Kel 2 Regresi Linear Sederhana
Kel 2 Regresi Linear Sederhana
( kelas E)
Disusun Oleh:
Amelia Novia Rizki [170810301038]
Akuntansi
UNIVERSITAS JEMBER
2018
1
KATA PENGANTAR
Segala puji bagi Allah swt, Tuhan semesta alam yang telah memberikan taufiq,
hidayah serta inayahnya serta begitu besar kenikmatan yang sangat besar yang telah
diberikan sehingga kami dapat menyelesaikan penyusunan makalah ini.
Penulisan makalah ini bertujuan untuk memenuhi tugas yang diberikan oleh dosen
mata kuliah Statistika Bisnis yaitu
Kami berharap dengan tersusunya makalah ini dapat memberikan manfaat bagi
para pembaca serta dapat diambil hikmahnya. Penulis berharap semoga pembaca
berkenan memberikan tanggapan, saran dan kritik demi perbaikan makalah ini.
2
BAB 1
PENDAHULUAN
Keputusan mencari dan memilih pasangan hidup adalah hal yang sangat penting
dan sensitive. Ketika seseorang memasuki masa dewasa dan meninggalkan usia remaja,
dia akan menghadapi banyak permasalahan. Salah satunya adalah masalah memilih
pasangan hidup. Tetapi pada saat usia dewasa banyak dari mereka lebih mementingkan
karir daripada mencari pasangan hidup. Dengan kesibukan mereka yang hanya bekerja
meniti karir menyebabkan mereka kurang bersosialisasi dengan lingkungan sekitarnya.
Usai menjalankan kesibukan mereka sehari-hari pada saat waktu senggang mereka
merasakan kesepian. Dengan adanya penelitian ini diharapkan pembaca dapat
meyeimbangkan antara kesibukan dengan pemilihan pasangan hidup.
1.2 Tujuan
3
BAB II
PEMBAHASAN
Analisis regresi dalam statistika adalah salah satu metode untuk menetukan
hubungan sebab akibat antara satu variabel dengan variabel Yang lain. Analisis ini
digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan
variabel terkait, dan untuk mengetahui hubungan tersebut.
Analisis Regresi Linear Sederhana yaitu regresi linier dengan satu variabel
dengan prediktor ( bebas) bentuk persamaan:
Ẏ = a +bx
b= angka arah ( koevisien regresi ) ;bila b+ arah regresi naik dan bila b- arah regresi
turun
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran
data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut
berdistribusi normal ataukah tidak.
Uji Linieritas adalah suah uji yang dilakukan untuk mengetahui apakah dua variabel
mempunyai hubungan yang linear atau tidak secara signifikan.
ISI JURNAL
Penelitian ini menggunakan metode kuatitatif. Populasi dalam penelitian ini adalah
para dewasa awal baik dari jenis kelamin laki-laki atau perempuan berusia 22-23 tahun
dan belum memiliki pasangan. Tekhnik sampling penelitian ini adalah nonprobabilitas
4
sampling sebanyak 35 subyek. Tekhnik pengumpulan data penelitian ini adalah
menggunakan dengan menggunakan kuesioner.
UJI NORMALITAS
Uji Kolmogorov Smirnov Z dirancang tidak secara khusus untuk menguji distribusi
normal atau jika kita memiliki lebih dari 50 responden, tetapi distribusi apapun dari
satu set data sehingga biasanya menghasilkan hasil analisis yang kurang akurat dalam
menguji apakah sebuah distribusi mengikuti kurva normal atau tidak.
Kita bisa menggunakan uji Shapiro-Wilk dimana nantinya SPSS akan menyajikan dua
tabel sekaligus di sini yaitu tabel uji Kolmogorov Smirnov Z dan uji Shapiro-Wilk.
SPSS akan melakukan analisis Shapiro-Wilk jika kita hanya memiliki kurang dari 50
responden. Uji Shapiro-Wilk dianggap lebih akurat ketika jumlah subjek yang kita
miliki kurang dari 50.
