ANALISIS REGRESI LINEAR SEDERHANA

Analisis regresi linear sederhana digunakan utuk mengukur besarnya pengaruh satu variable
bebas/ variable independent /variable predictor/ variable X terhadap variable
tergantung/variable dependen/variable terikat /variable Y.

Syarat kelayakan yang harus dipenuhi saat akan menggunakan regresi linear sederhana sbb:
1. Jumlah sampel yang digunakan harus sama
2. Jumlah variable (X) adalah 1 (satu)
3. Berdistribusi normal
4. Terdapat hubungan yg linear antara variable bebas (X) dengan variable terikat (Y)
5. Tidak terjadi gejala heteroskedastisitas
6. Tidak terjadi gejala autokorelasi (untuk data time series).

Contoh kasus uji Analisis regresi linear sederhana

Suatu data penelitian dengan judul “Pengaruh Stres Kerja Terhadap Kinerja Pegawai”.
Dari judul dapat disusun hipotesis
H0 : 𝑏 = 0 Tidak Terdapat pengaruh stress kerja terhadap Kinerja Pegawai.
H1 : 𝑏 ≠ 0 Terdapat pengaruh stress kerja terhadap Kinerja Pegawai.

Adapun data penelitian sbb:

Kinerja Ket :
Stres Kerja
No. Pegawai 1. Data diperoleh dari hasil penyebaran kuesioner
(X) (Y) atau angket dengan menggunakan skor total
1 28 21 jawaban responden atas item-item soal
2 20 24 kuesioner.
3 21 27 2. Item-item kuesioner sudah dipastikan lolos uji
4 23 22 validitas dan reliabilitas.
5 17 26 3. Jumlah sampel 12 responden (pegawai)
6 25 24 4. Variable penelitian: stress kerja sebagai variable
7 22 23 bebas (X) dan Kinerja Pegawai sebagai variable
8 19 25 tergantung (Y).
9 27 21
10 25 22
11 24 25
12 17 28

1
uji Analisis regresi linear sederhana dengan menggunakan rumus manual

No. Stres Kerja (X) Kinerja Pegawai (Y)

1 28 21
2 20 24
3 21 27
4 23 22
5 17 26
6 25 24
7 22 23
8 19 25
9 27 21
10 25 22
11 24 25
12 17 28
No. X Y X2 Y2 XY
1 28 21 784 441 588
2 20 24 400 576 480
3 21 27 441 729 567
4 23 22 529 484 506
5 17 26 289 676 442
6 25 24 625 576 600
7 22 23 484 529 506
8 19 25 361 625 475
9 27 21 729 441 567
10 25 22 625 484 550
11 24 25 576 625 600
12 17 28 289 784 476
Total 268 288 6132 6970 6357

MENCARI PERSAMAAN REGRESI

𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌) ∑𝑌 ∑𝑋
𝑏= 𝑎= −𝑏
𝑛(∑ 𝑋 2 )−(∑ 𝑋)2 𝑛 𝑛

12(6357)−(268)(288) 288 268

𝑏= 𝑎= − (−0.511)
12(6132)−(268)2 12 12

𝑏 = −0.511 𝑎 = 35.42

𝑌̂ = 35.42 − 0.511 𝑋
2
ANALISIS KORELASI ( 𝑟 )
Analisis korelasi digunakan untuk mengetahui tingkat keeratan hubungan variable X dengan
variabel Y. Nilai Koefisien korelasi −1 ≤ 𝑟 ≥ 1.

𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)

𝑟=
√(𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 )(𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 )
Ket: r = Koefisien Korelasi
12(6357)−(268)(288) −900
𝑟= = = −0.8132
√(12(6132)−(268)2 )(12(6970)−(288)2 ) √(1760)(696)

UJI KOEFISIEN DETERMINASI

Koefisien determinasi merupakan besarnya persentase pengaruh variable X terhadap variable Y.
𝐾𝑑 = 𝑟 2 × 100%
𝐾𝑑 = −0.81322 × 100% = 0.6612 × 100% = 66.1%
nilai ini mengandung arti bahwa pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y) adalah
sebesar 66.1% sedangkan 33.9% Kinerja Pegawai dipengaruhi oleh variable yang lain yang tidak
diteliti.

