1

ANALISIS REGRESI
Bahan Kuliah Daring, Selasa 14 April 2020
Dosen Pengampu: Dr. H. Karnadi, M.Pd.

A. Regresi Linier Sederhana (X dan Y):

◊ Teknik untuk memprediksi nilai suatu variabel (Y, misalnya hasil
belajar) dari nilai variabel lain (X, misalnya lama belajar)
berdasarkan asumsi adanya hubungan linier.
◊ Hubungan linier: hubungan antara dua variabel yang dapat
digambarkan secara akurat dalam grafik oleh suatu garis lurus.
◊ Tujuan: menentukan seberapa jauh variabilitas variabel dependen
(Y) tergantung pada variabilitas variabel independen (X).

●Model regresi linier: Ŷ = a + bX

di mana Y : skor pada variabel Y
X : skor pada variabel X
a : skor Y bila X = 0, dalam grafik disebut intersep
b : koefisien regresi, dalam grafik disebut slop garis
regresi, pengaruh variabel independen pada
variabel dependen.

Langkah-langkah Perhitungan Regresi Sederhana, tentukanlah :

1. Deskripsi data penelitian
2. Model Regresi Sederhana : Ŷ = a + bX
Persamaan regresi atau persamaan untuk memprediksi Y dari X, di
mana Ŷ : skor yang diprediksikan pada variabel dependen, Y.

∑xy
b : ∑x2
a : Y - bX
3. Jumlah Kuadrat (JK) :
a. Jumlah Kwadrat Total (JKtot)= ∑y2 = JKreg + JKres
 (∑xy)2
b. Jumlah Kuadrat Regresi (JKreg)= ∑x2
c. Jumlah Kuadrat Residu (JKres) = ∑y2 - JKreg
d. dkreg = k = jumlah variabel independen (X).
e. dkres = N – k – 1.
JKreg/dkreg
f. F =
JKres/dkres
Uji Signifikansi regresi Y pada X:
◊ Hipotesis:
H0 : β = 0
H1 : β > 0
◊ Uji hipotesis dengan kriteria:
Jika Fhitung > Ftabel (α;dk[reg]a,dk[res]) = tolak H0 = regresi signifikan
Jika Fhitung < Ftabel (α;dk[reg]a,dk[res]) = terima H0 = regresi tidak
signifikan
4. Tabel Rangkuman Anava Regresi Linier Sederhana Ŷ = a + bX
Ftabel(α;dk[reg], Kesimpulan
Sumber varian JK dk RK Fhitung dk[res])
 0,05  0,01
Regresi (∑xy)2 k JKreg .
∑x2 dkreg RKreg
Residu ∑y - JKreg
2
N-k-1 JK res . RKres
dkres
Total ∑y2 N-1 JKtot .
dktot

5. Proporsi varian Y yang diterangkan oleh X:

(∑xy)2 JKreg
R2 = =
∑x2∑y2 JKtot
6. Uji signifikansi proporsi varian:
◊ Hipotesis:
H0 : ρxy = 0
H1 : ρxy > 0
 R2/k
F=
(1-R2)/(N-k-1)
◊ Uji hipotesis dengan kriteria:
*Jika F>F(α;k,[N-k-1]) = tolak H0 = signifikan
*Jika F<F(α;k,[N-k-1]) = terima H0 = non signifikan

Contoh 1
Data dan Perhitungan Regresi Linear Sederhana (X, Y):
1) Deskripsi Data Penelitian:
No. X x x2 Y y y2 xy
1. 1 -2 4 5 -1,4 1,96 2,8
2 1 -2 4 4 -2,4 5,76 4,8
3 2 -1 1 7 0,6 0,36 -0,6
4 2 -1 1 6 -0,4 0,16 0,4
5 3 0 0 6 -0,4 0,16 0
6 3 0 0 8 1,6 2,56 0
7 4 1 1 7 0,6 0,36 0,6
8 4 1 1 6 -0,4 0,16 -0,4
9 5 2 4 7 0,6 0,36 1,2
10 5 2 4 8 1,6 2,56 3,2
∑X=30 ∑x2=20 ∑Y=64 ∑y2=14,4 ∑xy=12
X=3 Y= 6,4

