Disusun oleh :
EKONOMI SYARIAH
JURUSAN SYARIAH & EKONOMI ISLAM
INSTITUT AGAMA ISLAM NEGERI
PEKALONGAN
2017
PRAKATA
Puji syukur kami panjatkan kehadirat Allah SWT atas segala rahmat-NYA
sehingga kamidapat menyelesaikan makalah yang berjudul “ REGRESI LINEAR
SEDERHANA“. Sholawat serta salam tak lupa kami junjungkan kepada pimpinan
agung kita baginda Nabi Muhammad SAWyang kita nanti-nantikan syafaatnya di
akhirat nanti.
Selain itu kami juga berterima kasih kepada BapakDrajat Stiawan, M.Si
selaku Dosen mata kuliah Statistik II yang telah memberikan tugas ini kepada
kami serta membimbing kami dalam pembuatan makalah ini.
Kami sangat berharap makalah ini dapat berguna dalam rangka menambah
wawasan serta pengetahuan kami dalam memahami manajemen pemasaran.Kami
juga menyadari sepenuhnya bahwa di dalam makalah ini terdapat banyak sekali
kekurangan dan jauh dari kata sempurna. Oleh sebab itu, kamiberharap adanya
kritik, saran dan usulan demi perbaikan makalah yang telah kamibuat di masa
yang akan datang, mengingat tidak ada sesuatu yang sempurna tanpa saran yang
membangun.
Semoga makalah sederhana ini dapat dipahami bagi siapapun yang
membacanya. Sekiranya laporan yang telah disusun ini dapat berguna bagi
kamisendiri maupun orang yang membacanya. Sebelumnya kami mohon maaf
apabila terdapat kesalahan kata-kata yang kurang berkenan dan kami memohon
kritik dan saran yang membangun dari Anda demi perbaikan makalah ini di waktu
yang akan datang.
Penyusun
DAFTAR ISI
Terdapat dua macam hubungan antara dua variabel atau lebih yaitu bentuk
hubungan dan keeratan hubungan. Untuk mengetahui bentuk hubungan digunakan
analisis regresi. Sedangkan untuk mengetahui keeratan hubungan dapat diketahui
dengan analisis korelasi.
Analisis regresi adalah analisis hubungan antara dua variabel atau lebih.
Variabel dalam analisis regresi ada dua jenis yaitu variabel prediktor sebagai
variabel bebas (independent variabel) dan variabel respon sebagai variabel terikat
(dependent variabel). Analsis regresi digunakan untuk menelusuri pola (bentuk)
hubungan yang modelnya belum diketahui dengan sempurna atau untuk
mengetahui bagaimana variasi dari beberapa variabel bebas mempengaruhi
variabel terikat dalam suatu fenomena yang kompleks.
Dalam analisis regresi, akan dikembangkan sebuah persamaan regresi
yaitu formula matematika yang mencari nilai variabel terikat dari nilai variabel
bebas yang diketahui. Pada perkembangannya, analisis regresi akan lebih banyak
digunakan untuk tujuan peramalan.
Jika X1, X2,... , Xi adalah variabel-variabel independen dan Y adalah
variabel dependen, maka terdapat hubungan fungsional antara X dan Y, dimana
variasi dari X akan diiringipula oleh variasi dari Y.
Secara matematika hubungan diatas dapat dijabarkan sebagai berikut :
Y= α + βX + ε
Dimana:
Secara garis besar, tujuan analisis regresi adalah untuk (1) mengadakan
estimasi terhadap parameter berdasarkan data empiris, (2) menguji berapa besar
variasi variabel dependen dapat diterangkan oleh variabel independen (3) menguji
apakan estimasi parameter tersebut signifikan atau tidak, dan (4) melihat apakah
tanda dan magnitud dari estimasi parameter cocok dengan teori.
Y = a + bX+ e
Dimana :
Untuk mencari nilai a dan b dapat menggunakan dua cara yang berbeda :
Cara 1.
∑ 𝑌 ∑ 𝑋 2 − ∑ 𝑋 ∑ 𝑋𝑌
a=
𝑛 ∑ 𝑋2 −(∑ 𝑋)2
𝑛 ∑ 𝑋𝑌− ∑ 𝑋 ∑ 𝑌
b=
𝑛 ∑ 𝑋2 −(∑ 𝑋)2
Pada cara 1 di atas, nilai a dan b masing-masing dapat dicari secara terpisah.
Tetapi pada cara 2 berikut, nilai b dihitung dulu kemudian digunakan untuk
mencari a.
Cara 2.
∑ 𝑌− 𝑏 ∑ 𝑋
a= =𝒀̅ − 𝒃𝑿̅
𝑵
𝑁(∑ 𝑋𝑌)− ∑ 𝑋 ∑ 𝑌
b=
𝑁 ∑ 𝑋2 −(∑ 𝑋 )2
Keteragan :
Contoh 9.1
Seorang dosen mengamati mahasiswa yang memiliki nilai statistik tinggi maka
IPK yang diperoleh juga tinggi. Untuk membuktikan dugaan tersebut maka
dikumpulkanlah sampel sejumlah 9 mahasiswa dan diperoleh data sebagai
berikut:
Mhs Y X XY X2
1 3 70 210 4900
2 3,4 87 295,8 7569
3 2,9 56 162,4 3136
4 3 67 201 4489
5 2,6 48 124,8 2304
6 3,5 90 315 8100
7 3,1 75 232,5 5625
8 3 55 165 3025
9 3,3 73 240,9 5329
Jumlah 27,8 621 1947,4 44477
𝑛 ∑ 𝑋𝑌−(∑ 𝑋)(∑ 𝑌)
b= 𝑛 (∑ 𝑋 2 )−(∑ 𝑋)2
9(1947,4) − (621)(27,8)
=
9 (44477) − (621)2
17526,6 − 17263,8
=
400293 − 385641
262,8
=
14652
= 0,018
a = 𝑌̅ − 𝑏𝑋̅
∑𝑌 ∑𝑋
= −𝑏
𝑛 𝑛
27,8 621
= − 0,018 ( )
9 9
= 3,089 – 1,242
= 1,847
Dari nilai a dan b di atas, didapatkan model persamaan regresi sebagai
berikut :
𝑌̂ = a + bX
𝑌̂ = 1,847 + 0,018 𝑋
Ini memberikan makna bahwa 86,0148% IPK dipengaruhi oleh nilai Statistika,
sedangkan sisanya dipengaruhi oleh variabel lain diluar model.
