MAKALAH REGRESI LINEAR

Diajukan untuk memenuhi tugas dosen mata kuliah Metode Numerik

Dosen : Darta, M.Pd

Asisten Dosen : Thesa Kandaga, S.si, M.Pd

Disusun Oleh :

M. Fasya Pramudia (175050003)

Anisa Marsela (175050019)

Ryzma Zelika Ch (175050056)

PROGRAMSTUDIPENDIDIKANMATEMATIKA

FAKULTASKEGURUANDANILMUPENDIDIKAN

UNIVERSITASPASUNDAN

TAHUN 2020
 KATA PENGANTAR
Puji dan Syukur kita panjatkan kehadirat Allah SWT karena berkat rahmat
dan hidayahnya akhirnya kami dapat menyelesaikan tugas pembuatan makalah
mengenai “Regresi Linear ” dengan baik dan lancar.
Makalah ini disusun untuk memenuhi salah satu tugas dari mata kuliah
Metode Numerik pada program sarjana Jurusan Pendidikan Matematika di
Universitas Pasundan.
Kami menyadari bahwa makalah ini tidak akan berhasil tanpa bantuan
berbagai pihak baik secara langsung maupun tidak langsung. Maka dari itu, atas
selesainya penyusunan makalah ini kami ucapkan banyak terima kasih kepada
pihak yang telah membantu kami.
Kami menyadari bahwa kerterbatasan kemampuan dan pengetahuan telah
menjauhkan makalah ini dari kata sempurna. Untuk itu kami menerima segala
macam saran maupun masukan yang bersifat membangun dari para pembaca
yang senantiasa kami harapkan.
Akhirnya besar harapan kami makalah ini dapat memberi manfaat bagi
semua pihak yang bergerak dan terlibat dari dunia pendidikan pada umumnya.
Sekali lagi kami ucapkan terima kasih.

Bandung, Mei 2020

Penyusun

i
 DAFTAR ISI
DAFTAR ISI .......................................................................................................... ii

BAB I .................................................................................................................... iv

PENDAHULUAN ................................................................................................ iv

A. Latar Belakang........................................................................................ iv

B. Rumusan Masalah .................................................................................. iv

C. Tujuan ..................................................................................................... iv

BAB II .................................................................................................................... 1

PEMBAHASAN .................................................................................................... 1

A. Sejarah Regresi Linear ............................................................................ 1

B. Manfaat Regresi Linear ........................................................................... 1

C. Penurunan Rumus .................................................................................... 2

D. Contoh Soal ............................................................................................. 3

BAB III .................................................................................................................. 7

PENUTUP .............................................................................................................. 7

A. Kesimpulan .............................................................................................. 7

B. Saran ........................................................................................................ 7

DAFTAR PUSTAKA ............................................................................................ 8

ii
iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Regresi merupakan suatu alat ukur yang juga dapat digunakan untuk
mengukur ada atau tidaknya korelasi antar variabel. Jika kita memiliki dua
buah variabel atau lebih maka sudah selayaknya apabila kita ingin
mempelajari bagaimana variabel-variabel itu berhubungan atau dapat
diramalkan.
Analisis regresi berguna untuk mendaptkan hubungan fungsional antara
dua variabel atau lebih. Selain itu analisis regresi berguna untuk
mendapatkan pengaruh antar variabel prediktor terhadap variabel
kriteriumnya atau meramalkan pengaruh variabel prediktor terhadap variabel
kriteriumnya (Usman & Akbar, 2006).
Analisis regresi mempelajari hubungan yang diperoleh dinyatakan dalam
persamaan matematika yang menyatakan hubungan fungsional antara
variabel-variabel. Hubungan fungsional antara satu variabel prediktor dengan
satu variabel kriterium disebut analisis regresi sederhana (tunggal),
sedangkan hubungan fungsional yang lebih dari satu variabel disebut analisis
regresi ganda.

B. Rumusan Masalah
1. Bagaimana sejarah adanya Regresi Linear?
2. Bagaimana penurunan rumus Regresi Linear?
3. Bagaimana penyelesaian Regresi Linear?