UJI HIPOTESIS
𝑟√𝑛−2
Uji signifikansi menggunakan uji t. dengan 𝑡 = √1−𝑟 2
𝑟√𝑛−2 −0.8132√12−2
Maka, 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = = −4.418
√1−𝑟 2 √1−0.6612
Adapun rumus dalam mencari nilai ttabel sbb:
𝛼 0.05
Nilai 2 = = 0.025 dengan Derajat kebebasan (df) = n – 2 = 12 – 2 = 10
2
Lihat nilai 0.025; 10 pada table t. maka akan diperoleh ttabel = 2.228

3
Karena nilai thitung -4,418 < ttabel - 2.228, sehingga H0 ditolak, berarti terdapat pengaruh stress
kerja (X) terhadap Kinerja Pegawai (Y).

CARA UJI ANALISIS REGRESI LINEAR SEDERHANA DENGAN SPSS

Uji syarat kelayakan :
1. Uji normalitas
2. Uji linearitas
3. Uji autokorelasi untuk kasus ini tidak perlu dilakukan karena data tidak termasuk data
time series atau data runtut waktu.

Langkah-langkah uji analisis regresi linear sederhana dengan SPSS sbb:

1. Buka lembar kerja SPSS, lalu klik variable view, selanjutnya pada kolom name, untuk
baris pertama tulis X, lalu baris kedua Y. lalu pada kolom label baris pertama tulis stress
kerja dan baris kedua tulis Kinerja Pegawai, untuk pilihan lainnya biarkan default.

4
2. Berikutnya klik data view, selanjutnya input data penelitian.

3. Selanjutnya, klik menu analyze – regression – linear.

4. Setelah itu akan muncul kotak dialog linear regression, masukkan variable stress kerja
(X) ke kotak independent(s), dan masukkan variable Kinerja Pegawai (Y) ke kotak
dependent. Selanjutnya pada bagian Method: pilih Enter. Untuk pilihan lain biarkan
default.

5
5. Langkah terakhir klik OK untuk mengakhiri perintah, maka selanjutnya akan keluar
output SPSS regresi linear sederhana.

Variables Entered/Removedb
Variables Variables
Model Method
Entered Removed
d
i

1 Stres Kerjaa . Enter

m
e
n
s
i
o
n
0

a. All requested variables entered.

b. Dependent Variable: Kinerja Pegawai

Model Summary
Adjusted R Std. Error of the
Model R R Square
Square Estimate
d
i

1 .813a .661 .627 1.402

m
e
n
s
i
o
n
0

a. Predictors: (Constant), Stres Kerja

ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 38.352 1 38.352 19.520 .001a
Residual 19.648 10 1.965
Total 58.000 11
a. Predictors: (Constant), Stres Kerja
b. Dependent Variable: Kinerja Pegawai

6
 Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
1 (Constant) 35.420 2.616 13.538 .000
Stres Kerja -.511 .116 -.813 -4.418 .001
a. Dependent Variable: Kinerja Pegawai

MEMBUAT PERSAMAAN REGRESI LINEAR SEDERHANA

Secara umum rumus persamaan regresi linear sederhana adalah Y = a + bX
Sementara untuk mengetahui nilai koefisien regresi tersebut kita dapat berpedoman pada
output yang berada pada table coefficients.
a = angka konstan dari unstandardized coefficients.
b = angka koefisien regresi

Sehingga dalam kasus ini,

a = 35.420 yang berarti jika ada stress kerja (X) maka nilai konsisten Kinerja Pegawai (Y) adalah
sebesar 35.420.
b = -0.511 yang berarti setiap penambahan 1% tingkat stress kerja (X), maka Kinerja Pegawai (Y)
akan meningkat sebesar -0.511.

Karena nilai koefisien regresi bernilai minus (-), maka dengan demikian dapat dikatakan bahwa
stress kerja (X) berpengaruh negative terhadap Kinerja Pegawai (Y). Sehingga persamaan
regresinya adalah Y = 35.420 – 0.511X

UJI HIPOTESIS MEMBANDINGKAN NILAI Sig. DENGAN 0.05

Dasar pengambilan keputusan:
1. Jika nilai Sig. < 0.05 , Ho ditolak berarti variable X berpengaruh terhadap variable Y
2. Jika nilai Sig. > 0.05 , Ho diterima berarti variable X tidak berpengaruh terhadap variable Y

Coefficientsa
Standardized
Unstandardized Coefficients
Model Coefficients t Sig.
B Std. Error Beta
(Constant) 35.420 2.616 13.538 .000
1
Stres Kerja -.511 .116 -.813 -4.418 .001
a. Dependent Variable: Kinerja Pegawai

Berdasarkan output diatas diketahui nilai Sig. = 0.001 dimana nilai Sig. < 0.05, sehingga dapat
disimpulkan bahwa terdapat pengaruh stress kerja (X) terhadap Kinerja Pegawai (Y).

