PENDAHULUAN
A. Latar Belakang
Statistika adalah ilmu pengetahuan yang telah banyak digunakan dalam
kehidupan sehari-hari. Pemerintah menggunakan statistika untuk menilai hasil
pembangunan masa lalu dan juga untuk mengambil rencana masa datang. Selain
itu pimpinan mengambil manfaat dari kegunaan statistika untuk melakukan
tindakan yang perlu dalam menjalani tugasnya. Di dunia penelitian atau riset,
dimana pun dilakukan, bukan saja telah mendapat manfaat yang baik dari
statistika tetapi sering harus menggunakannya. Seperti untuk mengetahui apakah
cara yang baru ditemukan lebih baik dari pada cara lama atau apakah model untuk
sesuatu hal dapat kita anut atau tidak dengan menganalisis model atau metode
tersebut.
Untuk mengetahui hal-hal diatas, perlu diadakan salah satunya dengan
menganalisis regresi linier terhadap statistika. Regresi linear merupakan suatu
metode analisis statistik yang mempelajari pola hubungan antara dua atau lebih
variabel. Pada kenyataan sehari-hari sering dijumpai sebuah kejadian dipengaruhi
oleh lebih dari satu variabel, oleh karenanya dikembangkanlah analisis regresi
linier sederhana untuk menganalisis suatu persoalan. Adanya metode analisis
regresi ini sangat menguntungkan bagi banyak pihak, baik di bidang sains, sosial,
industri maupun bisnis. Salah satu manfaat analisis regresi adalah memperkirakan
suatu kejadian yang akan terjadi dengan menganalisis penyebab yang mungkin
mempengaruhi kejadian tersebut. Makalah ini akan membahas cara menganalisis
regresi sederhana dengan membuat tabel belanja statistik, mencari jumlah kuadrat
dan persamaan regresi, serta menguji signifikansi uji F regresi.
B. Identifikasi Masalah
Dari latar belakang di atas penulis melalukan pengidentifikasian masalh
sebagai berikut:
1. Statistika merupakan pengetahuan yang tanpa kita sadari telah banyak
dipergunakan dalam sehari-hari,
2. Dalam metode analisis statistik perlu mempelajari pola hubungan antara dua
atau lebih variabel secara sistematis menggunakan analisis regresi sedehana.
C. Pembatasan Masalah
Untuk mempermudah arah pembahasan masalah ini penulis membuat
batasan masalah sebagai berikut:
1. Pengertian dan cara membuat tabel belanja statistik.
2. Mencari jumlah kuadrat, persamaan regresi sederhana dan signifikansi uji F
regresi.
D. Rumusan Masalah
Dari latar belakang dan identifikasi masalah yang ada maka rumusan
maslah yang dugunakan adalah:
1. Apa yang dimaksud dengan analisis regresi sederhana?
2. Bagaimana membuat tabel belanja statistik?
3. Bagaimana mencari jumlah kuadrat dan persamaan regresi sederhana?
4. Bagaimana menguji signifikansi uji F regresi?
E. Tujuan Pembahasan
Tujuan dari makalah ini, antara lain:
1. Memahami pengertian analisis regresi sederhana.
2. Mengetahui cara membuat tabel belanja statistik.
3. Mengetahui cara mencari jumlah kuadrat dan persamaan regresi sederhana.
4. Dapat menguji signifikansi uji F regresi.
F. Manfaat Pembahasan
Penulis berharap makalah ini memiliki manfaat bagi kita semua. Dimana
dengan adanya makalah ini dapat membantu semua kalangan baik itu mahasiswa,
pelajar dan masyarakat umum dalam mendalami penggunaan statistika. Selain itu
dapat menambah wawasan mengenai statistika terutama dalam menganalisis
regresi sederhana.
BAB II
PEMBAHASAN
A.
dalam peneltian. Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton
pada tahun 1886. Galton menemukan adanya hubungan bahwa orang tua yang
memeliki tubuh tinggi memiliki anak-anak yang tinggi pula, orang tua yang
pendek memiliki anak-anak yang pendek pula. Kendati demikian ia mengamati
bahwa adanya kecenderungan tinggi anak, cenderung bergerak menuju rata-rata
tinggi populasi secara menyeluruh. Dengan kata lain, ketinggian anak yang amat
tinggi atau orang tua yang amat pendek cenderung bergerak kearah tinggi
populasi.
Secara umum regresi adalah studi mengenai ketergantungan satu variabel
(variabel tak bebas/ variabel respon) dengan satu atau lebih variabel bebas/
variabel penjelas. Hasil dari analisi regresi merupakan suatu persamaan, yaitu
persamaan matematika. Persamaan tersebut digunakan sebagai prediksi. Dengan
demikian analisis regresi sering disebut dengan analisis prediksi. Karena
merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai realnya,
semakin kecil tingkat penyimpangannya antar prediksi dengan nilai riilnya, maka
semakin tepat persamaan regresi yang dibentuk.
