ANALISIS REGRESI LINIER SEDERHANA

Makalah ini diajukan untuk memenuhi salah satu tugas mata kuliah statistika
Pendidikan, Semester Ganjil / 5, Tahun 2020

Dosen Pengemban : Dr. Imam Tabroni M,Pd,i

Disusun oleh :

Titin Nurajijah : 0101.1701.123

Listiani : 0101.1701.101

PRODI PENDIDIKAN AGAMA ISLAM

STAI DR KHEZ MUTTAQIEN
PURWAKARTA
2020

i
 KATA PENGANTAR

Assalamu’alaikum Wr. Wb
Alhamdulillah, segala puji hanya milik Allah SWT yang senantiasa
melimpahkan rahmat dan hidayah – Nya kepada kita semua sehingga kita bisa
melakukan aktivitas kita dengan baik, sehat wal‘afiat khususnya kepada penulis
sehingga “makalah analisis Regresi Linier Sederhana” ini bisa diselesaikan
dengan baik.
Tak lupa juga kita sampaikan salam dan shalawat kepada junjungan kita
Nabi besar Muhammad Saw yang telah mengayomi kita semua dengan cinta kasih
serta perjuangan beliau sehingga kita bisa menghirup udara segar ini penuh dengan
nikmat yang tak akan mampu kita menghitungnya.
Penulis menyadari bahwa penyusunan makalah ini belum baik dan masih
jauh dari kesempurnanan. Sehingga penulis meminta kritik dan saran dari pembaca.
Agar penulisan selanjutnya bisa lebih baik lagi.
Wassalamu’alaikum Wr. Wb

Purwakarta, 22 Januari 2020

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ............................................................................................ i

DAFTAR ISI .......................................................................................................... ii
BAB I ...................................................................................................................... 1
PENDAHULUAN .................................................................................................. 1
A. Latar Belakang Masalah ............................................................................... 1
B. Rumusan Masalah ........................................................................................ 1
C. Tujuan .......................................................................................................... 1
BAB II .................................................................................................................... 2
PEMBAHASAN .................................................................................................... 2
A. Pengertian Regresi Linear Sederhana .......................................................... 2
B. Langkah – langkah dalam melakukan Analisis Regresi Linier Sederhana .. 3
C. Contoh Kasus Analisis Regresi Linear Sederhana ....................................... 3
Penyelesaian :.............................................................................................................. 3
Langkah 1 : Penentuan Tujuan ............................................................................... 3
Langkah 2 : Identifikasikan Variabel Penyebab dan Akibat ............................... 3
Langkah 3 : Pengumpulan Data .............................................................................. 3
Langkah 4 : Hitung X², Y², XY dan total dari masing-masingnya ....................... 5
Langkah 6 : Buat Model Persamaan Regresi ......................................................... 7
Langkah 7 : Lakukan Prediksi atau Peramalan terhadap Variabel Faktor
Penyebab atau Variabel Akibat ............................................................................... 7
BAB III............................................................................................................................... 8
PENUTUPAN .................................................................................................................... 8
A. Kesimpulan ........................................................................................................... 8
DAFTAR PUSTAKA ........................................................................................................ 9

ii
 BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Regresi linier dapat digunakan saat membuat kajian mengenai distribusi berat
suatu populasi orang dengan kaitannya pada tinggi mereka. Dalam melakukan
sebuah penelitian, regresi linier juga dibutuhkan, jadi apabila seseorang tidak
paham dengan regresi linier maka seseoran tersebut tidak akan bisa membuat
penelitian dengan menggunakan linier.

Regresi merupakan suatu model matematis yang dapat digunakan untuk

mengethui pola hubungan antara dua atau lebih variabel. Istilah regresi yang berarti
ramalan atau taksiran pertama kali dikenalkan Sir Francis Galton pada tahun 1877,
sehubungan dengan penelitiannya terhadap tinggi manusia, yaitu antara tinggi anak
dan tinggi orang tuanya. Dalam penelitiannya, Galton mnemukan bahwa tinggi
anak dan tinggi orang tuanya cenderunng meningkat atau menurun dari berat rata-
rata populasi. Garis yang menunjukan hubungan tersebut disebut garis regresi.

