Regresi Linier Sederhana

Muta Ali Khalifa

Program Studi Ilmu Perikanan, Fakultas Pertanian, Universitas Sultan Ageng Tirtayasa

Salah satu fungsi dari Ilmu statistika adalah melakukan peramalan berdasarkan data
yang telah dikumpulkan. Salah satu cara peramalan yang dapat dilakukan adalah dengan
melihat hubungan dari dua variabel (X dan Y). Variabel X adalah variabel bebas atau variabel
yang mempengaruhi variabel Y. Sedangkan variabel Y adalah variabel tidak bebas atau
variabel yang dipengaruhi oleh variabel X. Persamaan matematika yang digunakan untuk
peramalan ini disebut dengan Persamaan Regresi.
Sebagai contoh, dihubungkan data nilai IQ mahasiswa dengan nilai MK. Kimia data
disajikan dalam bentuk tabel dan diagram pencar sebagai berikut:

Tabel 1. Nilai Tes IQ dan Nilai Kimia

Nilai IQ Nilai Kimia
65 85 Tes IQ Vs Nilai Kimia
50 74
100
55 70
95
65 90 90
55 85
NILAI KIMIA

85
70 87 80
65 94 75
70 98 70
55 81 65
60
70 91
45 50 55 60 65 70 75
50 76 TES IQ
55 74
Gambar 1. Diagram pencar nilai Tes IQ dan nilai Kimia

Berdasarkan Gambar 1, diketahui bahwa titik-titik hubungan nilai Tes IQ dan nilai
Kimia mengikuti suatu garis lurus. Hal ini menunjukkan bahwa nilai Tes IQ dan nilai Kimia
saling berhubungan secara linear. Dengan kata lain, hubungan antara Tes IQ dan nilai Kimia
membentuk garis regresi linier. Selain linier, regresi juga dapat menunjukkan hubungan
eksponensial atau kuadratik. Perbedaan regresi linier, eksponensial dan kuadratik adalah pada
garis yang terbentuk dari titik-titik hubungan dua variabel, disajikan pada Gambar 2.
Statdas_RLS 2

Gambar 2. Jenis-jenis Regresi

Persamaan Regresi Linier Sederhana

Pada topik bahasan kali ini fokus pada regresi linier saja, baik positif maupun negatif.
Terdapat persamaan matematik yang menggambarkan regresi linier yang sederhana yaitu:
̂ = 𝒂 + 𝒃𝒙
𝒚
Keterangan:
𝑦̂ = Nilai prediksi Y pada garis linier (dibaca y topi)
𝑎 = nilai intersep atau perpotongan pada sumbu Y (atau ketika X=0)
𝑏 = Nilai kemiringan dari garis linier
𝑥 = variabel bebas

Bila divisualisasikan dalam bentuk Diagram pencar maka keterangan diatas menjadi sebagai
berikut:

Gambar 3. Visualisasi keterangan regresi linier dalam diagram pencar

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 3

Pada gambar 3, ditunjukkan intersep (lambang huruf a) merupakan titik perpotongan

antara garis linier dan garis sumbu Y. Garis linier akan berpotongan dengan Sumbu-Y ketika
X = 0, sehingga ketika X = 0 maka Y = a.
Sedangkan nilai b adalah kemiringan dari garis linier. Nilai b juga merupakan angka
yang menunjukkan perubahan nilai dugaan Y (ŷ) apabila X berubah. Apabila X semakin
bertambah diiringi oleh nilai Y yang juga terus bertambah, maka nilai b akan positif dan
membentuk grafik regresi linier positif (perhatikan Gambar 2). Apabila X semakin
bertambah tetapi nilai Y semakin menurun, maka nilai b akan negatif dan membentuk grafik
regresi linier negatif (perhatikan Gambar 2).

Pengayaan
Bila terdapat sejumlah data, maka yang dimaksud Xi adalah nilai X pada data ke i.
Misal, kita lihat pada Tabel 1 terdapat 12 data, bila i = 4 maka Xi = X(data ke 4) = 65,
sedangkan Yi = Y(data ke 4) = 90.

