Page 32 - STATISTIKA DIAGRAM PENCAR DAN REGRESI LINEAR

b. Kedua, diketahui hubungan antara biaya iklan dengan banyaknya sponsor adalah

linier dengan persamaan regresi linear ŷ = 49,73 – 3,271x. Persamaan regresi
tersebut dapat diinterpretasikan :

 Biaya iklan sebesar 49,73 pada saat sponsor bernilai 0 satuan, atau

 Biaya iklan akan berkurang sebesar 3,271 pada setiap penurunan sponsor
sebanyak 1 satuan

5. Interpolasi dan Ekstrapolasi Data

Tujuan dari regresi linear sederhana adalah untuk memprediksi nilai Y atau

variabel dependen apabila nilai X atau variabel independen diketahui. Pada

umumnya, nilai X ini terdapat batasan atau domain. Berdasarkan posisi nilai X, kita
dapat memprediksi nilai Y dengan cara :

a. Interpolasi adalah penggunaan hubungan antar variabel untuk memprediksi
nilai Y jika nilai X berada di dalam domain.

b. Ekstrapolasi adalah penggunaan hubungan antar variabel untuk memprediksi
nilai Y jika nilai X berada di luar domain.

Perlu dicatat, kita hanya boleh memprediksi nilai Y untuk nilai X yang berada pada

domainnya. Jadi, pada prediksi ini kita hanya boleh melakukan interpolasi, bukan
ekstrapolasi. Hal ini disebabkan adanya kemungkinan modelnya sudah tidak linear

lagi diluar domainnya.

SOAL DAN PEMBAHASAN 1

Sebuah perusahaan fashion memiliki beberapa toko cabang di berbagai daerah dengan
pegawai yang berbeda-beda. Demi mengikuti fashion anak muda terkini, perusahaan

memaksimalkan uang produksi untuk membeli produk terbaru sehingga membutuhkan
lebih banyak pegawai. Oleh karena itu, toko cabang yang berpeluang besar untuk

berkembang pesatlah yang akan membutuhkan pegawai yang cukup banyak.
Perusahaan juga ingin memprediksi banyak pegawai pada beberapa cabang yang uang

produksinya 30 juta dan 90 juta. Berikut beberapa uang produksi dan banyak pegawai

CABANG 1 CABANG 2 CABANG 3 CABANG 4

Uang Prod. 19jt Uang Prod. 27jt Uang Prod. 39jt Uang Prod. 47jt
Pegawai 15 Pegawai 20 Pegawai 28 Pegawai 36

26