2) Model Persamaan Regresi: Ŷ = a + bX

∑xy
12
b= = = 0,6
∑x2 20

a = Y – bX = 6,4 – (0,6)(3) = 6,4 – 1,8 = 4,6

 Jadi persamaan regresi Ŷ = 4,6 +0,6X
3) Jumlah Kuadrat (JK):
a. JKtotal = ∑y2 = 14,4
(∑xy)2
b. JKregresi = 122 144
= = = 7,2
∑x 2
20 20

c. JKresidu = ∑y2 - JKreg = 14,4 – 7,2 = 7,2

d. dkregresi = k = jumlah variabel independen = 1

e. dkresidu = N – k – 1 = 10 – 1 – 1 = 8
JKreg/d.k.reg 7,2/1 7,2
f. F = = = = 8
JKres/d.k.res 7,2/8 0,9
Kesimpulan: F = 8 > 5,32 = F(0,05;1,8) = signifikan, yang berarti
tolak H0
4) Tabel Anava Regresi Linier Sederhana Ŷ = 4,6 +0,6X
Ftabel
Sumber varian JK dk RK Fhitung  0,05  0,01 Kesimpulan

Regresi 7,2 1 7,2

8 5,32 Signifikan
Residu 7,2 8 0,9 11,26
Total 14,4 9 1,6

(∑xy)2
5) Proporsi Varian Y yang diterangkan oleh X: R = 2
∑x2∑y2
122
144
R2 = = = 0,5
20 . 14,4 288

R2/k
6) Uji Signifikansi Proporsi Varian: F = (1-R )/(N-k-1)
2

0,5/1
0,5
F= = =8
(1 – 0,5)/8 0,0625
Kesimpulan: F = 8 > 5,32 = F(0,05;1,8) = signifikan
 B. Regresi Linier Ganda (X1, X2 ……… dan Y):

1) Deskripsi Data Penelitian

2) Perhitungan Persiapan untuk mencari harga-harga :
 Y  2

 y2  Y
2
N
 X 
2
 
x
2 2 1
 X1
1
N
2 2 X 2
    2
x X
 N
2 2

x y 
X Y 
1
XY
1  1
N
X Y
x y  X Y  2
2 2
N

x x X X 
 X1 X2 
1 2
1 2
N

3) Model Regresi : Ŷ = ao + b1X1 + b2X2

Perhitungan harga Konstanta b1 , b2 dan ao :
 
 x2  x y    x x  x y
2 1 1 2 2
b  
1  x  x    x x 2
1
2
2
2
1 2

 x  x y  x x  x y

2

1 2 1 2 1
b  
2  x  x    x x 2
1
2
2
2
1 2

a  Y  b 1 X1  b 2 X2 

Jadi Model Persamaan Regresi Multipel adalah Ŷ = ao + b1X1 + b2X2

4) Jumlah Kuadrat :

a) JKtotal = Σy2

b) JKregresi = b1 (Σx1y) + b2 (Σx2y)

 c) dkregresi = k = jumlah variabel independen = 2

d) RKregresi = JKreg/dkreg

e) JKresidu = JKtot – JKreg

f) dkresidu = N – k – 1

g) RKresidu = JKres/dkres

h) Pengujian Signifikansi Regresi dengan rumus : F = RK reg/RKres

Kriteria pengujian :
Jika harga Fhitung > Ftabel berarti regresi signifikan, tolak H0 Jika
harga Fhitung < Ftabel berarti regresi tidak signifikan, terima H0

5) Tabel Anava Untuk Regresi Multipel Ŷ = ao + b1X1 + b2X2

Ftabel(α;dk[reg],
Sumber JK dk RK Fhitung dk[res]) Kesim
varian  0,05  0,01 pulan

Regresi (∑xy)2 k JKreg .

∑x2 dkreg RKreg
Residu ∑y - JKreg N-k-1 JKres . RKres
2

dkres
Total ∑y2 N-1 JK tot .
dk.ot

6) Sumbangan X1 dan X2 pada varian Y melalui pengujian Koefisien

Korelasi Multipel dengan rumus :
2
R y.12 = JKreg / JKtot

2
R y.12 = √R y.12

7) Pengujian Signifikansi R melalui Uji F dengan rumus :

R2 / k
F = ———————
(1 - R2) / (N-k-1)
Harga R diuji keberartiannya melalui Uji F dengan terlebih dahulu
merumuskan Hipotesis Statistika sebagai berikut :
Ho : R y.12 = 0
H1 : R y.12 > 0
Keterangan :
R y.12 = Koefisien Korelasi Multipel untuk populasi
Maka apabila harga Fhitung > Ftabel berarti korelasi multipel antara

X1 dan X2 secara bersama-sama dengan Y berarti signifikan.

