Anda di halaman 1dari 8

REGRESI LINIER SEDERHANA

Mata Kuliah : Statistik


Semester : Genap/Ganjil
Program Studi : S2/………….
Pokok Bahasan : Analisis regresi
Sub Pokok Bahahan : Analisis regresi sederhana/tunggal
Pertemuan : ………
Alokasi Waktu : 2 x 50 menit

A. Petunjuk Umum
Setiap mahasiswa wajib membaca literatur yang berkaitan dengan analisis regresi.

B. Kompetensi Pembelajaran
Memahami dan mampu melakukan analisis regresi dan menginterpretasikan hasilnya.

C. Sub Kompetensi
Memahami dan mampu melakukan analisis regresi linear tunggal dan ganda serta
menginterpretasikan hasilnya

D. Pokok Materi
Analisis regresi linear tunggal dan ganda

E. Proses Kegiatan Pembelajaran


1. Metoda Pembelajaran
Ceramah, tanya jawab, diskusi, latihan
2. Media
OHP, whiteboard, LCD
F. Evaluasi
Simulasi data dan evaluasi tugas latihan

G. Uraian Materi
1. Analisis regresi sangat erat kaitannya dengan analisis korelasi.
2. Pada analisis korelasi dapat diketahui derajat atau kekuatan hubungan antara
variabel yang satu terhadap variabel yang lainnya.
3. Pada analisis regresi dibahas hubungan fungsional antar variabel, yaitu seberapa
besar kontribusi (yaitu kuadrat dari koefisien korelasi atau r2) variabel
bebas/prediktor terhadap vaiabel terikat/kriteria, dan bagaimana skor pada suatu
variabel dapat digunakan untuk memprediksi skor pada variabel lainnya melalui
persamaan regresi yang diperoleh.
4. Regresi tunggal adalah analisis regresi antara satu variabel (bebas/prediktor)
terhadap variabel (terikat/kriteria) lainnya.
Persamaan regresi linear sederhana adalah Ŷ = a + bx
Dimana: Ŷ = skor yang akan diprediksi berdasarkan skor X
a = konstanta regresi
b = koefisien regresi

Konstanta regresi (a) = (ΣY) (ΣX2) - (ΣX)(ΣXY)


nΣX2 - (ΣX)2

Koefisien regresi (b) = nΣXY - (ΣX)(ΣY)


nΣX2 - (ΣX)2

Untuk analisis regresi diperlukan pengujian normalitas, linearitas regresi/korelasi


dan pengujian keberartian regresi.
Aplikasi analisis regresi linear sederhana

Tabel 1. Harga-harga yang diperlukan untuk menghitung a dan b dalam regresi


Ŷ= a + bx

Kemampuan Prestasi Tolak


No. Push-Up Peluru X2 Y2 XY
X Y
1 8 4 64 16 32
2 10 5 100 25 50
3 16 8 256 64 128
4 14 8 196 64 112
5 20 13 400 169 260
6 14 10 196 100 140
7 14 12 196 144 168
8 15 10 225 100 150
9 11 7 121 49 77
10 10 6 100 36 60
11 6 5 36 25 30
12 14 13 196 169 182
13 12 10 144 100 120
14 13 9 169 81 117
15 15 10 225 100 150
16 16 10 256 100 160
17 13 9 169 81 117
18 14 10 196 100 140
19 15 12 225 144 180
20 10 9 100 81 90
  260 180 3570 1748 2463
r= 0,79
r2 = 0.62
Ŷ= a + bx
a = (180) (3570) - (260)(2463) = 0.58
(20x3570) - (260)2

b = (20x2463) - (260)(180) = 0.65


(20x3570) - (260)2

Ŷ= 0.58 + 0.65 X

Pengujian Linearitas dan Keberartian Regresi


Besaran-besaran Jumlah Kuadrat yang diperlukan dalam pengujian Linearitas dan
Keberartian Regresi

JK (T) = ΣY2

JK (a) = (ΣY)2
n

JK (b/a) =b ΣXY – (ΣX)(ΣY)


n

JK (S) = JK (T) – JK(a) – JK(b/a)

JK(G) = Σ ΣY2 - (ΣY)2


xi ni

JK(TC) = JK(S) – JK(G)

Keterangan: JK = Jumlah Kuadrat


JK(T) = Jumlah Kuadrat Total
JK(a) = Jumlah Kuadrat Koefisien (a)
JK(b/a) = Jumlah Kuadrat Regresi (b/a)
JK(S) = Jumlah Kuadrat Sisa
JK(TC) = Jumlah Kuadrat Tuna Cocok
JK(G) = Jumlah Kuadrat Galat

JK(T) = 1748
JK(a) = (180)2 = 1620
20

JK(b/a) = 0,65 2463 – (260)(180) = 79,95


20
JK(S) = 1748 – 1620 – 79,95 = 48,5

JK(G) = Σ ΣY2 - (ΣY)2


xi ni

Untuk menghitung JK(G) sebaiknya dibuat tabel pembantu sebagai berikut.

