TINJAUAN PUSTAKA

Bila terdapat suatu data yang terdiri atas dua atau lebih variabel, adalah
sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu saling
berhubungan dan saling mempengaruhi satu sama lain. Hubungan yang didapat pada
umumnya dinyatakan dalam bentuk persamaan matematik yang menyatakan
hubungan fungsional antara variabel-variabel. Studi yang menyangkut masalah ini
dikenal dengan analisis regresi (Tan, 2009).
Dalam hal ini kita akan membicarakan masalah pendugaan atau peramalan nilai
peubah bebas Y berdasarkan peubah bebas X yang telah diketahui nilainya. Misalnya
kita ingin meramalkan nilai kimia mahasiswa tingkat persiapan berdasarkan skor tes
intelegensia yang diberikan sebelum mulai kuliah. Dengan melambangkan nilai kimia
seseorang dengan y dan skor tes intelegasinya dengan x, maka data setiap anggota
populasi dapat dinyatakan dalam koordinat (x,y). Suatu contoh acak berukuran n dari
populasi tersebut dengan demikian dapat dilambangkan sebagai {(x i,yi)};
i=1,2,.......,n}.
Bila hubungan linear demikian ini ada, maka kita harus berusaha menyatakan
secara matematik dengan sebuah persamaan garis-lurus yang disebut garis regresi
linear. Dari aljabar atau ilmu ukur analitik disekolah lanjutan, kita mengetahui bahwa
sebuah garis lurus dapat dituliskan dalam bentuk:
y

a bx

(2.1)

Dalam hal ini a menyatakan intersep atau perpotongan dengan sumbu tegak,
dan b adalah kemiringan atau gradien. Lambangan

digunakan disini untuk

membedakan atara nilai ramalan yang dihasilkan garis regresi dan nilai pengamatan y
yang sesungguhnya untuk nilai x tertentu (Walpole, 1995).
Sekali kita telah memutuskan akan menggunakan persamaan regresi linear,
maka kita menghadapi masalah bagaimana memperoleh rumus untuk menentukan

[Type text]

nilai dugaan titik bagi a dan b berdasarkan data contoh.untuk ini akan digunakan
prosedur yang disebut metode kuadrat kecil, maka metode kuadrat terkecil
menghasilkan rumus untuk menghitung a dan b sehingga jumlah kuadrat semua
simpangan itu minimum. Jumlah kuadrat semua simpangan ini disebut jumlah
kuadrat galat sekitar garis regresi dan dilambangkan dengan JKG. Jadi, jika kita
diberikan segugus data berpasangan {(xi,yi); i=1,2,.....,n}, maka kita harus
menentukan a dan b sehingga meminimumkan jumlah kuadrat semua simpangan atau
JKG (Walpole, 1995).
Pendugaan parameter. Bila diberikan data contoh {(xi,yi); i=1,2,.....,n}, maka
y

nilai dugaan kuadrat terkecil bagi parameter dalam garis regresi

Dapat diperoleh dari rumus

i 0

x y
i

i 0

n xi2
i 0

n xi y i

x
i 0

i 0
2

dan
ay

Keterangan:
b = nilai dugaan kuadrat terkecil bagi parameter
xi= nilai data x ke-i
yi = nilai data y ke-i

[Type text]

a bx

n= banyaknya data
Analisis regresi bertujuan untuk , pertama, mengestimasi atau menduga suatu
hubungan antara variabel variabel ekonomi, misalnya Y = f(x). Kedua, melakukan
peramalan atau prediksi nilai variabel terikat (tidak bebas) atau dependent variable
berdasarkan nilai variabel terkait (variabel independen/bebas). Penetuan variabel
mana yang bebas dan mana yang terkait dalam beberapa hal tidak mudah
dilaksanakan. Studi yang cermat, diskusi yang seksama (dengan para pakar), berbagai
pertimbangan, kewajaran masalah yang dihadapi dan pengalaman akan membantu
memudahkan penetuan kedua variabel tersebut.
Untuk menentukan persamaan hubungan antar variabel, langkah-langkahnya
sebagai berikut:
1.

Mengumpulkan data dari variabel yang dibutuhkan misalnya X sebagai variabel

bebas dan Y sebagai variabel tidak bebas.

2.

Menggambarkan titik-titik pasangan (x,y) dalam sebuah sistem koordinat bidang.

Hasil dari gambar itu disebut Scatter Diagram (Diagram Pencar/Tebaran)
dimana dapat dibayangkan bentuk kurva halus yang sesuai dengan data.
Kegunaan dari diagram pencar adalah membantu menunjukkan apakah
terdapat hubungan yang bermanfaat antara dua variabel dan membantu
menetapkan tipe persamaan yang menunjukkan hubungan antara kedua
variabel tersebut.

3.

Menentukan persamaan garis regresi dengan mencari nilai-nilai koefisien regresi dan
koefisien korelasi.
Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang dapat
dilaksanakan dalam analisis regresi, diantaranya adalah sebagai berikut.

1.
2.

Mengadakan estimasi terhadap parameter berdasarkan data empiris.

Menguji berapa besar variasi variabel terikat dapat diterangkan oleh variasi variabel

3.

bebas.
Menguji apakah estimasi parameter tersebut signifikan atau tidak.

[Type text]

4.