Kembali ke Gambar 3, pada saat Xi maka akan didapatkan Yi sebagai nilai real Y dan
ŷi sebagai nilai dugaan Y yang didapatkan pada garis linier. Terdapat selisih antara Yi dan ŷi,
selisih ini disebut dengan galat (εi). Hal ini menunjukkan bahwa terdapat galat dari hasil
peramalan regresi linier.
̂ = 𝒂 + 𝒃𝒙, kita bisa melakukan prediksi nilai Y dengan
Berdasarkan persamaan 𝒚
mencari nilai ŷ menggunakan nilai X. Permasalah yang muncul adalah cara menentukan nilai
a dan nilai b dalam persamaan tersebut dengan nilai galat yang paling kecil. Rumus untuk
mencari nilai a dan nilai b adalah sebagai berikut:

𝑛 𝑥𝑦 − 𝑥 𝑦
𝑏= dan 𝑎 = 𝑦̅ − 𝑏 𝑥̅
𝑛 𝑥2 − 𝑥 2

Keterangan:
N = jumlah data
∑ xy = Jumlah dari hasil perkalian x dan y semua data
∑x = Jumlah dari x semua data
∑y = Jumlah dari y semua data
∑ x2 = Jumlah dari x2 semua data
(∑ x)2 = Jumlah dari x semua data kemudian dikuadratkan
𝑦̅ = rata-rata nilai Y
𝑥̅ = rata-rata nilai X

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 4

Contoh soal:
Tentukan persamaan regresi linier sederhana dari data pada Tabel 1.
Nilai IQ (X) Nilai Kimia(Y) x.y x2
65 85 5525 4225
50 74 3700 2500
55 70 4180 3025
65 90 5850 4225
55 85 4675 3025
70 87 6090 4900
65 94 6110 4225
70 98 6860 4900
55 81 4455 3025
70 91 6370 4900
50 76 3800 2500
55 74 4070 3025
∑ 725 1011 61685 44475

̂ = 𝒂 + 𝒃𝒙
Persamaan regresi linier sederhana: 𝒚
Mencari nilai b dengan rumus:

𝑛 𝑥𝑦 − 𝑥 𝑦
𝑏=
𝑛 𝑥2 − 𝑥 2

Yang dibutuhkan dalam rumus diatas sudah disajikan pada Tabel. Dijelaskan kembali detail
perhitungannya:
∑x = Jumlah dari x semua data

∑ 𝑥 = 65 + 50 + 55 + 65 + 55 + 70 + 65 + 70 + 55 + 70 + 50 + 55 = 𝟕𝟐𝟓

∑y = Jumlah dari y semua data

∑ 𝑦 = 85 + 74 + 70 + 90 + 85 + 87 + 94 + 98 + 81 + 91 + 75 + 74 = 𝟏𝟎𝟏𝟏

∑ xy = Jumlah dari hasil perkalian x dan y semua data

∑ 𝑥𝑦 = 65 𝑥 85 + 50 𝑥 74 + 55 𝑥 70 + 65 𝑥 90 + 55 𝑥 85 + 70 𝑥 87

+ 65 𝑥 94 + 70 𝑥 98 + 55 𝑥 81 + 70 𝑥 91 + 50 𝑥 75 + 55 𝑥 74
= 5525 + 3700 + 4180 + 5850 + 4675 + 6090 + 6110 + 6860 + 4455 + 6370
+3800 + 4070 = 𝟔𝟏𝟔𝟖𝟓

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 5

∑ x2 = Jumlah dari x2 semua data

∑ 𝑥 2 = 65 𝑥 65 + 50 𝑥 50 + 55 𝑥 55 + 65 𝑥 65 + 55 𝑥 55 + 70 𝑥 70

+ 65 𝑥 65 + 70 𝑥 70 + 55 𝑥 55 + 70 𝑥 70 + 50 𝑥 50 + 55 𝑥 55
= 4225 + 2500 + 3025 + 4225 + 3025 + 4900 + 4225 + 4900 + 3025 + 4900
+2500 + 3025 = 𝟒𝟒𝟒𝟕𝟓
Sehingga untuk mencari nilai b, nilai yang sudah didapatkan dimasukkan ke rumus:

