REGRESI LINEAR DALAM BIDANG ILMU MANAJEMEN

Pengertian Regresi Linear

Regresi adalah teknik statistika untuk mengetahui hubungan antara dua atau lebih variabel. Dalam regresi linear sederhana, kita memodelkan hubungan antara variabel independen (X) dan dependen (Y) dalam bentuk persamaan garis lurus: Y = a + bX. Tujuannya adalah untuk meramalkan nilai Y berdasarkan nilai X.

Contoh simulasi data sederhana

x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 5, 4, 5)

Regresi Linear

model <- lm(y ~ x)
summary(model)
## 
## Call:
## lm(formula = y ~ x)
## 
## Residuals:
##    1    2    3    4    5 
## -0.8  0.6  1.0 -0.6 -0.2 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept)   2.2000     0.9381   2.345    0.101
## x             0.6000     0.2828   2.121    0.124
## 
## Residual standard error: 0.8944 on 3 degrees of freedom
## Multiple R-squared:    0.6,  Adjusted R-squared:  0.4667 
## F-statistic:   4.5 on 1 and 3 DF,  p-value: 0.124

Visualisasi

plot(x, y, main = "Plot Data dan Garis Regresi", xlab = "X", ylab = "Y", pch = 19)
abline(model, col = "blue", lwd = 2)

Studi Kasus: Pengaruh Jumlah Usaha Mikro Kecil (UMK) terhadap PDB Sektor UMKM di Indonesia

Buat Data dan Cara Baca

### Buat data
csv_text <- "
Tahun,UMK,PDB_UMKM
2015,57600000,5000
2016,58900000,5300
2017,61000000,5600
2018,63000000,5800
2019,65000000,6000
"
### Load Library
#install.packages("ggplot2")
library(ggplot2)

### Baca data dari teks
data <- read.csv(text = csv_text)

### Lihat hasilnya
head(data)
##   Tahun      UMK PDB_UMKM
## 1  2015 57600000     5000
## 2  2016 58900000     5300
## 3  2017 61000000     5600
## 4  2018 63000000     5800
## 5  2019 65000000     6000

Model Regresi

model <- lm(PDB_UMKM ~ UMK, data = data)
summary(model)
## 
## Call:
## lm(formula = PDB_UMKM ~ UMK, data = data)
## 
## Residuals:
##      1      2      3      4      5 
## -82.04  47.86  73.08  11.39 -50.30 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)   
## (Intercept) -2.455e+03  7.687e+02  -3.193  0.04958 * 
## UMK          1.309e-04  1.257e-05  10.411  0.00189 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 75.33 on 3 degrees of freedom
## Multiple R-squared:  0.9731, Adjusted R-squared:  0.9641 
## F-statistic: 108.4 on 1 and 3 DF,  p-value: 0.001891

Visualisasi

library(ggplot2)
ggplot(data, aes(x = UMK, y = PDB_UMKM)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE) +
  labs(title = "UMK vs PDB UMKM", x = "Jumlah UMK", y = "PDB UMKM")
## `geom_smooth()` using formula = 'y ~ x'

📌 Pembahasan dari Sudut Pandang Ilmu Manajemen

Berdasarkan hasil analisis regresi linear antara jumlah Usaha Mikro Kecil (UMK) dan Produk Domestik Bruto (PDB) sektor UMKM di Indonesia selama tahun 2015–2019, dapat disimpulkan bahwa terdapat hubungan positif yang kuat antara jumlah UMK dan besarnya kontribusi PDB dari UMKM. Artinya, semakin banyak jumlah UMK yang aktif beroperasi, maka semakin besar pula kontribusi sektor UMKM terhadap perekonomian nasional.

Dalam konteks ilmu manajemen, temuan ini sangat relevan untuk mendukung pengambilan keputusan strategis. Manajemen UMKM sebagai salah satu pilar ekonomi memerlukan pendekatan berbasis data untuk menyusun kebijakan dan strategi pengembangan usaha. Hasil regresi ini dapat dijadikan dasar oleh:

  • Manajer bisnis dan pengusaha UMKM, untuk lebih berfokus pada ekspansi unit usaha melalui pembinaan dan pemberdayaan masyarakat.

  • Pemerintah dan pengambil kebijakan, sebagai bukti penting bahwa peningkatan jumlah UMK berdampak langsung pada pertumbuhan ekonomi sektor riil, sehingga intervensi seperti pelatihan kewirausahaan, bantuan permodalan, dan kemudahan perizinan menjadi sangat strategis.

  • Akademisi dan praktisi manajemen, sebagai landasan awal dalam penelitian lanjutan mengenai faktor-faktor lain yang memengaruhi PDB UMKM, seperti kualitas SDM, akses pasar, dan digitalisasi usaha.

Dari perspektif manajemen strategis, hasil ini juga menegaskan pentingnya dukungan jangka panjang dan berkelanjutan terhadap sektor UMK agar dapat terus tumbuh, bersaing, dan berkontribusi terhadap pertumbuhan ekonomi secara nasional.

Kesimpulan

Berdasarkan hasil analisis regresi, diperoleh bahwa:

  • Terdapat hubungan positif antara jumlah UMK dan PDB UMKM.
  • Nilai R-squared menunjukkan seberapa besar variasi PDB UMKM dapat dijelaskan oleh jumlah UMK.
  • Koefisien regresi menunjukkan bahwa setiap peningkatan 1 juta UMK, PDB UMKM cenderung meningkat sebesar r round(coef(model2)\[2\], 2) triliun rupiah.
  • Visualisasi memperkuat analisis ini, menunjukkan tren naik yang konsisten.

Implikasi: Kebijakan yang mendukung pertumbuhan UMK memiliki potensi besar untuk mendorong pertumbuhan ekonomi sektor UMKM di Indonesia.