Melihat apakah tanda dan magnitud dari estimasi parameter cocok dengan teori.
(Nazir, 1983)

Jenis- Jenis Regresi

Terdapat empat jenis-jenis regresi dalam statiska, diantaranya:
1. Regresi Linier
Regresi linier dibedakan menjadi dua bagian berdasarkan banyaknya
variabel bebas yang terlibat dalam persamaan yang ikut mempengaruhi nilai
variabel terikat.
2. Regresi Linier Sederhana
Apabila dalam diagram pencar terlihat bahwa titik titiknya mengikuti
suatu garis lurus, menunjukkan bahwa kedua peubah tersebut saling
berhubungan sacara linier. Bila hubungan linier demikian ini ada, maka kita
berusaha menyatakan secara matematik dengan sebuah persamaan garis lurus
yang disebut garis regresi linier. Untuk regresi linier sederhana, perlu ditaksir
parameter . Jika ditaksir oleh a dan b, maka regresi linier berdasarkan sampel
dirumuskan sebagai berikut.
Y= a + bx
Keterangan :
Y= nilai yang diukur/dihitung pada variabel tidak bebas
x = nilai tertentu dari variabel bebas
a = intersep/ perpotongan garis regresi dengan sumbu y
b = koefisien regresi / kemiringan dari garis regresi / untuk mengukur
kenaikan atau penurunan y untuk setiap perubahan satu-satuan x / untuk
mengukur besarnya pengaruh x terhadap y kalau x naik satu unit.
3. Peramalan Kuantitatif

[Type text]

Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data

kuantitatif masa lalu. Hasil peramalan yang dibuat sangat tergantung pada
metode yang dipergunakan dalam peramalan tersebut.
4. Peramalan Kualitatif
Peramalan kualitatif biasanya digunakan bila tidak ada atau sedikit
data masa lalu tersedia.
Pengujian Parsial
Uji parsial digunakan untuk menguji apakah koefisien regresi mempunyai
pengaruh yang signifikan.
Berikut rumus yang digunakan sebagai statistik uji dalam sebuah pengujian
parsial:

bi
Sbi

S x, y

Sb

S y,x

Keterangan :
bi = nilai dugaan 1
Pengujian Serentak

[Type text]

SSE

n 1 k

Y Y

n 1 k

Uji serentak (Uji F) adalah metode pengujian yang dilakukan untuk mengetahui
pengaruh variabel bebas secara bersama-sama terhadap variabel terikat (Ghozali,
2007). Langkah-langkah untuk melakukan uji serentak (uji F) adalah sebagai berikut.
1. Menentukan hipotesis
H0 : i = 0, artinya variabel bebas bukan merupakan penjelas yang signifikan
terhadap variabel terikat
H1 : i 0, artinya variabel bebas merupakan penjelas yang signifikan
terhadap variabel terikat. Dengan i = 1,2,,n.
2. Menentukan wilayah kritis (level of significance)
3. Menentukan daerah keputusan
Pvalue
H0 gagal ditolak apabila Fhitung Ftabel (

), artinya semua

variabel bebas secara bersama-sama bukan merupakan variabel penjelas

yang signifikan terhadap variabel terikat.
Pvalue
H0 ditolak apabila Fhitung > Ftabel (
), artinya semua variabel bebas
secara bersama-sama merupakan penjelas yang signifikan terhadap variabel
terikat.
4. Menentukan statistik uji
Rumus untuk menghitung statistik uji adalah sebagai berikut.
U / v1
F
V / v2
U dan V menyatakan peubah acak bebas masing-masing berdistribusi khi-

v1

v2

kuadrat dengan derajat kebebasan

dan .
5. Mengambil keputusan (Gudjarat, 1995)
Uji serentak (uji F) juga sering disebut uji ANOVA.
Korelasi

[Type text]

Teknik korelasi merupakan teknik analisis yang melihat kecenderungan pola

dalam satu variabel berdasarkan kecenderungan pola dalam variabel yang lain.
Maksudnya, ketika satu variabel memiliki kecenderungan untuk naik maka kita
melihat kecenderungan dalam variabel yang lain apakah juga naik atau turun atau
tidak menentu. Jika kecenderungan dalam satu variabel selalu diikuti oleh
kecenderungan dalam variabel lain, kita dapat mengatakan bahwa kedua variabel ini
memiliki hubungan atau korelasi. Jika data hasil pengamatan terdiri dari banyak
variabel , ialah beberapa kuat hubungan antara-antara variabel itu terjadi. Dalam katakata lain perlu ditentukan derajat hubungan antara variabel-variabel. Studi yang
membahas tentang derajat hubungan antara variabel-variabel dikenal dengan nama
korelasi. Ukuran yang dipakai untuk mengetahui derajat hubungan, terutama untuk
data kuantitatif dinamakan koefisien korelasi (Yuswandy,2009).
METODE PRAKTIKUM

ALAT DAN BAHAN

1. GKG (Gabah Kering Giling)
2. Alat tumbuk mekanis
3. Timbangan
4. Alat tulis
5. Kalkulator
PROSEDUR KERJA

[Type text]

[Type text]

[Type text]

DAFTAR PUSTAKA
Boediono dan Koester, Wayan. 2001. Teori dan Aplikasi Statistika dan
Probabilitas. Bandung. PT Rosdakarya.
Dajan, Anto. 1986. Pengantar Metode Statistik Jilid I. Jakarta. Pustaka LP3ES
Indonesia.
Roos, Sheldon, 1976, A First Course in Probability, terjemahan Bambang
Sumantri. Bandung. ITB
Walpole, Ronald E. 1997. Pengantar Statistika. Edisi ke-3. Jakarta.
PT.Gramedia Pustaka Utama.
Salamah, M.,Susilaningrum, D.2009.Modul Praktikum Pengantar
MetodeStatistika.Surabaya: ITS
(Yuswandy, 2009) , http://www.blogspot.com/regresidankorelasi/, diakses pada
tanggal 25 Desember
Nazir, Mohammad. 1983. Metode Penelitian.Jakarta: Ghalia Indonesia

[Type text]