7
UJI HIPOTESIS MEMBANDINGKAN NILAI T HITUNG DENGAN T TABEL (UJI T)
Dasar pengambilan keputusan:
1. Jika nilai thitung > ttabel, Ho ditolak berarti variable X berpengaruh terhadap variable Y
2. Jika nilai thitung < ttabel, Ho diterima berarti variable X tidak berpengaruh terhadap variable Y
Berdasarkan output pada tabel Coefficients, nilai thitung = -4.418

Adapun rumus dalam mencari nilai ttabel sbb:

𝛼 0.05
Nilai 2 = = 0.025 dengan Derajat kebebasan (df) = n – 2 = 12 – 2 = 10
2
Lihat nilai 0.025; 10 pada table t. maka akan diperoleh ttabel = 2.228

Karena nilai thitung -4,418 > ttabel 2.228, sehingga dapat disimpulkan terdapat pengaruh stress
kerja (X) terhadap Kinerja Pegawai (Y).

8
MELIHAT BESARYA PENGARUH VARIABEL X TERHADAP Y
Untuk mengetahui besarnya pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y) dalam
analisis regresi linear sederhana, dapat berpedoman pada nilai R square atau R2 yang terdapat
pada output SPSS bagian Model Summary

Model Summary
Adjusted R Std. Error of the
Model R R Square
Square Estimate
d
i

1 .813a .661 .627 1.402

m
e
n
s
i
o
n
0

a. Predictors: (Constant), Stres Kerja

Dari output diatas diketahui nilai R square sebesar 0.661. nilai ini mengandung arti bahwa
pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y) adalah sebesar 66.1% sedangkan 33.9%
Kinerja Pegawai dipengaruhi oleh variable yang lain yang tidak diteliti.

KESIMPULAN DARI UJI ANALISIS REGRESI LINEAR SEDERHANA

Dari pembahasan diatas dapat disimpulkan bahwa “Stres Kerja (X) berpengaruh negative
terhadap Kinerja Pegawai (Y) dengan total pengaruh sebesar 66.1%. pengaruh negative ini
bermakna semakin menurunnya stress kerja seorang karyawan, maka akan berpengaruh
terhadap peningkatan kinerja pegawai tersebut.

9
UJI ANALISIS REGRESI LINEAR SEDERHANA DENGAN MENGGUNAKAN EXCEL

Cara 1: Menggunakan rumus “Intercept” untuk nilai a dan “Slope” untuk nilai b.

10
Cara 2: Menggunakan grafik (Chart)
 Block data X dan Y - Klik Scatter pada menu charts - Pilih Scatter with only Markers

 Pada Chart tools pilih menu layout – Trendline – More Trendline Option

11
 Kemudian akan muncul kotak dialog Format Trendline, beri tanda ceklis pada Display Equation
On Chart

 Lalu akan muncul chart dengan persamaan regresinya

12
Cara 3: Menggunakan Data Analysis
 Klik Data – Data Analysis – akan muncul kotak dialog “Data Analysis” – Pilih Regression – OK

 Kemudian akan muncul kotak dialog Regression

13
 Input Y Range, X Range

 Untuk output range, klik di sel yang ingin ditempatkan outputnya, lalu klik OK.

 Maka akan muncul output seperti berikut

14
Soal:

Seorang peneliti ingin mengetahui hubungan antara banyaknya tenaga kerja terhadap jumlah
produksi, adapun data yang diperoleh sbb:

Produksi 9 12 15 20 24
Tenaga Kerja 5 7 8 10 15

a. Carilah persamaan regresi dari data tersebut!

b. Jika tenaga kerja digunakan sebanyak 13 orang, prediksilah jumlah produksinya!
c. Berilah kesimpulan yang tepat mengenai hubungan antara banyaknya tenaga kerja
terhadap jumlah produksi.

15