Analisis Regresi

Linier Sederhana
Kelompok 4

Nama kelompok:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.

Ardela oktaviana
Dita oktaliana sari
Emalia aziza
Fara fifiana
Ita kusuma dewi
Mega kurniawati
Nindy f.
Puguh santoso
Rinda seftiana
R. Syahibullah
Syifa gama s.
Yayuk tiara sari

Pengertian Analisis Regresi

Analisis regresi adalah analisis statistika untuk
mencari pengaruh suatu variabel terhadap
variabel lain.
Hasil analisis regersi adalah persamaan
matematika (Model Matematika) yang dapat
digunakan untuk keperluan peramalan atau
pendugaan.
Persamaan matematika yang memungkinkan
kita meramalkan nilai-nilai suatu variabel tak
bebas berdasarkan nilai-nilai variabel bebas
disebut Persamaan Regresi

Jenis-jenis Persamaan Regresi

(Model Regresi)

Persamaan Regresi Linear

Regresi Linear Sederhana
Regresi Linear Berganda

Persamaan
Persamaan
Persamaan
Persamaan

Regresi
Regresi
Regresi
Regresi

Kuadratik
Kubik
Eksponetial
Logistik

Persamaan Regresi Linear

Sederhana
Persamaan regresi linear sederhana persamaan matematika
yang menyatakan hubungan antara sebuah variabel tak bebas
(respon) dengan sebuah variabel bebas (prediktor).

YY==aa++bX
bX
Di sini:
Y = variabel tak bebas (respon)
X = variabel bebas (prediktor)
a = konstanta atau perpotongan dengan sumbu Y
b = koefisien regresi atau kemiringan garis regresi

Dalam prosedur analisis untuk

obat, kurva kalibrasi sering dibuat
dengan menggunakan konsentrasi
tertentu bahan yang akan dianalisis.
Hubungan konsentrasi obat dan
pengukuran analitik biasa bersifat
garis lurus.
Dalam
metode spektrofotometri,
serapan biasanya sebanding dengan
konsentrasi.
Data dalam Tabel berikut ini
diperoleh untuk pembuatan kurva
kalibrasi seperti itu.
Olahlah
data tersebut dengan
program SPSS.

Contoh :

Penyelesaian dengan Progam

SPSS

Pertama,
jalankan
program SPSS
dengan cara: klik
start, pilih All
Programs, sorot
SPSS for
Windows dan
klik SPSS 10.0
for Windows

Memasukkan data

Pilih Type in
data, kemudian
klik tombol OK

Kemudian klik sheet tab Variable View

Pengisian Variabel

Pengisian Data

Data ini dapat disimpan

dengan prosedur sbb:
Dari menu utama
SPSS, pilih menu File,
kemudian pilih
submenu Save As
Beri nama file,
misalnya Analisis
Regresi dan tempatkan
file pada direktori yang
dikehendaki
Klik tombol Save

Pengolahan Data

Dari menu utama SPSS, pilih Analyze,

kemudian pilih submenu Regression.
Dari serangkaian pilihan test, sesuai kasus
pilih Linear... sehingga tampak di layar
kotak dialog berikut:

Pindahkan variabel
Serapan ke kotak
dependent dan Kadar
obat ke kotak
Independent(s)
sehingga tampak seperti
gambar selanjutnya.

Klik Statistics...
sehingga tampak
seperti berikut.

Tandai pilihan
yang ingin
dianalisis, yaitu
Model Fit, R
Squared change,
Descriptives,
Part and Partial
Correlation,
Collinearity
diagnostics dan
Durbin-Watson,
lalu klik Continue

Klit Plots...
Tandai pilihan
Histogram dan
Normal
probability plot.
Masukkan
variabel SRESID
pada kolom Y dan
ZPRED pada
kolom X dengan
klik variabel itu
dan klik tanda
panah. Setelah itu
klik Continue
Terakhir klik
tombol OK

Hasil Pengolahan Data

Hasil pengolahan data ini

dapat disimpan dengan
prosedur sbb:
Dari menu utama SPSS,
pilih menu File,
kemudian pilih submenu
Save As
Beri nama file, misalnya
Analisis Regresi dan
tempatkan file pada
direktori yang
dikehendaki
Klik tombol Save

Penafsiran hasil pengolahan data

Descriptive Statistics
Serapan
Kadar obat (mg/L)

Mean
,60525
25,00

Std. Deviation
,31380
12,91

N
4
4

Rata-rata Serapan = 0,60525

dengan Simpangan Baku = 0,31380.
Sedangkan rata-rata Kadar obat =
25,00 mg/mL dengan Simpangan
Baku = 12,91

Correlations

Pearson Correlation
Sig. (1-tailed)
N

Serapan
Kadar obat (mg/L)
Serapan
Kadar obat (mg/L)
Serapan
Kadar obat (mg/L)

Serapan
1,000
,999
,
,000
4
4

Kadar obat
(mg/L)
,999
1,000
,000
,
4
4

Koefisien korelasi antara

Serapan dengan Kadar obat
= 0,999 dengan Sig. = 0,000
(< 0,05). Kesimpulan: Ho
ditolak atau nilai koefisien
korelasi signifikan secara
statistik.

Model Summaryb
Change Statistics
Model
1

R
,999a

R Square
,999

Adjusted
R Square
,998

Std. Error of
the Estimate
1,4434E-02

R Square
Change
,999

F Change
1415,897

df1

df2
1

Sig. F Change
,001

Durbin-W
atson
3,157

a. Predictors: (Constant), Kadar obat (mg/L)

b. Dependent Variable: Serapan

Dari Tabel Model Summary terlihat bahwa Koefisien Korelasi R = 0,999 dan
koefisien Determinasi R2 = 0,999. Nilai F Change = 1415,897 dengan Sig. F
Change = 0,001 (< 0,05). Kesimpulan Ho ditolak atau Koefisien Determinasi
signifikan secara statistik yang berarti 99,9% Serapan dipengaruhi oleh
Kadar obat, sisanya 0,1% dipengaruhi oleh faktor lain.
Nilai Durbin-Watson = 3,157 menunjukkan adanya multikolinearitas negatif.
Aturan pengambilan keputusan:
Bila D-W < -2 berarti ada gejala autokorelasi positif
Bila D-W > 2 berarti ada gejala multikolinearitas negatif
Bila -2 < D-W < 2. berarti tidak ada gejala multikolinearitas

Coefficientsa

Model
1

(Constant)
Kadar obat (mg/L)

Unstandardized
Coefficients
B
Std. Error
-2,00E-03
,018
2,429E-02
,001

Standardi
zed
Coefficien
ts
Beta
,999

t
-,113
37,628

Sig.
,920
,001

Zero-order

Correlations
Partial

,999

,999

Part
,999

Collinearity Statistics
Tolerance
VIF
1,000

a. Dependent Variable: Serapan

Hasil perhitungan koefisien regresi memperlihatkan:

Nilai koefisien konstanta = - 0,002 dengan t hitung = - 0,113 dan Sig. =
0,920 (> 0,05). Kesimpulan Ho diterima yang berarti koefisien konstanta
tidak signifikan secara statistik.
Nilai koefisien slope Kadar obat = 0,02429 dengan t hitung 37,628 dan
Sig. = 0,001 (< 0,05). Kesimpulan Ho ditolak yang berarti koefisien slope
Kadar obat signifikan secara statistik.
Persamaan regresinya:
atau

Y = - 0,002 + 0,02429 X
Serapan = - 0,002 + 0,02429 (Kadar Obat)

1,000