1

Persamaan umum garis regresi linier sederhana adalah Y =a+b ∙ X

Dalam Populasi, bentuk persamaan tersebut adalah Y =α + β ∙ X
Hipotesis yang digunakan adalah:
H 0: β=0 (X dan Y tidak memiliki hubungan yang berarti)
H 1: β ≠ 0 (X dan Y memiliki hubungan yang berarti)

Untuk melakukkan analisis regresi, langkah-langkah yang diperlukan adalah

sebagai berikut:
 Pilih menu Analyze→Regression→Linear

 Masukkan Y ke dalam kotak Dependent dan X ke dalam kotak Independent[s]

dan Pilih Enter dalam kotak Method

 Klik Plot
o Pilih SDRESID dalam kotak Y dan ZPRED dalam kotak X.
 2

o Klik Histogram dan NormalProbabilityPlot

o Klik Continue

 Klik Save dalam kotak dialog LinearRegression

o Pilih Standardized dalam kotak PredictedValue
o Plih Standardized dalam kotak Residuals
o Pilih Cook’s dan Leveragevalues dalam kotak Distances
o Klik Continue
 3

 Klik OK

Hasil yang diperoleh adalah sebagai berikut:

(Tabel di atas merupakan table ANOVA. Oleh karena nilai Signya yakni 0.002 <
0.05, maka H 0 ditolak atau H 1 diterima, yaitu ada keberartian hubungan antara X
dan Y)
 4

(Tabel Coefficients di atas menunjukkan bahwa persamaan garis regresi adalah

Y =3.0+0.5 X)
 5

(Gerak histogram yang mendekati gerak kurva normal menunjukkan bahwa residu
memiliki distribusi normal)

(P-Plot di atas mengikuti arah gerak garis dengan sudut 45 ° menunjukkan bahwa
data memiliki distribusi normal)
 6

Diagram di atas menunjukkan adanya penyebaran data yang acak (tidak

membentuk satu pola khusus)

Simpan data dengan format NPM_Nama_kelas pada praktikum kali ini data
disimpan dengan format Dira Nurul A’ini_1813021005_A. dan lokasi
penyimpanan disesuaikan dengan keiinginan praktikan.

 Klik save, maka data sudah tersimpanan dilokasi tertuju

 Langkah selanjutnya yakni menyimpan Output data dengan cara yang sama
seperti langkah penyimpanan data.
 7

A. Kendala

1. Lambat saat proses memasukkan data;

2. Sering terjadi kesalahan akibat kurang teliti saat memasukkan data;
3. Harus mengganti SPPS, dari SPSS’20 beralih ke SPSS’17 untuk
memudahkan mencari Intercative
4. Memasukkan rumus pada software SPSS tidak bisa diulang atau Undo
sehingga dilakukkan pengetikkan ulang.

B. Kesimpulan

Kesimpulan yang dapat diambil dalam praktikum statistika kesembilan ini bahwa:
1. Garis Regresi dalam scatterplot, grafik menunjukkan adanya kecenderungan
data mengikuti pola sebuah garis lurus.
2. Sebaran data menunjukkan bahwa data mengikuti sebuah pola regresi linier
dengan persmaan garis regresinya yakni Y =3.0+0.5 X
3. Sebaran data yang tidak melampaui garis-garis batas menunjukkan adanya
kesamaan varians artinya data tersebut merupakan data yang homogeny.
4. Pada tabel ANOVA nilai Signya yakni 0.002 < 0.05, maka H 0 ditolak atau H 1
diterima, yaitu ada keberartian hubungan antara X dan Y.
5. Tabel Coefficients menunjukkan bahwa persamaan garis regresi adalah
Y =3.0+0.5 X
6. Gerak histogram yang mendekati gerak kurva normal menunjukkan bahwa
residu memiliki distribusi normal.
7. P-Plot di atas mengikuti arah gerak garis dengan sudut 45 ° menunjukkan
bahwa data memiliki distribusi normal
8. Diagram Scatterplot di atas menunjukkan adanya penyebaran data yang acak
(tidak membentuk satu pola khusus)