Anda di halaman 1dari 3

Analisis regresi linier sederhana adalah hubungan secara linear antara satu variabel independen (X)

dengan variabel dependen (Y). Analisis 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.. Data yang
digunakan biasanya berskala interval atau rasio.

Rumus regresi linear sederhana sebagi berikut:

Y’ = a + bX

Keterangan:

Y’ = Variabel dependen (nilai yang diprediksikan)

X = Variabel independen

a = Konstanta (nilai Y’ apabila X = 0)

b = Koefisien regresi (nilai peningkatan ataupun penurunan)

Analisis Regresi Linear Sederhana – Regresi Linear Sederhana adalah Metode Statistik yang
berfungsi untuk menguji sejauh mana hubungan sebab akibat antara Variabel Faktor Penyebab (X)
terhadap Variabel Akibatnya. Faktor Penyebab pada umumnya dilambangkan dengan X atau disebut
juga dengan Predictor sedangkan Variabel Akibat dilambangkan dengan Y atau disebut juga dengan
Response. Regresi Linear Sederhana atau sering disingkat dengan SLR (Simple Linear Regression)
juga merupakan salah satu Metode Statistik yang dipergunakan dalam produksi untuk melakukan
peramalan ataupun prediksi tentang karakteristik kualitas maupun Kuantitas.

Model Persamaan Regresi Linear Sederhana adalah seperti berikut ini :

Y = a + bX

Dimana :

Y = Variabel Response atau Variabel Akibat (Dependent)

X = Variabel Predictor atau Variabel Faktor Penyebab (Independent)

a = konstanta

b = koefisien regresi (kemiringan); besaran Response yang ditimbulkan oleh Predictor.

Nilai-nilai a dan b dapat dihitung dengan menggunakan Rumus dibawah ini :

a = (Σy) (Σx²) – (Σx) (Σxy)


. n(Σx²) – (Σx)²

b = n(Σxy) – (Σx) (Σy)

. n(Σx²) – (Σx)²

Berikut ini adalah Langkah-langkah dalam melakukan Analisis Regresi Linear Sederhana :

Tentukan Tujuan dari melakukan Analisis Regresi Linear Sederhana

Identifikasikan Variabel Faktor Penyebab (Predictor) dan Variabel Akibat (Response)

Lakukan Pengumpulan Data

Hitung X², Y², XY dan total dari masing-masingnya

Hitung a dan b berdasarkan rumus diatas.

Buatkan Model Persamaan Regresi Linear Sederhana.

Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel Akibat.

1. Persamaan Regresi

Persamaan model regresi sederhana hanya memungkinkan bila pengaruh yang ada itu hanya dari
independent variabel (variabel bebas) terhadap dependent variabel (variabel tak bebas). Jadi harga b
merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi, maka harga b juga besar,
sebaliknya bila koefisien korelasi negatif maka harga b juga negatif, dan sebaliknya bila koefisien
korelasi positif maka harga b juga positif
Persamaan Regresi

Persamaan model regresi sederhana hanya memungkinkan bila pengaruh yang ada itu hanya
dari independent variabel (variabel bebas) terhadap dependent variabel (variabel tak bebas).
Jadi harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi, maka
harga b juga besar, sebaliknya bila koefisien korelasi negatif maka harga b juga negatif,

Persamaan Regresi
Persamaan model regresi sederhana hanya memungkinkan bila pengaruh yang ada

itu hanya dari independent variabel (variabel bebas) terhadap dependent variabel

(variabel tak bebas). Jadi harga b merupakan fungsi dari koefisien korelasi. Bila

koefisien korelasi tinggi, maka harga b juga besar, sebaliknya bila koefisien

korelasi negatif maka harga b juga negatif, dan sebaliknya bila koefisien korelasi

positif maka harga b juga positif