 Contoh 2
Data dan Perhitungan Regresi Linear Ganda (X1, X2 …. Y):
1) Deskripsi Data Penelitian :
No
Resp. X1 X2 Y 2 2 2 X1X2 X1Y X2Y
X1 X2 Y
1 90 48 20 8100 2304 400 4320 1800 960
2 94 47 19 8836 2209 361 4418 1786 893
3 93 54 22 8649 2916 484 5022 2046 1188
4 95 54 22 9025 2916 484 5130 2090 1188
5 98 60 25 9604 3600 625 5880 2450 1500
6 88 50 18 7744 2500 324 4400 1584 900
7 89 51 17 7921 2601 289 4539 1513 867
8 86 53 20 7396 2809 400 4558 1720 1060
9 86 52 19 7396 2704 361 4472 1634 988
10 88 53 22 7744 2809 484 4664 1936 1166
Jumlah 907 522 204 82415 27368 4212 47403 18559 10710
Rata2 90,7 52,2 20,4

 Perhitungan Persiapan untuk mencari harga-harga :

Diketahui harga-harga :

Σy2 = ΣY2 – (ΣY)2 = 4212 – (204)2 = 4212 – 4161,6 = 50,4

n 10
Σx 2
= ΣX 2 – (ΣX )2 = 82415 – (907)2 = 82415 – 82264,9 = 150,1
1 1 1
n 10
Σx 2 = ΣX 2 – (ΣX )2 = 27368 – (522)2 = 27368 – 27248,4 = 119,6
2 2 2
n 10

Σx1y = ΣX1Y– (ΣX1)( ΣY) = 18559 – (907)(204) = 18559 –18502,8 = 56,2

n 10

Σx2y = ΣX2Y– (ΣX2)( ΣY) = 10710 – (522)(204) = 10710 – 10648,8 = 61,2

n 10

Σx1x2 = ΣX1X2–(ΣX1)( ΣX2) = 47403–(907)(522) = 47403 – 47345,4 = 57,6

n 10
 2) Perhitungan Regresi Linier Sederhana (X1 dengan Y):

1. Model Persamaan Regresi: Ŷ = a + bX1

∑x1y 56,2
b= ∑x12 = = 0,374
150,1

a = Y – bX1 = 20,4 – (0,374)(90,7) = 20,4 – 33,922 = -13,522

Jadi Ŷ = a + bX1 = -13,522 +0,374X1

2. Jumlah Kuadrat (JK):
a. JKtotal = ∑y2 = 50,4
(∑x1y)2 (56,2)2 3158,44
b. JKregresi = ∑x12 = = = 21,042
150,1 150,1

c. JKresidu = ∑y2 - JKreg = 50,4 – 21,042 = 29,358

d. dkregresi = k = jumlah variabel independen = 1

e. dkresidu = N – k – 1 = 10 – 1 – 1 = 8
JKreg/d.k.reg 21,042/1 21,042
f. F = = = = 5,734
JKres/d.k.res 29,358/8 3,670
Kesimpulan: F = 5,734 > 5,32 = F(0,05;1,8) = signifikan, berarti
tolak H0

3. Tabel Anava Regresi Linier Sederhana Ŷ = -13,522 +0,374X1

Ftabel
Sumber varian JK dk RK Fhitung  0,05  0,01 Kesimpulan

Regresi 21,042 1 21,042

5,734 5,32 Signifikan
Residu 29,358 8 3,669
Total 50,4 9 5,6
 (∑x1y)2 JKreg
4. Proporsi Varian Y yang diterangkan oleh X1: R = 2
∑x12∑y2 = JKtot
(56,2)2
3158,44
R =
2
= = 0,418
(150,1)(50,4) 7565,04

R2/k
5. Uji Signifikansi Proporsi Varian: F = (1-R2)/(N-k-1)
0,418/1
0,418
F= = = 5,726
(1 – 0,418)/8 0,073
Kesimpulan: F = 5,726 > 5,32 = F(0,05;1,8) = signifikan, tolak H0

3) Perhitungan Regresi Linier Sederhana (X2 dengan Y):

1. Model Persamaan Regresi: Ŷ = a + bX2

∑x2y 61,2
b= ∑x22 = = 0,512
119,6

a = Y – bX2 = 20,4 – (0,512)(52,2) = 20,4 – 26,726 = -6,326

Jadi persamaan regresi Ŷ = -6,326 + 0,512X2

2. Jumlah Kuadrat (JK):
a. JKtotal = ∑y2 = 50,4
(∑x2y)2 (61,2)2 3745,44
b. JKregresi = ∑x22 = = = 31,316
119,6 119,6

c. JKresidu = ∑y2 - JKreg = 50,4 – 31,316 = 19,084

d. dkregresi = k = jumlah variabel independen = 1

e. dkresgresi = N – k – 1 = 10 – 1 – 1 = 8
JKreg/d.k.reg 31,316/1 31,316
f. F = = = = 13,125
JKres/d.k.res 19,084/8 2,386
Kesimpulan: F = 13,125 > 5,32 = F(0,05;1,8) = signifikan, berarti
tolak H0
 3. Tabel Anava Regresi Linier Sederhana Ŷ = -6,326 + 0,512X2
Ftabel
Sumber varian JK dk RK Fhitung  0,05  0,01 Kesimpulan