𝑛 𝑥𝑦 − 𝑥 𝑦 12 𝑥 61685 − 725 𝑥 1011 740220 − 732975

𝑏= = =
𝑛 𝑥2 − 𝑥 2 12 𝑥 44475 − 725 𝑥 725 533700 − 525625
7245
= = 𝟎, 𝟖𝟗𝟕
8075
Selanjutnya, mencari nilai a dengan rumus:

𝑎 = 𝑦̅ − 𝑏 𝑥̅
Dibutuhkan
𝑦 1011
nilai 𝑦̅ = = = 84,25
𝑛 12
𝑥 725
nilai 𝑥̅ = = = 60,42
𝑛 12

Sehingga nilai 𝑎 = 𝑦̅ − 𝑏 𝑥̅ = 84,25 − 0,897 𝑥 60,417 = 30,056

Setelah mendapatkan nilai a dan nilai b maka persamaan regresi liniernya adalah
̂ = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙
𝒚

Interpretasi persamaan regresi linier sederhana:

Nilai a = 30,056, nilai ini menunjukkan bahwa bila X (nilai tes IQ) = 0 maka diduga nilai Y
(nilai Kimia)= 30,056.
Muncul pertanyaan, Apakah mungkin seseorang memiliki nilai tes IQ=0? Atau, apakah
mungkin seseorang yang memiliki nilai Tes IQ=0 bisa mengerjakan soal Kimia?
Maka interpretasi mengenai nilai a bisa juga diartikan bahwa nilai Kimia terendah yang bisa
didapat oleh seorang mahasiswa adalah 30,056.
Ingat!!! Statistika hanya alat, penarikan kesimpulan atau penafsiran angka harus berdasarkan
logika berfikir manusia.

Nilai b = 0,897, nilai ini menunjukkan setiap pertambahan satu satuan nilai X (tes IQ) maka
nilai Y (nilai Kimia) akan berubah sebesar 0,897.

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 6

Koefisien Korelasi dan Koefisien Determinasi

Regresi linier sederhana adalah suatu upaya melihat hubungan antara dua variabel (X
dan Y) dalam bentuk matematis. Timbul pertanyaan:
1. Apakah X dan Y berhubungan? Bagaimana kekuatan hubungannya?
2. Apakah X mempengaruhi nilai Y? Berapa besar pengaruh X terhadap Y?
Untuk menjawab pertanyaan tersebut, kita visualisasikan jenis hubungan regresi
berdasarkan diagram pencar sebagai berikut:

Gambar 4. Jenis Hubungan Regresi:

A. Hubungan Kuat, B. Hubungan Lemah, C. Tidak ada Hubungan

Berdasarkan Gambar 4, terdapat tiga jenis hubungan regresi. Hubungan regresi kuat
digambarkan dengan sebaran titik real dekat dengan garis regresi, artinya antara nilai dugaan
Y (ŷ) dengan nilai Y real dekat atau nilai galat (εi) kecil. Sedangkan hubungan regresi lemah
digambarkan dengan sebaran titik real jauh dengan garis regresi, artinya antara nilai dugaan
Y (ŷ) dengan nilai Y real jauh atau nilai galat (εi) besar.
Berdasarkan Gambar 4C ditunjukkan bahwa tidak ada hubungan regresi digambarkan
dengan garis regresi yang sejajar dengan sumbu X. Hal ini menunjukkan bahwa pertambahan
nilai X akan menghasilkan nilai dugaan Y (ŷ) yang tidak berubah (sama), padahal nilai real Y
berubah-ubah tidak beraturan. Artinya, pertambahan nilai X tidak mempengaruhi nilai real Y
ataupun nilai dugaan Y (ŷ).
Menduga kekuatan hubungan dan kemampuan nilai X mempengaruhi nilai Y dapat
dihitung secara matematis. Hubungan antara nilai X dan nilai Y dapat diketahui dengan
menghitung koefisien korelasi (r). Sedangkan, kemampuan nilai X mempengaruhi nilai Y
dapat diketahui dengan menghitung koefisien determinasi (r2).
Rumus untuk menghitung nilai r dan nilai r2 adalah sebagai berikut:
𝑱𝑲𝑹 𝑱𝑲𝑹
𝒓𝟐 = ; 𝒓 = √𝑱𝑲𝑻
𝑱𝑲𝑻