Analisi regresi lebih akurat dalam melakuka analisis korelassi, karna pada
analisi itu kesulitan dalam menunjukan slop ( tingkat perubahan suatu variable
terhadap variable lainya dapat ditentukan ). Jadi dengan analissi regresi peramalan
atau perkiraan nilai variable terikat pada nilai variable bebas lebih akurat pula.
Arna merupakan suatu prediksi maka nilai prediksi tidak selalu tepat dengan nilai
realnya, semakin kecil tingkat penyimpangan antara nilai prediksi dengan nilai
realnya, maka semakin tepat persamaan regresi yang dibentuk.

B. Rumusan Masalah

1. Apa pengertian analisis regresi linier sederrhana

2. Bagaimana langkah-langkah dalam melakukan Analisis Regresi Linier
Sederhana?
3. Contoh kasus Regresi Linear Sederhana?

C. Tujuan

1. Mengetahui pengertian Regresi Linear Sederhana

2. Mengetahui langkah-langkah dalam melakukan Analisis Regresi Linier
Sederhana.
3. Mengetahui salah satu Contoh kasus Regresi Linear Sederhana

1
 BAB II

PEMBAHASAN

A. Pengertian 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.

Contoh Penggunaan Analisis Regresi Linear Sederhana dalam Produksi antara

lain :

1. Hubungan antara Lamanya Kerusakan Mesin dengan Kualitas Produk

yang dihasilkan
2. Hubungan Jumlah Pekerja dengan Output yang diproduksi
3. Hubungan antara suhu ruangan dengan Cacat Produksi yang dihasilkan.

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

2
B. Langkah – langkah dalam melakukan Analisis Regresi Linier Sederhana

Berikut ini adalah Langkah-langkah dalam melakukan Analisis Regresi Linear

Sederhana :

1. Tentukan Tujuan dari melakukan Analisis Regresi Linear Sederhana

2. Identifikasikan Variabel Faktor Penyebab (Predictor) dan Variabel Akibat
(Response)
3. Lakukan Pengumpulan Data
4. Hitung X², Y², XY dan total dari masing-masingnya
5. Hitung a dan b berdasarkan rumus diatas.
6. Buatkan Model Persamaan Regresi Linear Sederhana.
7. Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau
Variabel Akibat.

C. Contoh Kasus Analisis Regresi Linear Sederhana

Seorang Engineer ingin mempelajari Hubungan antara Suhu Ruangan

dengan Jumlah Cacat yang diakibatkannya, sehingga dapat memprediksi atau
meramalkan jumlah cacat produksi jika suhu ruangan tersebut tidak terkendali.
Engineer tersebut kemudian mengambil data selama 30 hari terhadap rata-rata
(mean) suhu ruangan dan Jumlah Cacat Produksi.

Penyelesaian :

Penyelesaiannya mengikuti Langkah-langkah dalam Analisis Regresi Linear

Sederhana adalah sebagai berikut :

Langkah 1 : Penentuan Tujuan

a. Tujuan : Memprediksi Jumlah Cacat Produksi jika suhu ruangan

tidak terkendali

Langkah 2 : Identifikasikan Variabel Penyebab dan Akibat

b. Varibel Faktor Penyebab (X) : Suhu Ruangan,

c. Variabel Akibat (Y) : Jumlah Cacat Produksi

Langkah 3 : Pengumpulan Data

Berikut ini adalah data yang berhasil dikumpulkan selama 30 hari (berbentuk
tabel) :

3
Tanggal Rata-rata Suhu Ruangan Jumlah Cacat
1 24 10
2 22 5
3 21 6
4 20 3
5 22 6
6 19 4
7 20 5
8 23 9
9 24 11
10 25 13
11 21 7
12 20 4
13 20 6
14 19 3
15 25 12
16 27 13
17 28 16
18 25 12
19 26 14
20 24 12
21 27 16
22 23 9
23 24 13
24 23 11
25 22 7
26 21 5