Regresi 31,316 1 31,316

13,125 5,32 Signifikan
Residu 19,084 8 2,368
Total 50,4 9 5,6

(∑x2y)2 JKreg
4. Proporsi Varian Y yang diterangkan oleh X2: R2 = ∑x22∑y2 = JKtot
(61,2)2
3745,44
R =
2
= = 0,621
(119,6)(50,4) 6027,84

R2/k
5. Uji Signifikansi Proporsi Varian: F = (1-R )/(N-k-1)
2

0,621/1
0,621
F= = = 13,213
(1 – 0,621)/8 0,047
Kesimpulan: F = 13,213 > 5,325 = F(0,05;1,8) = signifikan, tolak H0

4) Perhitungan Regresi Multiple : Variabel X1 dan X2 secara

bersama-sama dengan Y

1). Model Regresi : Ŷ = ao + b1X1 + b2X2

Perhitungan harga konstanta b1, b2 dan a0 :

(Σx 2)(Σx y) – (Σx x )(Σx y)

2 1 1 2 2
b1 = —————————————————————
(Σx12)(ΣX22) – (Σx1x2)2

= (119,6)(56,2) – (57,6)(61,2)
(150,1)(119,6) – (57,6)2

= 6721,52 – 3525,12 = 3196,4 = 0,218

17951,96 – 3317,76 14634,2
 (Σx12)(Σx2y) – (Σx1x2)(Σx1y)
b2 = —————————————————————
(Σx12)(ΣX22) – (Σx1x2)2

= (150,1)(61,2) – (57,6)(56,2) = 9186,12 – 3237,12

(150,1)(119,6) – (57,6)2 17951,96 – 3317,76

= 5949 = 0,407
14634,2

ao = Ỹ - b1X1 - b2X2

= 20,4 – (0,218)(90,7) – (0,407)(52,2)

= 20,4 – 19,773 – 21,245 = -20,618

Jadi Model Persamaan Regresi Multipel adalah Ŷ = -20,618 +

0,218X1 + 0,407X2

2) Jumlah Kuadrat :

a) Jktot = Σy2 = 50,4

b) JKreg = b1 (Σx1y) + b2 (Σx2y)
= (0,218)(56,2) + (0,407)(61,2) = 12,252 + 24,908
= 37,16
c) dkreg = k = jumlah variabel independen = 2
d) JKres = JKtot – JKreg = 50,4 – 37,16 = 13,24

e) dkres = N – k – 1 = 10 – 2 – 1 = 8
f) RKreg = JKreg/dkreg = 37,16 / 2 = 18,58
g) RKres = JKres/dkres = 13,24 / 7 = 1,891
h) Pengujian Signifikansi Regresi dengan rumus :
F = RKreg/RKres
= 18,58 / 1,891 = 9,825
 3). Tabel Anava Untuk Regresi Multipel Ŷ = -20,618+0,218X 1+0,407X2

Ftabel
Sumber varian JK dk RK Fhitung  0,05  0,01 Kesimpulan

Regresi 37,16 2 18,58

9,825** 4,74 Signifikan
Residu 13,24 7 1,891
Total 50,4 9 5,6

** Regresi Multipel Signifikan (Fhitung = 9,825 > Ftabel(0,05;2;7) = 4,74)

4) Sumbangan X1 dan X2 pada varian Y melalui pengujian Koefisien

Korelasi Multipel dengan rumus :
R2 y.12 = JKreg / JKtot = 37,16 / 50,4 = 0,737

R y.12 = √R2 y.12 = √0,737 = 0,859

5) Pengujian Signifikansi R melalui Uji F dengan rumus :

R2 / k
F = ———————
(1 - R2) / (N-k-1)

0,737/2 0,369 0,369

= ——————— = = = 9,711
(1 – 0,737)/(10-2-1) (0,263)/(7) 0,038

Harga R diuji keberartiannya melalui Uji F dengan terlebih dahulu

merumuskan Hipotesis Statistika sebagai berikut :
Ho : R y.12 = 0
H1 : R y.12 > 0

Keterangan : R y.12 = Koefisien Korelasi Multipel untuk populasi

Maka apabila harga Fhitung = 9,711 > Ftabel(0,05:2;7) = 4,74 berarti

korelasi multipel antara X1 dan X2 secara bersama-sama dengan Y
berarti signifikan. [p’kar]