Modul ini membahas tentang teori regresi linier sederhana. Regresi digunakan untuk memprediksi nilai variabel tergantung (Y) dari variabel bebas (X). Variabel gangguan merupakan selisih antara nilai sebenarnya dan nilai perkiraan. Nilai koefisien regresi dan intercept diestimasi menggunakan metode least square. Uji hipotesis digunakan untuk menguji hubungan antara variabel.

1. Arie Wibowo Khurniawan, S.Si, M.Ak TEORI REGRESI Modul 2 - Statistika Ekonomi II

6. Misalnya : ingin melihat hubungan antara pengeluaran untuk iklan (ads expenditures, X) dengan penerimaan melalui penjualan (sales revenue, Y) Tahun 1 2 3 4 5 6 7 8 9 10 X 10 9 11 12 11 12 13 13 14 15 Y 44 40 42 46 48 52 54 58 56 60

7. Model Regresi Populasi Dalam aplikasinya data populasi ini sangat sulit untuk didapatkan oleh karena diperlukan waktu yang lama dan biaya yang tinggi. Oleh karena itu biasanya para praktisi mengunakan sampel untuk menduga/menaksir/mengestimasi populasi . X Y E[Y]=  +  X Xi } }  = Slope 1  = Intercept Yi { Error:  i Regression Plot

8. Konsep Sampel dalam Regresi Model Regresi Sebenarnya Model Regresi yang diduga (Sampel) X Y Regression Plot Regresi Sebenarnya Regresi yang diduga

11. Kasus 1 : X = % kenaikan biaya promosi penjualan (sales promotion selama 1 tahun Y = % kenaikan hasil penjualan selama 1 tahun Buatlah persamaan regresi liniear sederhana X 1 2 3 4 5 Y 3 5 7 8 10

13. Kasus 2 : X = % kenaikan biaya promosi penjualan (sales promotion selama 1 tahun Y = % kenaikan hasil penjualan selama 1 tahun Hitunglah Standar Deviasi singel (S) X 1 2 3 4 5 Y 3 5 7 8 10

16. Kasus 3 : X = % kenaikan biaya promosi penjualan (sales promotion selama 1 tahun Y = % kenaikan hasil penjualan selama 1 tahun Hitunglah Interval kepercayaan  dan  dengan derajat keyakinan 95% X 1 2 3 4 5 Y 3 5 7 8 10

19. Kasus 4 : X = % kenaikan biaya promosi penjualan (sales promotion selama 1 tahun Y = % kenaikan hasil penjualan selama 1 tahun Ujilah apakah terdapat hubungan linier yang berarti antara X dan Y X 1 2 3 4 5 Y 3 5 7 8 10