Makalah ini disusun sebagai tugas pada Mata Kuliah Statiska Pendidikan
Disusun Oleh :
Kelompok 7 (Tujuh)
JAKARTA
2020
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Allah SWT, atas segala rahmat dan karunianya
yang telah dilimpahkan kepada kami, sehingga kami dapat menyelesaikan Makalah ini.
Sholawat serta salam tak lupa kami ucapkan kepada baginda alam yakni Nabi Muhammad
SAW, yang mana telah membawa kami dari zaman jahiliyah hingga zaman karya ilmiah.
Makalah ini disusun untuk memenuhi tugas kami pada mata kuliah Statistika
Pendidikan yang berjudul “Analisi Regresi”. Kami ucapkan terimakasih kepada dosen mata
kuliah Statistika Pendidikan, yang telah memberikan arahan dan bimbingan kepada kami
sehingga kami mampu menyelesaikan makalah ini sesuai dengan waktu yang telah
ditentukan.
Kami menyadari bahwa terlaksananya ini berkat bantuan dari berbagai pihak. Oleh
karena itu, kami mengucapkan terimakasih yang sebesar-besarnya kepada dosen kami yang
telah membantu dan membimbing kami dalam pembuatan makalah ini.
Kami telah memahami bahwa apa yang telah didapatkan selama pembuatan makalah
ini belumlah seberapa. Kami menyadari sepenuhnya makalah ini masih jauh dari kata
sempurna. Oleh karena itu, saran dan dan kritik yang bersifat membangun sangat kami
harapkan demi kesempurnaan makalah ini. Kami berharap makalah ini dapat bermanfaat bagi
kami sendiri khususnya, dan umumnya bagi para pembaca.
Penulis
BAB I
PENDAHULUAN
1.3 Tujuan
1.3.1 Mengetahui pengertian analisis regresi
1.3.2 Memahami analisis regresi linier sederhana
1.3.3 Memahami model persamaan analisis regresi linier sederhana
1.3.4 Memahami cara mengaplikasikan analisis regresi linier sederhana secara manual
dan menggunakan SPSS?
1.3.5 Mengetahui analisis regresi linier berganda?
1.3.6 Memahami model persamaan analisis regresi linier berganda?
1.3.7 Memahami cara mengaplikasikan analisis regresi linier berganda secara manual
dan menggunakan SPSS?
BAB II
ISI
Analisis regresi merupakan analisis yang memanfaatkan dua atau lebih variable
sehingga salah satu variable bisa diramalkan dari variable lainnya. Pada analisis regresi
terdiri dari dua jenis vaiabel yaitu variable bebas (variable independent) dan variable tak
bebas (variable dependent). Variable independent adalah variable yang mempengaruhi
atau yang menjadi sebab perubahan atau timbulna variable tak bebas, sedangkan variable
dependen adalah variable yang dipengaruhi atau yang menjadi akibat adanya variable
bebas.
dengan untuk mendapat nilai konstanta a dan b dapat dicari dengan menggunakan
rumus :
( Σ Y 1 ) ( Σ X 21 ) −( Σ X 1 Y 1)
a= atau a=∑ Y −b ¿ ¿ ¿
n Σ X 21−( Σ X 1)2
( Σ X 1 Y 1 )− ( Σ X 1 ) ( Σ Y 1 ) 2
b= 2
n Σ X 21−( Σ X 1 )
1
Suyono. 2018. ANALISIS REGRESI UNTUK PENELITIAN. Yogyakarta. Deepublish. Hlm 5-6
2
Wahdan Najib H. 2017. STATISTIKA PENDIDIKAN. Surakarta. Muhammadiyah University Press.
Hlm 244-245
e. Menghitung a dan b menggunakan rumus yang telah ditentukan
f. Menentukan persamaan regresi
Melakukan prediksi terhadap variabel predictor atau response dengan
menggunakan persamaan koefisien korelasi
r =n ( ∑ XY ) −( ∑ X )¿ ¿
g. Uji signifikansi menggunakan Uji-T; Uji-F, Uji-z; Anova, dll. dan menentukan
Taraf Signifikan.
Pengujian hipotesis dimaksudkan untuk melihat apakah suatu hipotesis
yang diajukan ditolak atau dapat diterima. Hipotesis merupakan asumsi atau
pernyataan yang mungkin benar atau salah mengenai suatu populasi. Dengan
mengamati seluruh populasi, maka suatu hipotesis akan dapat diketahui
apakah suatu penelitian itu benar atau salah. Untuk keperluan praktis,
pengambilan sampel secara acak dari populasi akan sangat membantu. Dalam
pengujian hipotesis terdapat asumsi/ pernyataan istilah hipotesis nol. Hipotesis
nol merupakan hipotesis yang akan diuji, dinyatakan oleh H 0 dan penolakan H0
dimaknai dengan penerimaan hipotesis lainnya yang dinyatakan oleh H1
h. Interpretasi
i. Kesimpulan3
Contoh :
Berikut ini diambil data dari 10 responden yang berasal dari berasal dari
tenaga pendidik dan kependidikan pada suatu lembaga untuk mengetahui
pengaruh insentif terhadap disiplin kerja guru.
3
Fajri Ismail. 2018. STATISTIKA untuk Penelitian Pendidikan dan Ilmu-Ilmu Sosial. Jakarta. PRENADA
MEDIA GRUP. Hlm 376
Disiplin kerja guru
No Insentif (X)
(Y)
1. 18 21
2. 16 18
3. 20 23
4. 18 21
5. 14 16
6. 15 20
7. 16 21
8. 18 17
9. 17 19
10. 15 17
No
X X² Y Y² XY
.