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 7

Keterangan:
2
JKR = Jumlah Kuadrat Regresi = 𝑦̂𝑖 −𝑦̅
2
JKT = Jumlah Kuadrat Total = 𝑌𝑖 −𝑦̅

Nilai r berkisar antara -1 s/d 1, apabila nilai r=0 berarti tidak ada hubungan antara X
dan Y. Semakin mendekati 1 terdapat hubungan antara X dan Y yang bersifat positif, artinya
kenaikan nilai X diikuti oleh bertambahnya nilai Y. Sedangkan semakin mendekati -1 terdapat
hubungan antara X dan Y yang bersifat negatif, artinya kenaikan nilai X diikuti oleh
menurunnya nilai Y.
Nilai r2 berkisar antara 0 s/d 1, semakin mendekati 0 maka semakin lemah pengaruh
nilai X terhadap nilai Y. Sedangkan semakin mendekati 1 maka semakin kuat pengaruh nilai x
terhadap nilai Y. Nilai r2 seringkali diubah dalam bentuk persen (%), dengan cara nilai r 2 yang
didapatkan dikali 100. Interpretasinya dengan menyebutkan presentase pengaruh nilai X
terhadap nilai Y. Misal nilai r2=0,89 / 89%, artinya 89% nilai Y dipengaruhi oleh nilai X.

Contoh soal
Tentukan nilai koefisien korelasi dan koefisien determinasi dari data pada Tabel 1!
Nilai IQ (X) Nilai Kimia (Y) ̂𝒊
𝒚 𝒀𝒊 −𝒚 ̅ 𝒀𝒊 −𝒚̅ 𝟐 ̂𝒊 −𝒚
𝒚 ̅ ̂𝒊 −𝒚
𝒚 ̅ 𝟐
65 85 88,3622 0,75 0,5625 4,1122 16,9104
50 74 74,9040 -10,25 105,0625 -9,3460 87,3472
55 70 79,3901 -8,25 68,0625 -4,8599 23,6187
65 90 88,3622 5,75 33,0625 4,1122 16,9104
55 85 79,3901 0,75 0,5625 -4,8599 23,6187
70 87 92,8483 2,75 7,5625 8,5983 73,9307
65 94 88,3622 9,75 95,0625 4,1122 16,9104
70 98 92,8483 13,75 189,0625 8,5983 73,9307
55 81 79,3901 -3,25 10,5625 -4,8599 23,6187
70 91 92,8483 6,75 45,5625 8,5983 73,9307
50 76 74,9040 -8,25 68,0625 -9,3460 87,3472
55 74 79,3901 -10,25 105,0625 -4,8599 23,6187
Rata2 84,25 JKT 728,2500 JKR 541,6927

Untuk menghitung nilai koefisien korelasi (r) dan koefisien determinasi (r2) menggunakan
𝑱𝑲𝑹 𝑱𝑲𝑹
rumus: 𝒓𝟐 = ; 𝒓 = √𝑱𝑲𝑻
𝑱𝑲𝑻

Dibutuhkan nilai JKR dan JKT dan sudah tersedia pada Tabel. Dijelaskan kembalil detail
perhitungannya.