5
Pengujian normalitas distribusi pada data interval atau rasio sebaiknya menggunakan
uji Shapiro-Wilk karena uji normalitas Shapiro-Wilk memiliki tingkat konsistensi yang
lebih baik dibandingkan uji Lilliefors dan uji Kolmogorov- Smirnov.
Razali dan Wah (2011) menyampaikan jika uji Shapiro-Wilk yang pada umumnya
penggunaannya terbatas untuk sampel yang kurang dari 50 agar menghasilkan
keputusan yang akurat
Responden jurnal tersebut jumlahnya 35, jadi tabel yang dilihat ialah Tabel Shapiro -
Wilk.
Dengan melihat signifikansi pada tabel diatas, variabel kesepian (X) memiliki sig 0,160
dan variabel pemilihan pasangan hidup (Y) memiliki sig 0,884. Sehingga kedua
variabel tersebut dapat dikatakan normal karena nilai sig diatas 0,05.
Uji F dapat dilakukan dengan membandingkan F hitung dengan F tabel, jika F hitung >
dari F tabel, (Ho di tolak Ha diterima) maka model signifikan, Gunakan Uji Regresi
dengan Metode Enter/Full Model). Model signifikan selama kolom signifikansi (%) <
Alpha (kesiapan berbuat salah tipe 1, yang menentukan peneliti sendiri, ilmu sosial
biasanya paling besar alpha 10%, atau 5% atau 1%). Dan sebaliknya jika F hitung < F
6
tabel, maka model tidak signifikan, hal ini juga ditandai nilai kolom signifikansi (%)
akan lebih besar dari alpha.
Dari hasil uji linieritas diketahui nilai F adalah 9,806 dengan sig 0,010. Artinya,
terdapat hubungan linier secara signifikan antara variabel kesepian (X) dan variabel
pemilihan pasangan hidup (Y) karena nilai sig dibawah 0,05 (0,01 < 0,05). Sig
berjumlah 0,01 merupakan sig yang telah ditentukan oleh peneliti sendiri.
Taraf signifikansi (significance levels) itu, menurut CRS, Bilangan yang ditunjukkan
untuk taraf signifikansi itu 0,05 atau 0,01. Itu artinya ada kemungkinan sebanyak 0,05
= 5% (atau 0,01 = 1%) responden penelitian secara kebetulan menjawab benar, Jadi,
jika ada 100 orang responden, ada 5 orang (atau 1 orang) yang menjawab benar, tapi
hanya secara kebetulan menjawab benar.
Taraf kepercayaan yang umum digunakan dalam penelitian, yang menunjukkan hasil
penelitian itu seberapa dapat dipercaya kebenarannya adalah .95 (indonesianya 0,95).
Itu artinya bahwa hasil penelitian itu kebenarannya 95% bisa diyakini (yakin 95%;
dekat dengan bisa dipercaya 100%).
Dalam penulisan komputasi statistika sebenarnya tidak ada penulisan taraf kepecayaan
itu dengan angka .95 (atau 0,95). 95 kali 0,95 Yang akan tertuliskan adalah bilangan .05
(atau 0,05). Bilangan tersebut, mengandung arti bahwa dalam hasil penelitian itu
terkandung kemungkinan ada 5%-nya yang tidak betul-betul benar, yaitu yang hanya
7
karena kebetulan saja benar. Ini sebenarnya “pembalikan” dari kemungkinan benarnya
95%. Jelasnya: kemungkinan yang benar 95%, kemungkinan yang tidak benar 5%–
dari 100% jawaban responden.