C. Tujuan

1. Mengetahui sejarah Regresi Linear.

2. Mengetahui peneurunan rumus Regresi Linear.
3. Mengetahui penyelesaian Regresi Linear.

iv
 BAB II
PEMBAHASAN

A. Sejarah Regresi Linear

Istilah regresi pertama kali dalam konsep statistik digunakan oleh Sir Francis
Galton pada tahun 1877 dimana yang bersangkutan melakukan kajian yang
menunjukkan bahwa tinggi badan anak-anak yang dilahirkan dari orang tua yang
tinggi cenderung bergerak (regress) kearah ketinggian rata-rata populasi secara
keseluruhan. Galton memperkenalkan kata regresi (regression) sebagai nama
proses umum untuk memprediksi satu variabel, yaitu tinggi badan anak dengan
menggunakan variabel lain, yaitu tinggi badan orang tua. Pada perkembangan
berikutnya hukum Galton mengenai regresi ini ditegaskan lagi oleh Karl Pearson
dengan menggunakan data lebih dari seribu. Pada perkembangan berikutnya, para
ahli statistik menambahkan istilah regresi berganda (multiple regression) untuk
menggambarkan proses dimana beberapa variabel digunakan untuk memprediksi
variabel lainnya.

B. Manfaat Regresi Linear

Karena memiliki banyak manfaat, analisis regresi digunakan hampir pada
semua bidang kehidupan, baik dalam bidang ekonomi, industri dari
ketenagakerjaan, sejarah, pemerintaha, ilmu lingkungan, dan lain sebagainya.
Kegunaan analisis regresi diantaranya untuk mengetahui variabel-variabel
kunci yang memiliki pengaruh terhadap suatu variabel bergantung, permodelan,
serta pendugaan (estimation) atau peramalan (forecasting). Selain itu masih ada
beberapa kegunaan lainnya, yakni :
1. Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan
pada nilai variabel bebas.
2. Untuk menguji hipotesis karakteristik dependensi.
3. Meramalkan nilai rata-rata variabel bebas yang didasari nilai variabel bebas
diluar jangkauan sample.

1
C. Penurunan Rumus
Metode yang digunakan dalam regresi linear adalah Metode Kuadrat
Terkecil. Tujuan dari metode ini adalah untuk membuat keasalahan yang terjadi
sekecil mungkin. Caranya adalah dengan mengkuadratkan kesalahan ( ),
dimana :
= + + .... +
=
=
Bentuk umum dari persamaan linear dapat ditulis sebagai berikut :
f (x) = a + bx
Persyaratan yang harus dipenuhi untuk dapat menghitung a dan b adlaah
minimasi turunan persamaan terhadap tetapan a dan b (dalam hal ini, a dan
b dianggap sebagai variabel-variabel semu), sehingga membentuk persamaan :

a. =0

b. =0

Untuk lebih jelasnya, kronologis penurunan kedua persamaan di atas adalah

sebagai berikut :
a. [ ] = 0, sehingga akan terbentuk persamaan berikut :

(-1) = 0 atau

b. [ ] = 0, sehingga akan terbentuk persamaan berikut :

(- ) = 0 atau

Setelah dibagi 2 dapat dituliskan sebagai :

a. atau Na + =

b. atau + =

2
Kedua persamaan (a) dan (b) seperti di atas adalah suatu sistem persamaan
aljabar linear, bila disusun ulang dalam bentuk matriks akan didapatkan :