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 8

̂𝒊 dengan menggunakan persamaan regresi yang sudah didapatkan:

Mencari nilai 𝒚
̂ = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙
𝒚
̂𝟏 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟏 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟔𝟓 = 𝟖𝟖, 𝟑𝟔𝟐𝟐
𝒚
̂𝟐 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟐 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟓𝟎 = 𝟕𝟒, 𝟗𝟎𝟒𝟎
𝒚
̂𝟑 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟑 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟓𝟓 = 𝟕𝟗, 𝟑𝟗𝟎𝟏
𝒚
̂𝟒 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟒 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟔𝟓 = 𝟖𝟖, 𝟑𝟔𝟐𝟐
𝒚
̂𝟓 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟓 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟓𝟓 = 𝟕𝟗, 𝟑𝟗𝟎𝟏
𝒚
̂𝟔 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟔 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟕𝟎 = 𝟗𝟐, 𝟖𝟒𝟖𝟑
𝒚
̂𝟕 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟕 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟔𝟓 = 𝟖𝟖, 𝟑𝟔𝟐𝟐
𝒚
̂𝟖 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟖 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟕𝟎 = 𝟗𝟐, 𝟖𝟒𝟖𝟑
𝒚
̂𝟗 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟗 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟓𝟓 = 𝟕𝟗, 𝟑𝟗𝟎𝟏
𝒚
̂𝟏𝟎 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟏𝟎 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟕𝟎 = 𝟗𝟐, 𝟖𝟒𝟖𝟑
𝒚
̂𝟏𝟏 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟏𝟏 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟓𝟎 = 𝟕𝟒, 𝟗𝟎𝟒𝟎
𝒚
̂𝟏𝟐 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕𝒙𝟏𝟐 = 𝟑𝟎, 𝟎𝟓𝟔 + 𝟎, 𝟖𝟗𝟕 𝒙 𝟓𝟓 = 𝟕𝟗, 𝟑𝟗𝟎𝟏
𝒚

2 2 2 2 2
JKR = 𝑌𝑖 −𝑦̅ = 85 − 84,25 + 74 − 84,25 + 70 − 84,25 + 90 − 84,25
2 2 2 2
+ 85 − 84,25 + 87 − 84,25 + 94 − 84,25 + 98 − 84,25
2 2 2 2
+ 81 − 84,25 + 91 − 84,25 + 76 − 84,25 + 74 − 84,25
2 2 2 2 2 2
= 0,75 + −10,25 + −8,25 + 5,75 + 0,75 + 2,75
2 2 2 2 2 2
+ 9,75 + 13,75 + −3,25 + 6,75 + −8,25 + −10,25
= 16,9104 + 87,3472 + 23,6187 + 16,9104 + 23,6187 + 73,9307
+16,9104 + 73,9307 + 23,6187 + 73,9307 + 87,3472 + 23,6187
= 𝟓𝟒𝟏, 𝟔𝟗𝟐𝟕

2 2 2 2
JKT = 𝑦̂𝑖 −𝑦̅ = 88,3622 − 84,25 + 74,9040 − 84,25 + 79,3901 − 84,25
2 2 2
+ 88,3622 − 84,25 + 79,3901 − 84,25 + 92,8483 − 84,25
2 2 2
+ 88,3622 − 84,25 + 92,8483 − 84,25 + 79,3901 − 84,25
2 2 2
+ 92,8483 − 84,25 + 74,9040 − 84,25 + 79,3901 − 84,25
2 2 2 2 2
= 4,1122 + −9,3460 + −4,8599 + 4,1122 + −4,8599
2 2 2 2 2
+ 8,5983 + 4,1122 + 8,5983 + −4,8599 + 8,5983
2 2
+ −9,3460 + −4,8599 = 0,5625 + 105,0625 + 68,0625
+33,0625 + 0,5625 + 7,5625 + 95,0625 + 189,0625 + 10,5625
+45,5625 + 68,0625 + 105,0625 = 𝟕𝟐𝟖, 𝟐𝟓𝟎𝟎

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 9

𝐽𝐾𝑅 541,6927
𝒓𝟐 = = = 𝟎, 𝟕𝟒𝟑𝟖
𝐽𝐾𝑇 728,2500

𝐽𝐾𝑅
𝒓= √ = √0,7438 = 𝟎, 𝟖𝟔𝟐𝟒
𝐽𝐾𝑇

Interpretasi:
Berdasarkan nilai r, Variabel X (Nilai tes IQ) berhubungan kuat positif dengan variabel Y
(nilai Kimia).
Berdasarkan nilai r2, Variabel Y (Nilai kimia) 74,38% dipengaruhi oleh IQ mahasiswa
(digambarkan oleh nilai Tes IQ).