4
 27 26 12
28 25 11
29 26 13
30 27 14

Langkah 4 : Hitung X², Y², XY dan total dari masing-masingnya

Berikut ini adalah tabel yang telah dilakukan perhitungan X², Y², XY dan totalnya

Rata-rata
Suhu Jumlah
Tanggal Ruangan (X) Cacat (Y) X2 Y2 XY
1 24 10 576 100 240
2 22 5 484 25 110
3 21 6 441 36 126
4 20 3 400 9 60
5 22 6 484 36 132
6 19 4 361 16 76
7 20 5 400 25 100
8 23 9 529 81 207
9 24 11 576 121 264
10 25 13 625 169 325
11 21 7 441 49 147
12 20 4 400 16 80
13 20 6 400 36 120
14 19 3 361 9 57
15 25 12 625 144 300
16 27 13 729 169 351
17 28 16 784 256 448

5
 18 25 12 625 144 300
19 26 14 676 196 364
20 24 12 576 144 288
21 27 16 729 256 432
22 23 9 529 81 207
23 24 13 576 169 312
24 23 11 529 121 253
25 22 7 484 49 154
26 21 5 441 25 105
27 26 12 676 144 312
28 25 11 625 121 275
29 26 13 676 169 338
30 27 14 729 196 378
Total
(Σ) 699 282 16487 3112 6861

Langkah 5 : Hitung a dan b berdasarkan rumus Regresi Linear Sederhana

Menghitung Konstanta (a) :

a = (Σy) (Σx²) – (Σx) (Σxy)

. n(Σx²) – (Σx)²

a = (282) (16.487) – (699) (6.861)

30 (16.487) – (699)²

a = -24,38

Menghitung Koefisien Regresi (b)

6
 b = n(Σxy) – (Σx) (Σy)
. n(Σx²) – (Σx)²

b = 30 (6.861) – (699) (282)

. 30 (16.487) – (699)²

b = 1,45

Langkah 6 : Buat Model Persamaan Regresi

Y = a + bX
Y = -24,38 + 1,45X

Langkah 7 : Lakukan Prediksi atau Peramalan terhadap Variabel Faktor

Penyebab atau Variabel Akibat

1. Prediksikan Jumlah Cacat Produksi jika suhu dalam keadaan tinggi (Variabel
X), contohnya : 30°C

Y = -24,38 + 1,45 (30)

Y = 19,12

Jadi Jika Suhu ruangan mencapai 30°C, maka akan diprediksikan akan
terdapat 19,12 unit cacat yang dihasilkan oleh produksi.

2. Jika Cacat Produksi (Variabel Y) yang ditargetkan hanya boleh 4 unit, maka
berapakah suhu ruangan yang diperlukan untuk mencapai target tersebut ?

4 = -24,38 + 1,45X
1,45X = 4 + 24,38
X = 28,38 / 1,45
X = 19,57

Jadi Prediksi Suhu Ruangan yang paling sesuai untuk mencapai target Cacat
Produksi adalah sekitar 19,57°C

7
 BAB III

PENUTUPAN

A. Kesimpulan

Berdassarkan pembahasan pada bab-bab sebelumnya, maka penyyusun menarik

kesimpulan, antara lain :
1. Analisis regresi linier sederhana merrupaakan Metode Statistik yang
berfungsi untuk menguji sejauh mana hubungan sebab akibat antara
Variabel Faktor Penyebab (X) terhadap Variabel Akibatnya.
2. Tujuan analisis regrensi adalah mendapatkan pola hubungan secara
matematis antara X dan Y mengetahui berapa besarnya perubahan variabel
X terhadap Y, dan memprediksi Y jika nilai X diketahui.
3. Persamaan regresi linier sederhana secara umum yaitu Y = a + bX.
4. Penghitungan analisi regresi bisa disselesaikan dengan cara manual, tetapi
lebih mudah menggunakan progran SPSS.

8
 DAFTAR PUSTAKA

https://www.slideshare.net/mobile/dwaay/analisa-regresi-linier-sederhana.dikutip
pada tanggal 23 Januari 2020
https://teknikelektronika.com/analisis-regresi-linier-sederhana-simple-linier-
regression/. Dikutip pada tanggal 23 Januari 2020