Regresi Linear dalam Six Sigma

Metode Regresi Linear dalam Six Sigma:

Teknik regresi adalah pendekatan yang digunakan untuk mendefinisikan relasi matematis antara variabel output (y) dengan variabel input (x).
Diantara banyak model regresi ini, analisa yang paling umum digunakan adalah model Regresi Linear karena hubungan antara dua variabel (x dan y) merupakan sesuatu yang umum dalam kehidupan sehari-hari, misal hubungan antara inflasi dengan kenaikan harga barang, kenaikan harga minyak dengan harga sembako, dll.

Sebenarnya konsep regresi ini sangat dekat hypothesis test dalam menentukan apakah dua variabel yang kita analisa saling berkaitan.
Rumus umum regresi linear secara sederhana dapat dituliskan sbb:

Yi = b0 + b1xi + e1

yaitu:
Yi = nilai perkiraan dari variabel output
b0 = titik singgung persamaan dengan sumbu y
b1 = koefisien yang menunjukkan gradien persamaan tsb
xi = nilai variabel input
ei = nilai residual (nilai yang menunjukkan perbedaan antara nilai actual (Y) dan nilai perkiraan (Yi) yang dihasilkan oleh model tsb.

Ada software matematika untuk pendekatan metoda ini yaitu program Minitab 14 yang akan memunculkan analisa dari rumus tsb lengkap beserta grafik dalam bentuk regresi linear.

Model regresi linear ini hanya cocok digunakan untuk menganalisa suatu hubungan antara input dan output yang terdiri dari masing-masing satu variabel. Pertanyaannya sekarang, bagaimana jika kita mempunyai banyak varibel input namun kita tidak tahu variabel mana yang mempengaruhi keluaran proses tsb..??

Contohnya, bagaimana mengukur kenaikan gaji (Y) dengan besar inflasi (x1), produktifitas karyawan (x2), keuntungan perusahaan (x3), performance appraisal (x4)..??
Jika banyak pengukuran seperti ini, sudah tidak layak menggunakan analisa regresi linear, namun kita gunakan Multiple Regression (regresi kompleks) dan untuk mengulas metoda yang satu ini, silahkan bapak ibu mencari literatur mengenainya...hehehe...

Demikian dan semoga bisa sedikit menambah wawasan bapak ibu sekalian.

Salam
Santo AS