Tabel 2. Perhitungan Jumlah Kuadrat Galat

Kemampuan Prestasi Tolak Peluru


Kelompok ni ΣYi2 (ΣYi)2/ni ΣYi2- (ΣYi)2/ni
Push-Up (X) (Y)
6 1 1 5         25 25 0
8 2 1 4         16 16 0
10 3 3 5 6 9     142 133.33 8.67
11 4 1 7         49 49 0
12 5 1 10         100 100 0
13 6 2 9 9       162 162 0
14 7 5 8 10 12 13 10 577 561.8 15.2
15 8 3 10 10 12     344 341.33 2.67
16 9 2 8 10       164 162 2
20 10 1 13         169 169 0
    20 Jumlah Kuadrat Galat 28.53

JK(TC) = 48,5 – 28,53 = 19,52

Tabel 3. Daftar ANAVA Regresi Linear Sederhana

Sumber Variasi dk JK KT F
Total N ΣY2 ΣY2
Koefisien (a) 1 JK(a) JK(a)
Regresi (b/a) 1 JK(b/a) S2reg = JK(b/a)
s2reg ; JK(b/a)
Sisa n-2 JK(S) S2sis = JK(S)/n-2
s2sis ; JK(S)/n-2
2
Tuna Cocok k-2 JK(TC) S TC = JK(TC)/k-2 S2TC ; JK(TC)/k-2
Galat n-k JK(G) S2G = JK(G)n-k
S2G ; JK(G)/n-k

Tabel 4. Daftar ANAVA Regresi Linear Sederhana Ŷ = 0,58 + 0.65 X

Sumber Variasi dk JK KT Fh Ft α=0.05 Kesimpulan


Total 20 1748 - -
Koefisien (a) 1 1620 - Regresi
Regresi (b/a) 1 79,95 79,9
29,72 4,41 signifikan
5
(berarti)
Sisa 18 48,5 2,69
Tuna Cocok 8 19,52 2,44 Regresi
Galat 10 28,53 2,85
0,86 3,07 Linear

Langkah-langkah Pengujian
Pengujian Linearitas Regresi
Uji Linearitas Regresi : Kemampuan Push-Up dengan Prestasi Tolak Peluru

Rumusan Hipotesis : Ho : Regresi linear


Ha : Regresi tidak linear
Statistik Sampel : n = 20
k = 10
dkpembilang = k-2 = 8
dkpenyebut = n - k = 20 – 10 = 10
JK(TC) = 19,52
JK(G) = 28,53

Distribusi Sampling : Distribusi probabilitas pengujian adalah distribusi F


Fh = JK(TC)/k-2
JK(G)/n-k

Kriteria Pengujian : α = 0.05 : Ft(0,05)(k-2)(n-k)


Tolak Ho, jika Fh > Ft(0,05)(k-2)(n-k)
Terima Ho, jika Fh < Ft(0,05)(k-2)(n-k)

Hasil Perhitungan : Fh = JK(TC)/k-2


JK(G)/n-k

Fh = 19,52/8
28,53/10

Fh = 0,86

Ft(0,05)(8)(10)= 3,07

Jadi Fh(0,86) < Ft(3,07)

Kesimpulan : Regresi Linear

Pengujian Keberartian Regresi

Uji Keberartian Regresi Kemampuan Push-Up dengan Prestasi Tolak Peluru


:
Rumusan Hipotesis : Ho : Regresi tidak berarti
Ha : Regresi berarti

Statistik Sampel : n = 20
dkpembilang = 1
dkpenyebut = n-2 = 18
JK(b/a) = 79.95
JK(S) = 48,5

Distribusi Sampling : Distribusi probabilitas pengujian adalah distribusi F


Fh = JK(b/a)
JK(S)/n-2

Kriteria Pengujian : α = 0.05 : Ft(0,05)(1)(n-2)


Tolak Ho, jika Fh > Ft(0,05)(1)(n-2)
Terima Ho, jika Fh < Ft(0,05)(1)(n-2)

Hasil Perhitungan : Fh = JK(b/a)


JK(S)/n-2

Fh = 79,95
48,5/18

Fh = 29,72

Ft(0,05)(1)(18)= 4,41

Jadi Fh(29,72) > Ft(4,41)

Kesimpulan : Regresi berarti

Anda mungkin juga menyukai