DEDI PRASOJO

A 202 19 006

0
 Analisis Regresi Linier Sederhana

A. Pengertian Analisis Regresi Linear Sederhana

Analisis regresi linear sederhana merupakan salah satu metode regresi yang

dapat dipakai sebagai alat inferensi statistik untuk menentukan pengaruh

sebuah variabel bebas (independen) terhadap variabel terikat (dependen).

B. Tujuan Uji Regresi Linear Sederhana

Uji Regresi linear sederhana memiliki beberapa tujuan, yaitu:

1. Menghitung nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada

nilai variabel bebas.

2. Menguji hipotesis karakteristik dependensi

3. Meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai

variabel bebas diluar jangkaun sampel.

C. Analisis Regresi Sederhana dengan Menggunakan SPSS

Pada analisis regresi sederhana dengan menggunakan SPSS ada beberapa

asumsi dan persyaratan yang perlu diperiksa dan diuji, beberapa diantaranya

adalah :

1. Variabel bebas tidak berkorelasi dengan disturbance term (Error).

Nilai disturbance termsebesar 0 atau dengan simbol sebagai berikut: E (U /

X) = 0,

2. Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory)

tidak ada hubungan linier yang nyata,

1
3. Model regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar

< 0.05, Predictor yang digunakan sebagai variabel bebas harus layak.

Kelayakan ini diketahui jika angka Standard Error of Estimate < Standard

Deviation,

4. Koefisien regresi harus signifikan. Pengujian dilakukan dengan Uji T.

Koefesien regresi signifikan jika T hitung > T table (nilai kritis),

5. Model regresi dapat diterangkan dengan menggunakan nilai koefisien

determinasi (KD = R Square x 100%) semakin besar nilai tersebut maka

model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik,

6. Residual harus berdistribusi normal,

7. Data berskala interval atau rasio,

8. Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel

bebas (variabel predictor) sedang variabel lainnya variabel terikat (variabel

response)

2
D. Tutorial Regresi Linear Sederhana dengan SPSS

 Proses mulai dengan memilih menu Analyze, kemudian pilih Linear,

 Pilih variabel Y sebagai variabel dependen (terikat) dan X1 sebagai variabel

independen (bebas) lalu klik tombol OK,

3
E. Output Regresi Linear Sederhana dengan SPSS

Output SPSS akan menampilkan hasil berupa 4 buah tabel yaitu;

1. Tabel variabel penelitian,

2. Ringkasan model (model summary),

3. Tabel Anova, dan

4. Tabel Koefisien.

F. Interprestasi Regresi Linear Sederhana dengan SPSS

Cara membaca output spss hasil uji regresi linier tersebut adalah :

1. Tabel pertama menunjukkan variabel apa saja yang diproses, mana yang

menjadi variabel bebas dan variabel terikat.

2. Tabel kedua menampilkan nilai R yang merupakan simbol dari nilai koefisien

korelasi. Pada contoh diatas nilai korelasi adalah 0,342. Nilai ini dapat

diinterpretasikan bahwa hubungan kedua variabel penelitian ada di kategori

lemah. Melalui tabel ini juga diperoleh nilai R Square atau koefisien

4
 determinasi (KD) yang menunjukkan seberapa bagus model regresi yang

dibentuk oleh interaksi variabel bebas dan variabel terikat. Nilai KD yang

diperoleh adalah 11,7% yang dapat ditafsirkan bahwa variabel bebas X1

memiliki pengaruh kontribusi sebesar 11,7% terhadap variabel Y dan 88,3%

lainnya dipengaruhi oleh faktor-faktor lain diluar variabel X1.

3. Tabel ketiga digunakan untuk menentukan taraf signifikansi atau linieritas

dari regresi. Kriterianya dapat ditentukan berdasarkan uji F atau uji nilai

Signifikansi (Sig.). Cara yang paling mudah dengan uji Sig., dengan

ketentuan, jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan

berlaku sebaliknya. Berdasarkan tabel ketiga, diperoleh nilai Sig. = 0,140

yang berarti > kriteria signifikan (0,05), dengan demikian model persamaan

regresi berdasarkan data penelitian adalah tidak signifikan artinya, model

regresi linier tidak memenuhi kriteria linieritas.

4. Tabel keempat menginformasikan model persamaan regresi yang diperoleh

dengan koefisien konstanta dan koefisien variabel yang ada di kolom

Unstandardized Coefficients B. Berdasarkan tabel ini diperoleh model

persamaan regresi : Y =38,256 + 0,229 X1

5
 DAFTAR PUSTAKA

Arnita. 2013. Pengantar Statistik., Bandung: Cita Pustaka Media Perintis.

Sudjana. 2001. Metode Statistika. Bandung: PT Tarsito Bandung.
Sunardi, Nur. 2009. Pengantar Statistika. Jakarta: Bumi Aksara.
http://pendidikan-akuntansi.fe.uny.ac.id/sites/pendidikan akuntansi fe. uny.ac.id/
files/Korelasi %20dan%20Regresi.pdf (Diakses Tanggal 27 September 2019)
http://file.upi.edu/Direktori/FPIPS/LAINNYA/MEITRI_HENING/Modul/Modul_
Regresi Sederhana dan Berganda.pdf (Diakses Tanggal 27 September 2019)