Selain mengerjakan dengan cara hitung manual, menghitung nilai regresi juga bisa dilakukan
dengan menggunakan Microsoft Excel:
1. Buka aplikasi Microsoft Excel, masukkan data awalnya.

2. Menu yang digunakan adalah Data Analysis

3. Bila menu Data Analysis belum muncul, maka harus diaktifkan terlebih dahulu
dengan memilih menu File  Option Add-ins  Analysis Toolpak  Klik Go

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 10

4. Centang pada Analysis Toolpak pada jendela add-ins kemudian klik OK.

5. Saatnya memulai menghitunga regresi linier sederhana menggunakan menu Data

Analysis. Pada jendela Data Analysis pilih menu Regression kemudian klik OK.

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 11

6. Pada jendela Regression pilih input Y range dengan klik pada tanda panah merah.
Kemudian blok data nilai Y beserta labelnya dengan cara mengklik dan tahan dari sel
label sampai data terakhir, membentuk tanda kotak garis putus-putus kemudian klik
tanda panah merah.

7. Pilih input X Range dengan cara yang sama.

8. Centang pada pilihan Labels. Pilih Output range, kemudian klik panah merah. Pilih
sembarang sel kemudian klik panah merah.

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 12

9. Bila sudah klik OK pada jendela Regression.

10. Hasil yang didapatkan sebagai berikut.

Nilai r

Nilai r2

Nilai a

Nilai b

11. Selanjutnya membuat diagram pencar. Pilih menu Insert  Insert Scatter (X,Y)

12. Untuk memasukkan data, pada Chart Tools pilih menu Select Data.

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 13

13. Bersihkan data otomatis yang dimasukkan oleh aplikasi dengan pilih menu remove.

14. Bila sudah bersih, tambahkan data nilai X dengan menu Add  Series X Values 
Pilih data nilai X  klik panah merah

15. Selanjutnya tambahkan data nilai Y dengan pilih panah merah pada Series Y values
 Pilih data nilai Y  Klik panah merah  Klik OK  Klik OK.

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 14

16. Diagram pencar sudah terbentuk. Selanjutnya menampilkan garis regresi linier dengan
memilih tanda + disamping grafik  pilih trendline  linier.

17. Pada diagram pencar dapat ditampilkan persamaan regresi linier dan nilai r2
dengan cara klik 2 kali pada garis linier kemudian akan tampil jendela Format
Trendline. Centang pada menu Display equation on Chart dan Display R-Squared on
Chart.

18. Atur tampilan diagram pencar dengan berbagai menu pengaturan yang tersedia.
Berikut hasilnya:

Hubungan Nilai Tes IQ dan Nilai Kimia

100
y = 0.8972x + 30.043
95 R² = 0.7438

90

85

80

75

70

65

60
40 45 50 55 60 65 70 75

Rangkuman Bahan Kuliah_ALI_2020

Statdas_RLS 15

Tutorial dibuat dengan menggunakan Microsoft Excel Versi 2013. Apabila menggunakan
versi lain sangat mungkin terdapat perbedaan tampilan. Namun pilihan menu tetap sama.

TUGAS
Kerjakan TUGAS pada tautan berikut:
https://bit.ly/RLS12020
Tugas ini bersifat wajib dikumpulkan dan tidak boleh telat karena akan dijadikan bukti
kehadiran perkuliahan jarak jauh. Tugas dikumpulkan paling lambat tanggal 21 April 2020
jam 05.59 WIB.
Kerjakan tugas dan hasil perhitungan di kertas difoto/ discan kemudian dijadikan satu file
dengan bentuk .pdf. File tersebut akan wajib diunggah pada tautan diatas.

Selamat mengerjakan.

Rangkuman Bahan Kuliah_ALI_2020