Dengan menggunakan aturan Cramer solusi dari konstanta a dan b adalah :

a= =

atau untuk mempermudah mencari nilai a dapat menggunakan rumus :

a= , dengan rumus nilai b sebagai berikut :

b= =

D. Contoh Soal
1. Tentukan garis regresi untuk data berikut ini!
xi yi

-3 -0,22

-2 0,67

-1 1,55

0 1,99

1 2,55

2 3,25

3 4,11

3
Penyelesaian :
Pertama kita cari dahulu untuk nilai a dan b menggunakan rumus yang ada.
xi yi xiyi xi^2

-3 -0,22 0,66 9

-2 0,67 -1,34 4

-1 1,55 -1,55 1

0 1,99 0 0

1 2,55 2,55 1

2 3,25 6,5 4

3 4,11 12,33 9

0 13,9 19,15 28

b= = = 0,683929

a= = = 1,985714

Lalu substitusikan nilai a dan b ke bentuk umum persamaan linear

f (x) = a + bx
f (x) = 1,985714 + 0,683929x
Jadi garis regresi dari tabel diatas adalah f (x) = 1,985714 + 0,683929x jika
disubstitusikan maka nilai f(x) nya adalah sebagai berikut :
xi yi f(x)

-3 -0,22 -0,06607

-2 0,67 0,617857

-1 1,55 1,301786

0 1,99 1,985714

1 2,55 2,669643

2 3,25 3,353571

3 4,11 4,0375

4
2. Tentukan garis regresi untuk data berikut ini!
xi Yi

2,1 2,9

6,22 3,83

7,17 5,98

10,52 5,71

13,68 7,34

Penyelesaian :
Pertama kita cari dahulu untuk nilai a dan b menggunakan rumus yang ada.
xi yi xiyi xi^2

2,1 2,9 6,09 4,41

6,22 3,83 23,8226 38,6884

7,17 5,98 42,8766 51,4089

10,52 5,71 60,0692 110,6704

13,68 7,34 100,4112 187,1424

39,69 25,76 233,2696 392,3201

b= = = 0,372591

a= = = 2,194371

Lalu substitusikan nilai a dan b ke bentuk umum persamaan linear

f (x) = a + bx
f (x) = 2,194371 + 0,372591x

5
Jadi garis regresi dari tabel diatas adalah f (x) = 2,194371 + 0,372591x jika
disubstitusikan maka nilai f(x) nya adalah sebagai berikut :

xi yi f(x)

2,1 2,9 2,976813

6,22 3,83 4,511888

7,17 5,98 4,86585

10,52 5,71 6,11403

13,68 7,34 7,291418

6
 BAB III
PENUTUP

A. Kesimpulan

Regresi Linear adalah metode dalam mecari suatu garis regresi yang
digunakan pada data dengan tingkat ketelitian rendah sehingga
meminimalisir kesalah yang terjadi. Rumus dari regresi linear adalah :

a= , dengan rumus nilai b sebagai berikut :

b= =

Metode ini biasa digunakan dalam statistika untuk memprediksi nilai

rata-rata variabel bebas dan lainnya.

B. Saran
Saran yang hendak disampaikan oleh penulis adalah dengan mempelajari
regresi linear kita dapat meminimalisi dalam memprediksi yang digunakan dalam
ilmu statistika. Kita juga perlu berhati-hati dan menghitung secara teliti dalam
mencari suatu garis regresi pada sebuah data sehingga tidak terjadi kesalah yang
fatal.

7
 DAFTAR PUSTAKA

https://www.jonathansarwono.info/regresi/regresi.htm

http://lifepal.co.id/media/regresi/

https://id.m.wikipedia.org/wiki/Regresi_Linier_Sederhana

http://febrimanzendrato1.blogspot.com/2018/10/metode-numerik-contoh-kasus-a
nalisis.html?m=1

http://www.researchgate.net/publication/282132598_Komputasi_Numerik_TK-2
015_Materi_Kuliah04_Tambahan_Modul_Regresi_Linier_dan_Pemrograman_m
enggunajan_MS-EXCEL_Ctrl-Shift_ENTER

Bismo, DR. Ir. Setijo, DEA, TGP-FTUI.2020.Modul 3 – Regresi Linier dengan

Metode Kuadrat Terkecil.

Susila, I Nyoman.1993.Dasar-Dasar Metode Numerik.Departemen Pendidikan

dan Kebudayaan Direktorat Jenderal Pendidikan Tinggi Proyek Pembinaan
Tenaga Kependidikan Pendidikan Tinggi.