Iim Marfuah, M.

Pd_Statistik Dasar

Analisa Regresi Linier Sederhana

Pendahuluan :
Variabel bebas (independent variable) adalah variabel yang nilai-nilanya
tidak bergantung pada variabel lainnya, Simbol : X. variabel ini
digunakan untuk meramalkan atau menerangkan nilai variabel yang
lain.
Variabel terikat (dependent variable) adalah variabel yang nilai-nilainya
bergantung pada variabel lainnya. Simbol : Y. variabel ini merupakan
variabel yang diramalkan atau diterangkan nilainya.
Contoh 1:
Misalnya pengaruh jumlah air terhadap pertumbuhan biji kacang
hijau. Maka dalam hal ini, kita kan menemukan 2 variabel yaitu:
Variable bebas, yaitu jumlah air. Misalnya kita meletakkan 3 biji kacang
hijau di 3 wadah yang berbeda, namun sama besar dan sama bentuknya.
Untuk menentukan apakah ada pengaruh jumlah air dengan pertumbuhan
biji, maka pada wadah 1 akan diberi 5ml air, wadah 2 10ml, dan wadah 3
15ml setiap paginya.
Variable terikat, yaitu pertumbuhan bij kacang hijau.
Denganberbagai perlakuan tadi, yang diamati adalah pertumbuhan,
apakah perbedaan jumlah air tadi akan mempengaruhi pertumbuhan
ataukah tidak.
Contoh 2:
Pengaruh jenis pendidikan terhadap ketrampilan mengetik.
Variabel bebas : jenis pendidikan (SMA/ SMK)
Variabel terikat : ketrampilan mengetik
Contoh 3:
Pengeruh pola makan terhadap berat badan
Variabel bebas : pola makan
Variabel terikat : berat badan

Iim Marfuah, M.Pd_Statistik Dasar

Regresi Linear
Regresi merupakan suatu alat ukur yang juga digunakan untuk mengukur
ada atau tidaknya korelasi antar variabel.
Tujuan analisis regresi : untuk menganalisis apakah variable-variabel yang
diteliti mempunyai hubungan/berhubungan satu sama lain.
Regresi linear adalah regresi yang variable bebasnya (variabel X)
berpangkat paling tinggi satu. Untuk regresi linear sederhana yaitu regresi
linear yang hanya melibatkan
dua variabel (variabel X dan variabel Y).
Persamaan Regresi :

Persamaan
Regresi

Y terhadap X

X terhadap Y

Y = a + bX

X=a + bY

xy
x
2
x

xy
y
2
y

Yang sering digunakan

Rumus:

Y X X XY
a
n X X
2

n XY X Y
2
n X 2 X

Keterangan:
Y = variabel terikat
X = variabel bebas
a = intersep
b = koefisien regresi / slop
Contoh:
Berikut ini data mengenai pengalaman kerja dan penjualan.
X = pengelaman kerja (tahun)
Y = omzet penjualan (ribuan)
X
2
3
2
5
6
1
4
1
Y
5
8
8
7
11
3
10
4
a. tentukan nilai a dan b
2

Iim Marfuah, M.Pd_Statistik Dasar

b. buatlah persamaan garis regresinya
c. berapa omzet penjualan dari seorang karyawan yang pengalaman
kerjanya 3,5 tahun
Penyelesaian:

8 198 24 56
2
8 96 24

1.584 1.344
768 576
b 1, 25
b

56 96 24 198
2
8 96 24

5.376 4.752
768 576
a 3, 25
a

a.

b. persamaan regresi linearnya adalah.

Y = a + bX
= 3,25 + 1,25 X
c. nilai duga Y, jika X = 3,5
Y=3,25 + 1,25 X
= 3,25 + 1,25 . (3,5)
= 7,625

Iim Marfuah, M.Pd_Statistik Dasar

Analisa Regresi Linier Ganda

Regresi linear berganda adalah regresi dimana variabel terikatnya (Y)
dihubungkan lebih dari satu variabel, mungkinh dua, tiga, dan seterusnya
variabel bebas (X1, X2, X3, Xn) namuh masih menunjukkan diagram
hubungan yang linear.
Bentuk umum persamaan regresi linear berganda dapt ditulis sebagai
berikut:

Y a b1 X 1 b2 X 2 b3 X 3 ... bk X k e
Keterangan:
Y
= variabel terikat
a, b1, b2, b3, , bk
= koefisien regresi
X1, X2, X3, Xk
= variabel bebas
e
= kesalahan pengganggu (disturbance terma), artinya
nilai-nilai dari variabel lain yang tidak dimasukkan
dalampersamaan. Nilai ini biasanya tidak dihiraukan
dalam perhitungan.
Jika sebuah variabel terikat dihubungkan dengan dua variabel bebas maka
persamaan regresi linear bergandanya adalah:

Y a b1 X 1 b2 X 2
Keterangan:
Y
= variabel terikat (nilai duga Y)
X1, X2
=variabel bebas
a, b1, b2
= koefisien regresi linear berganda
a
= nilai Y, apabila X1 = X2 = 0
b1
= besarnya kenaikan/penurunan Y dalam satuan, jika X1
naik/turun satu
satuan dan X2 konstan
b2
= besarnya kenaikan/penurunan Y dalam satuan, jika X2
naik/turun satu
satuan dan X1 konstan

Iim Marfuah, M.Pd_Statistik Dasar

+ atau atau X2

= tanda yang menunjukkan arah hubungan antara Y dan X1

Nilai dari koefisien a, b1, b2 dapat ditentukan dengan cara seperti berikut
ini:
Metode kuadrat terkecil (least squared)

Contoh Soal:
Menurut kajian literatur permintaan suatu produk ditentukan oleh harga
barang dan pendapatan seseorang. Hasil pengamatan terhadap 12
sampel atas permintaan suatu barang dalam hal ini gula diperoleh data
harga minyak goreng dan pendapatan konsumen :

Penyelesaian:

Iim Marfuah, M.Pd_Statistik Dasar

Variabel Bebas
: X1 = Harga minyak goreng dan X2 = Pendapatan
konsumen
Variabel Terikat : Y = Permintaan minyak goreng
Persamaan regresi linear berganda : Y = a + b1X1 + b2 X2

Khusus untuk parameter b1 data adalah dalam ribuan, sehingga hasil

tersebut harus dibagi dengan 1000, diperoleh b1 = -0,000582 = -0,001.
Jadi persamaan Regresi Linear Berganda dengan dua variabel bebas
adalah :
Y' = 12,7753 - 0,001 X1 - 0,488 X2
6

Iim Marfuah, M.Pd_Statistik Dasar

Interpretasi koefisien regresi

Nilai a = 12,7753 artinya tanpa adanya harga minyak goreng dan
pendapatan konsumen, maka besarnya permintaan akan minyak
goreng sebanyak 12,7753.
Nilai b1 = -0,001 artinya hubungan harga minyak goreng dengan
permintaan minyak goreng adalah negative, atau setiap penurunan
permintaan minyak goreng sebesar 1% maka akan menurunkan
permintaan minyak goreng sebesar 0,001%
Nilai b2 = - 0,488 artinya hubungan pendapatan konsumen dengan
permintaan minyak goreng adalah negative. Atau setiap penurunan
pendapatan konsumen sebesar 1% maka akan menurunkan
permintaan minyak goreng sebesar 0,488%

Latihan Soal:
1. Diketahui data dari variabel X dan Y sebagai berikut:
X
65
63
67
64
68
62
70
66
Y
68
64
69
65
67
66
68
65
a. tentukan nilai a dan b
b. buatlah persamaan garis regresinya
c. berapa nilai ramalan Y jika X = 69

68
70

67
67

2. Seorang mahasiswa mencoba meneliti pengaruh dari seleksi dan

pelatihan terhadap produktivitas kerja sebuah bank. Responden
yang digunakan adalah 7 orang pegawai bank tersebut yang dipilih
secara acak. Datanya ditunjukkan seperti berikut ini.
Y
X1
X2
63

65

64

63

65

65

65

66

65

67

66

65

67

66

67

68

69

69
7

Iim Marfuah, M.Pd_Statistik Dasar

71

69

70

Keterangan :
Y = produktivitas kerja
X1 = seleksi
X2= pelatihan
Pertanyaan :
a. Buatlah persamaan regresi linear bergandanya, apa artinya?
b. Berapa nilai Y jika nilai seleksi 70 dan pelatihan 60?