Persamaan
regresi
adalah
suatu
persamaan
matematika
yang
sedangkan variabel yang nilainya dipengaruhi oleh variabel lain adalah variabel
tergantung (Y).
Analisis regresi dikelompokkan menjadi dua bagian yaitu analisis regresi
sederhana (analisis regresi tunggal) dan analisis regresi ganda. Regresi sederhana
dimaksudkan untuk menganalisis hubungan antara satu variabel bebas (X) dengan
satu variabel terikat (Y). Regresi berganda digunakan untuk analisis hubungan
dua atau lebih variabel bebas (misalnya X1 dan X2) dengan satu variabel terikat
(Y).
B.
a = konstanta
b = koefisien regresi
Y = Variabel dependen/ variabel terikat/ variabel tak bebas
(kejadian)
( Yi )( X i ) ( X i )( X i Yi )
n( X iYi ) ( X i )( Yi )
C.
n X i ( X i ) 2
2
n X i ( X i ) 2
2
sederhana adalah:
1. Membuat Tabel Belanja Statistik
2. Menghitung Jumlah Kuadrat (JK) dan Jumlah Produk (JP) dan Korelasi
3. Mencari Persamaan Garis Regresi
4. Mencari f Regresi dan Menguji Taraf Signifikansi
Untuk contoh akan dibahas tentang hubungan penguasaan Dasar
Manajemen dengan Keterampilan Manajerial.
X = Dasar Manajemen
Y = Keterampilan Manajerial
Data disajikan sebagai Berikut:
Penyelesaian :
JKy y 2 Yi
2
( X i ) 2
n
( Yi ) 2
n
65.651
(885) 2
783.225
65.651
382,25
12
12
90.707
(1.039) 2
1.079.521
90.707
746,91
12
12
( X i )( Yi )
n
Korelasi:
7
76.677
(885)(1.039)
919.515
76.677
50,75
12
12
xy
( x )( y
2
50,75
(382,25)(746,91)
50,75
285.506,34
50,75
0,0949
534,3279
( Yi )( X i ) ( X i )( X i Yi )
2
a
a
n X i ( X i ) 2
2
(1.039)(65.651) (885)(76.677)
(12)(65.651) (885) 2
76,79
4.587
(787.812) (783.225)
( Yi )( X i ) ( X i )( X i Yi )
2
n X i ( X i )
2
(1.039)(65.651) (885)(76.677)
(12)(65.651) (885) 2
76,79
4.587
(787.812) (783.225)
Y = a + bX
Y = 76,79 + 0,13 X
JK (a)
( Yi ) 2
JK regresi b
JK residu
90.707
X Y
i
(1.039) 2 1.079.521
89.960,083
12
12
X Y
(885)(1.039)
0,13 76.677
0,13(50,75) 6,7379
12
dk regresi
=m=1
8
dk residu
RJK regresi
RJK residu
= n m 1 = 12 1 1 = 10
JK regresi
dk regresi
6,73
6,73
1
JK residu 740,17
74,01
dk residu
10
RJK regresi
RJK residu
6,73
0,09
74,01
dk pembilang 1 dan dk penyebut 10 maka F tabel (1,10) pada p = 0,05 atau F (1,10)
(0,05)
= 4,96
Berdasarkan data tersebut dapat disusun tabel rangkuman analisis regresi untuk
persamaan garis
Y 76,79 0,13 X
sebagai berikut :
Hipotesis:
Ho
Ha
BAB III
PENUTUP
A. Kesimpulan
Model regresi linier sederhana merupakan persamaan yang menyatakan
hubungan antara satu variabel predictor (X) dan satu variable respon (Y). Analisis
10
ini untuk mengetahui arah hubungan antara variabel independen dengan variabel
dependen apakah positif atau negatif dan untuk memprediksi nilai dari variabel
dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
B. Saran
Sebelum menggunakan persamaan regresi dalam menjelaskan hubungan
antara dua atau lebih variabel, perlu diyakini terlebih dahulu bahwa secara teoritis
atau perkiraan sebelumnya, bahwa variabel-variabel tersebut memiliki hubungan
sebab akibat. Dalam menganalisis regresi sederhana kita harus memperhatikan
langkah-langkah yang kita ambil. Lakukan seperti yang tertera di dalam makalah
ini. Perhatikan langkah-langkah pengerjaannya, supaya saat dalam proses
pengerjaan tidak terjadi kesalahan yang dapat mengakibatkan analisis regresi
sederhananya menjadi salah total. Pahami baik-baik penjelasan yang ada dalam
makalah ini.
11