1. 18 324 21 441 378
2. 16 256 18 324 288
3. 20 400 23 529 460
4. 18 324 21 441 378
5. 14 196 16 256 224
6. 15 225 20 400 300
7. 16 256 21 441 336
8. 18 324 17 289 306
9. 17 289 19 361 323
10. 15 225 17 289 255
∑ 167 2819 193 3771 3248
( Σ X 1 Y 1 )− ( Σ X 1 ) ( Σ Y 1 )
b= 2
n Σ X 21−( Σ X 1 )
(3248 )−(167)(193)
b=
10 (2819 )−(2819)2
b=0,827
f. Menentukan persamaan regresi
Y^ =a+bX
Y^ =5,845+ 0,827 X
db=10−1−1
db=8
Berdasarkan tabel F0,05 pada taraf signifikansi 5% dengan taraf Fhitung 6,642 dan
Ftabel 5,32. Jadi Fhitung ¿ Ftabel. Sehingga H1 diterima dan H0 ditolak.
j. Kesimpulan
Terdapat pengaruh yang signifikan antara intensif terhadap disiplin kerja
pada guru.
Insentif (X) 18 17 17 20 15 19 20 16 18 14
4
repository.usu.ac.id
5
Suyono. 2018. Analilis Regresi untuk Penelitian. Yogyakarta : Deepublish. Hlm. 99
b. Model Regresi Linier Berganda
Model regresi linier berganda merupakan suatu persamaan yang menggambarkan
hubungan antara dua atau lebih variable bebas/predictor (X1,X2,…,Xn) dan satu
variable tak bebas/response (Y). Tujuan dari analisis regresi linier berganda
adalah untuk memprediksi nilai variable tak bebas/response (Y) jika nilai variable
– variable bebas/ predictor (X1,X2,…,Xn) diketahui. Disamping itu juga untuk
mengetahui arah hubungan antara variable tak bebas dengan variable – variable
bebas.6
Bentuk umum model regresi linier berganda dengan p-parameter yaitu :
y = a+ b 1 x 1i + b 2 x 2i + ...... + b k x k + ε 2.1
Keterangan :
y = a + b 1 x 1i + b 2 x 2i 2.2
6
I Made Yuliara. 2016. Modul Regresi Linier Berganda. (simdos.unud.ac.id). Hlm.2
7
Suyono. 2018. Analilis Regresi untuk Penelitian. Yogyakarta : Deepublish. Hlm. 99
--Kurniawan, Robert dan Budi Yuniarto. 2016. Analisis Regresi : Dasar dan Penerapannya dengan R. Jakarta :
Kencana. Hlm. 90
2. Bernilai negative, maka terjadi hubungan yang berbaik arah antara variable
bebas X1 dan X2 dengan variable tak bebas Y
3. Bernilai positif, maka terjadi hubungan yang searah antara variable bebas X 1
dan X2 dengan variable tak bebas
a= 2.2
2.3
2.4
Dimana
Dari persamaan 2.2-2.4 kita menggunakan huruf kecil yng artinya bebeda dengan
penggunaan huruf besar, yakni
Jika nilai – nilai a, b1, dan b2 telah diperoleh, maka persamaan garis regresi yang merupakan
estimasi hubungan antara variabe; - variabel X1, X2, dan variabel Y adalah
Untuk menghitung a, b 1, dan b2 dengan rumus 2.2 -2.4 terlebih menghitung beberapa
kuantitas berikut ini :
atau bisa ditulis :
[ ][ ] [ ]
m21 m22 m23 b 1 = h 2
m31 m32 m33 b 2 h 3
h1 m12 m13
[
M 1= h2 m22 m23
h3 m32 m33 ]
m11 h 1 m13
[
M 2= m21 h 2 m23
m31 h 3 m33 ]
m11 m12 h 1
[
M 3= m21 m22 h 2
m31 m32 h3 ]
m11 m12 m13
[
M = m21 m22 m23
m31 m32 m33 ]
Contoh :
Untuk menghitung estimator a, b1, dan b2 dengan bantuan rumus (2.2 -2.4)
kita siapkan tabel seperti berikut :
8
I Made Yuliara. 2016. Modul 5Regresi Linier Berganda. (simdos.unud.ac.id). 78Hlm.469
Tabel 2 : Tabel ntuk menghitung estimator a, b1, dan b2 dengan bantuan
rumus (2.2 -2.4)
Keterangan
dan
Lalu
Jadi, persamaan garis regresi yang menghubungkan X1, X2, dan Y adalah :
3.1 Analisis regresi merupakan suatu teknik untuk membangun persamaan dan
menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
3.2 Regresi linier sederhana adalah metode statistic yang berfungsi untuk menguji sejauh
mana hubungan sebab akibat antara variable faktor penyebab (X) terhadap variable
akibatnya
3.3 Regresi linier sederhana dapat menggunakan persamaan
Y^ =a+bX
3.4 Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara
peubah respon (variable dependent) dengan faktor-faktor yang mempengaruhi lebih dari
satu predaktor (variable independent).
3.5 Regresi linier sederhana dapat menggunakan persamaan
y = a + b 1 x 1i + b 2 x 2i + ...... + b k x k + ε