Selain taraf signifikansi .05 (atau 0,05), seperti telah disebutkan di muka, lazim pula
digunakan taraf signifikansi .01 (atau 0,01). Akan tetapi dalam penelitian sosial yang
disepakati (hanya berupa kesepakatan para ahli–di buku-buku statistik lazim diutarakan
begitu) taraf signifikansi adalah taraf .05 (atau 0,05), alias taraf kepercayaannya 95%
(yakin 95% benar; yang 5% diasumsikan secara kebetulan saja benar).
Hipotesis : Terdapat pengaruh antara kesepian terhadap pemilihan pasangan hidup pada
dewasa awal yang masih lajang.
Ho : Tidak terdapat pengaruh antara kesepian terhadap pemilihan pasangan hidup pada
dewasa awal yang masih lajang.
Adapun yang menjadi dasar pengambilan keputusan dalam analisis regresi dengan
melihat nilai signifikansi (Sig.) hasil output SPSS adalah :
8
Jika nilai signifikansi (Sig.) lebih kecil < dari probabilitas 0,05 mengandung arti bahwa
ada pengaruh antara kesepian (X) terhadap pemilihan pasangan hidup (Y).
Sebaliknya, jika nilai signifikansi (Sig.) lebih besar > dari probabilitas 0,05
mengandung arti bahwa tidak ada pengaruh antara kesepian (X) terhadap pemilihan
pasangan hidup (Y).
Dari hasil analisis diketahui bahwa hasil uji F regresi memiliki nilai sig 0,026. Karena
nilai sig kurang dari 0,05 (0,026 < 0,05) maka Ho ditolak yang berarti Kesepian
(variabel X) berpengaruh terhadap pemilihan pasangan hidup (variabel Y).
Mean aquare menunjukkan rata-rata varian yang dihitung pervariabel dan menunjuk
rata-rata varian per data Y. Mean Squared Error (MSE) adalah metode lain untuk
mengevaluasi metode peramalan. Masing-masing kesalahan atau sisa dikuadratkan.
Kemudian dijumlahkan dan ditambahkan dengan jumlah observasi. Pendekatan ini
mengatur kesalahan peramalan yang besar karena kesalahan-kesalahan itu dikuadratkan.
Metode itu menghasilkan kesalahan-kesalahan sedang yang kemungkinan lebih baik
untuk kesalahan kecil, tetapi kadang menghasilkan perbedaan yang besar.
9
Residual adalah selisih antara nilai duga (predicted value) dengan nilai pengamatan
sebenarnya apabila data yang digunakan adalah data sampel.
Secara umum rumus persamaan regresi linier sederhana adalah Y=a+bX. Sementara
untuk mengetahui nilai koefisien regresi tersebut dapat berpedoman pada output yang
berada pada tabel Coefficients berikut :
A = Angka konstan dari Unstandardized Coefficients. Dalam kasus ini nilainya sebesar
76,684. Angka ini merupakan angka konstan yang mempunyai arti bahwa jika tidak ada
kesepian (X) maka nilai konsisten pemilihan pasangan hidup (Y) adalah sebesar 76,684.
B = Angka koefisien regresi. Nilainya sebesar -0,176. Angka ini mengandung arti
bahwa setiap penambahan 1% tingkat kesepian (X), maka pemilihan pasangan hidup
(Y) akan meningkat sebesar -0,176.
Karena nilai koefisien regresi bernilai minus (-), maka dengan demikian dapat
dikatakan bahwa kesepian (X) berpengaruh negatif terhadap pemilihan pasangan hidup
(Y). Sehingga persamaan regresinya adalah Y= 76,684- 0,176X
10
Konstanta 0,00 tidaklah menjadi persoalan dan bisa diabaikan selama model
regresi yang diuji sudah memenuhi asumsi (misal normalitas untuk regresi sederhana)
atau asumsi klasik lainnya untuk regresi ganda. Selain itu, selama nilai X tidak NOL
maka tidak perlu memperdulikan konstanta 0,00 ini.
Uji T dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh masing-
masing variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Uji ini
dapat dilakukan dengan mambandingkan t hitung dengan t tabel atau dengan melihat
kolom signifikansi pada masing-masing t hitung, proses uji t identik dengan Uji F.