𝑏− β
t= S𝑏
Dimana :
𝑆𝑒
Sb = 2
√∑ 𝑋 2 – (∑ 𝑋 )
𝑁
dan
∑ 𝑌 2 − a ∑ Y−b ∑ XY
Se =√ 𝑁−2
Mhs Y X XY X2 Y2
1 3 70 210 4900 9
2 3,4 87 295,8 7569 11,56
3 2,9 56 162,4 3136 8,41
4 3 67 201 4489 9
5 2,6 48 124,8 2304 6,76
6 3,5 90 315 8100 12,25
7 3,1 75 232,5 5625 9,61
8 3 55 165 3025 9
9 3,3 73 240,9 5329 10,89
Jumlah 27,8 621 1947,4 44477 86,48
∑ 𝑌 2 − a ∑ Y−b ∑ XY
Se =√ 𝑁−2
35,1334 − 35,0532
=√
7
0,0802
=√
7
= √0,01145714
= 0,10703803
𝑆𝑒
Sb = 2
√∑ 𝑋 2 – (∑ 𝑋 )
𝑁
0,10703803
= 2
√44477− (621)
9
0,10703803
=
√44477−42849
0,10703803
=
√1628
0,10703803
= = 0,002652839
40,348482
𝑏− β 0,018−0
t= S𝑏
= 0,002652839 = 6,78518372
Selanjutnya membandingkan dengan t tabel untuk N = 9 dan α = 5% dan 1%.
Untuk α = 5% nilai t tabel = 2,262 dan
Untuk α = 1% nilai t tabel = 3,250
Karena t hitung > t tabel, maka baik pada taraf nyata 5% maupun 1% tolak Ho,
artinya koefisien regresinya adalah signifikan, dengan kata lain variabel
independen berpengaruh terhadap variabel dependen.
(∑ 𝑌)2
JK reg (a) = 𝑛
∑𝑋∑𝑌
JK reg b|a = b (∑ 𝑋𝑌 − )
𝑛
𝐽𝐾Res
RJK res = 𝑛−2
𝑅𝐽𝐾𝑅𝑒𝑔 (𝑏⁄𝑎)
F= 𝑅𝐽𝐾𝑅𝑒𝑠
3. Menentukan nilai kritis (a) atau nilai tabel F pada derajat bebas
dbregb/a =1 dan dbres = n-2.
4. Membandingkan nilai uji F dengan nilai tabel F, dengan kriteria
uji, Apabila nilai hitung F lebih besar atau sama dengan ( ) nilai
tabel F, maka H0 ditolak.
5. Membuat kesimpulan.
Sumber Ftab
dk JK RJK Fhit
Variasi 5% 1%
Koefisien (a) 1 JK(a) RJK(a)
RJK(b/a) F0,05;1,(n-1) F0,01:1,(n-1)
Regresi (b/a) 1 JK(b/a) RJK(b/a)
RJK Res
Sisa n-2 JKRes RJKRes - -
Total N JKT -
Keterangan :
JKT = ∑ 𝑌 2
∑ 𝑌2
JK (a) = ( )
𝑛
∑𝑋∑𝑌
JK (b/a) = b (∑ 𝑋𝑌 − )
𝑛
Mhs Y X XY X2 Y2
1 3 70 210 4900 9
2 3,4 87 295,8 7569 11,56
3 2,9 56 162,4 3136 8,41
4 3 67 201 4489 9
5 2,6 48 124,8 2304 6,76
6 3,5 90 315 8100 12,25
7 3,1 75 232,5 5625 9,61
8 3 55 165 3025 9
9 3,3 73 240,9 5329 10,89
Jumlah 27,8 621 1947,4 44477 86,48
JKT = ∑ 𝑌 2 = 86,48
∑ 𝑌2 27,82 772,84
JK (a) = ( )= = = 85,87111
𝑛 9 9
∑𝑋∑𝑌
JK (b/a) = b (∑ 𝑋𝑌 − )
𝑛
(621)(27,8)
= 0,018 (1947,4 − )= 0,5256
9
Sumber Ftab
dk JK RJK Fhit
Variasi 5% 1%
Koefisien (a) 1 85,87111 85,87111
5,59 12,246
Regresi (b/a) 1 0,5256 0,5256 44,17396
Sisa 7 0,083289 0,011898 - -
Total N 86,48 -
Karena F hitung pada taraf nyata 5% dan 1% lebih besar dari F tabel maka
Ho ditolak, artinya model telah sesuai (yaitu model berbentuk linier)
BAB III
PENUTUP
3.1 Kesimpulan
Model regresi linier sederhana merupakan persamaan yang menyatakan
hubungan antara satu variabel predictor (X) dan satu variabel respon (Y). Analisis
untuk mengetahui arah hubungan antara variabel indpenden dengan variabel
dependen apakah positif atau negatif dan untuk memprediksi nilai dari variabel
dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
3.2 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.
DAFTAR PUSTAKA