

📊 4 Asumsi LINE

L – Linearity

I – Independence

N – Normality

E – Equal Variance

🔍 Detail Cara Cek Tiap Asumsi

1. Linearity (Linearitas)

2. Independence (Independensi)

3. Normality (Normalitas Residual)

4. Equal Variance (Homoskedastisitas)

🤔 Apa Itu Residual?

📊 4 Plot Utama Residual Analysis

1. Residual vs X (atau Ŷ)

2. Histogram Residual

3. Normal Probability Plot (Q-Q Plot)

4. Residual vs Time (untuk data time series)

🤔 Apa Itu Autocorrelation?

📊 Rumus Durbin-Watson

🎯 Interpretasi Nilai DW

🤔 Apakah Slope Signifikan?

📊 t-test untuk Slope

Hipotesis:

📊 Confidence Interval untuk Slope

📊 Uji Korelasi

🤔 Dua Jenis Prediksi

📊 Confidence Interval (CI) untuk Mean

🎯 Prediction Interval (PI) untuk Individu

📊 Rumus

🎯 Faktor yang Memengaruhi Lebar Interval

🚨 Mengapa Section Ini Penting?

❌ Kesalahan #1: “Korelasi = Kausalitas”

❌ Kesalahan #2: Tidak Cek Asumsi LINE

❌ Kesalahan #3: Ekstrapolasi Berlebihan

❌ Kesalahan #4: Hanya Lihat R²

❌ Kesalahan #5: Abaikan Outlier

❌ Kesalahan #6: Interpretasi Intercept Tanpa Konteks

❌ Kesalahan #7: Lupa Bedakan CI vs PI

🗺️ Peta Konsep Sesi 12

📋 Checklist 9 Langkah Regresi Linear

🎯 Formula Sheet Ringkas

📖 Baca Juga: Deep-Dive Regresi

📚 Persiapan Sesi Berikutnya

Deskripsi Sesi

Learning Objectives

1. Korelasi vs Regresi

2. Konsep Dasar Regresi Linier

2.1 Regresi Linier Sederhana

2.2 Regresi Linier Berganda

3. Metode Estimasi: Least Squares

4. Evaluasi Model: Variasi dan Koefisien Determinasi

4.1 Komponen Variasi

4.2 Koefisien Determinasi (R²)

5. Asumsi Regresi Linier (L.I.N.E)

6. Pengujian Hipotesis dalam Regresi

6.1 Uji t (Parsial)

6.2 Uji F (Simultan)

7. Estimasi dan Prediksi dalam Regresi

8. Implementasi Regresi Menggunakan Microsoft Excel

9. Pitfalls dalam Penggunaan Regresi

Sesi 12 (Tambahan Praktik): Korelasi & Regresi Linier Sederhana di Microsoft Excel

A. Menyiapkan Data di Excel

B. Menghitung Korelasi di Excel

Cara 1: Menggunakan Fungsi

1️⃣ Hubungan Iklan vs Penjualan

2️⃣ Analisis Harga vs Volume Penjualan