Pengujian hipotesis ini sering disebut dengan uji t, dimana dasar pengambilan
keputusan dalam uji t adalah :
Jika nilai t hitung lebih besar > dari t tabel maka ada pengaruh antara kesepian (X)
terhadap pemilihan pasangan hidup (Y).
Sebaliknya, jika nilai t hitung lebih lebih kecil < dari t tabel maka tidak ada pengaruh
antara kesepian (X) terhadap pemilihan pasangan hidup (Y).
Uji t menjadi alternatif uji hipotesis jika nilai signifikansi hasil SPSS tepat di angka
0,05.
Dari output diatas diketahui nilai t hitung sebesar -2,339. Karena nilai t hitung sudah
ditemukan, maka langkah selanjutnya adalah mencari nilai t tabel. Adapun rumusnya
adalah sebagai berikut:
11
Nilai a/2 = 0,05/2 = 0,025
Nilai 0,025 ; 33 kemudian lihat pada distribusi nilai t tabel, maka didapat nilai t tabel
sebesar 2,035.
Karena nilai t hitung sebesar -2,339 lebih besar dari > 2,035, sehingga dapat
disimpulkan bahwa Ho ditolak dan Ha diterima, yang berarti “Ada pengaruh kesepian
(X) terhadap pemilihan pasangan hidup (Y).
Standard error (Std error) mencerminkan keakuratan sampel yang kita pilih terhadap
populasinya. semakin kecil nilai standard eror, semakin mengindikasikan bahwa
sampling yang dimiliki bagus, atau cukup mewakili populasi yang sedang diteliti. dan
sebaliknya. makanya nilai standard error akan mengecil saat jumlah sampel kita
diperbanyak.
12
coef (beta) adalah dapat membandingkan pengaruh variabel independen
Pengujian menggunakan kurva regresi akan bermanfaat jika nilai t hitung ditemukan
nilai negatif yaitu sebesar -2,339. Berdasarkan kurva diatas diketahui bahwa nilai nilai
t hitung -2,339 terletak di area negatif. Sehingga dapat disimpulkan bahwa kesepian
berpengaruh terhadap pemilihan pasangan hidup.
13
14
BAB III
PENUTUP
Kesimpulan
Hasil penelitian menunjukkan nilai signifikansi sebesar 0.06 dimana p < 0.05 maka
dapat diputuskan keputusan hipotesis diterima. Koefisien korelasi 0.377 berada pada
rentang interval nilai r 0,2-0,4 menunjukkan adanya korelasi yang rendah antara
kesepian terhadap pemilihan pasangan hidup pada masa dewasa awal yang masih lajang.
Saran
Dari hasil penelitian ditujukan bahwa tingkat kesepian berpengaruh pada pemilihan
pasangan hidup, semakin tinggi kesepian maka semakin rendah pemilihan pasangan
hidup. Maka, Dewasa lajang diharapkan memiliki lebih banyak relasi dan memperluas
lingkup pertemanan sehinga dapat menurunkan tingkat kesepian dan meningkatkan
pemilihan pasangan hidup.
15
DAFTAR PUSTAKA
Supardi, M.M. 2011. Aplikasi Statistika dalam Penelitian. PT Ufuk press: Jakarta.
https://freyadefunk.wordpress.com/2013/03/24/cara -menguji-normalitas-
data-dengan-spss/
Raharjo, S. 2017. Panduan Lengkap Uji Analisis Regresi Linear Sederhana dengan
SPSS. https://www.spssindonesia.com/2017/03/uji-analisis-regresi-linear-
sederhana.html
https://junaidichaniago.wordpress.com/2010/04/22/download-tabel-f-lengkap/
http://widhiarso.staff.ugm.ac.id/wp/prosedur-uji-linieritas-pada-hubungan-antar-
variabel/.
16