OLEH :
KELOMPOK 10
PSPM C 2017
Puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa atas segala
karunia-Nya sehingga makalah CJR ini berhasil diselesaikan. Makalah ini
berjudul “Regresi Linier Sederhana”. Makalah ini disusun untuk memenuhi tugas
rutin mata kuliah Analisis Regresi Dan Varians.
Penulis menyampaikan ucapan terima kasih kepada semua pihak yang telah
membantu penulis dalam penyelesaian makalah. Semoga budi baiknya dibalas
oleh Tuhan Yang Maha Esa. Penulis mengucapkan banyak terimakasih kepada:
1. Bapak Dr. Pardomuan Sitompul, M.Si. selaku Ketua Jurusan Matematika,
2. Bapak Lasker P Sinaga, M.Si. selaku Sekretaris Jurusan Matematika,
3. Ibu Nurhasanah Siregar, S.Pd., M.Pd, selaku Ketua Program Studi
Pendidikan Matematika,
4. Ibu Chairunissah, selaku Dosen Pengampu mata kuliah Analisis Regresi
5. Ayahanda dan Ibunda yang telah memberikan doa dan dukungan moril
secara penuh sehingga penulis tetap bersemangat,
6. Teman-teman penulis kelas Matematika DIK-C 2017 dan semua pihak
yang tidak disebutkan satu persatu yang telah membantu dalam
penyelesaian makalah ini.
Penulis menyadari bahwa makalah ini masih jauh dari sempurna, oleh
karena itu kritik dan saran sangat diharapkan. Demikian makalah ini disusun
semoga dapat bermanfaat bagi semua pihak yang berkepentingan.
Kelompok 10
i
DAFTAR ISI
KATA PENGANTAR..................................................................................i
DAFTAR ISI.................................................................................................ii
BAB I PENDAHULUAN
A. Latar Belakang.................................................................................1
B. Tujuan...............................................................................................1
C. Manfaat.............................................................................................2
BAB II PEMBAHASAN
A. Persamaan Regresi Linear Sederhana...........................................3
B. Koefisien Korelasi............................................................................4
C. Koefisien Determinasi......................................................................6
D. Uji Signifikansi dan Hipotesis.........................................................8
BAB III PENUTUP......................................................................................10
DAFTAR PUSTAKA
ii
BAB I
PENDAHULUAN
A. Latar Belakang
B. Tujuan
1
C. Manfaat
2
BAB II
PEMBAHASAN
No X Y X2 Y2 XY
1 16 1,20 256 1,44 19,2
2 70 2,00 4900 4,00 140
3 25 1,30 625 1,69 32,5
4 65 1,80 4225 3,24 117
5 68 1,90 4624 3,61 129,2
6 35 1,40 1225 1,96 49
7 25 1,00 625 1,00 25
8 54 1,70 2916 2,89 91,8
3
9 43 1,55 1849 2,4025 66,65
B. Koefisien Korelasi
n
r = n ∑ XiYi−¿¿ ¿
i=1
4
korelasi semua variabel adalah simetris, sehingga tidak ada perbedaan antara
variabel terikat dengan variabel penjelas. Korelasi antara nilai ujian
matematika dan ujian statistik adalah sama dengan korelasi antara ujian
statistik dan ujian matematika. Objek utama dalam korelasi adalah mengukur
kekuatan atau kekuatan hubungan linear antar variabel. Selain itu korelasi
menurut Ghozali (2018)tidak menunjukkan hubungan fungsional. Sementara
pada analisis regresi, terdapat asimetri pada bagaimana sebuah varibel
dependen dan variabel independen diperlakukan. Variabel dependen
diasumsikan sebagi nilai statistika, acak serta stokastik (memiliki distribusi
probalitas). Ghozali (2018)menyatakan dalam analisis regresi selain mengukur
kekuatan hubungan juga menunjukkan arah hubungan antara variabel
dependen dan independen.
Tabel pembantu
No X Y X2 Y2 XY
1 16 1,20 256 1,44 19,2
2 70 2,00 4900 4,00 140
3 25 1,30 625 1,69 32,5
4 65 1,80 4225 3,24 117
5 68 1,90 4624 3,61 129,2
6 35 1,40 1225 1,96 49
7 25 1,00 625 1,00 25
8 54 1,70 2916 2,89 91,8
9 43 1,55 1849 2,4025 66,65
10 42 1,45 1764 2,1025 60,9
∑❑ 443 15,3 23009 24,335 731,25
n
r = n ∑ XiYi−¿¿ ¿
i=1
10 ( 731,25 ) −( 443)(15,3)
r=
√¿¿¿
7312,5−6777,9
r=
√¿¿¿
5
7312,5−6777,9
r=
√(230090−196249)¿ ¿ ¿
534,6 534,6 534,6
r= = = = 0,95
√(33841)(9,26) √ 313397,66 559,79
Nilai ini memberi arti bahwa, hubungan variabel X dengan variabel Y adalah
sangat kuat, dengan presentasenya 95%.
C. Koefisien determinasi
Menurut Sugiyono (2014) analisis koefisien determinasi (R2)
digunakan untuk mengetahui seberapa besar presentase sambungan variabel
independen secara bersamaan terhadap variabel dependen. Nilai R square
dikatakan baik jika diatas 0,5 karena nilai R square berkisar antara 0 sampai 1.
Koefisien korelasi mempunyai kriteria diantaranya sebagai berikut.
Tabel Interprestasi Koefisien
Interval Koefisien Tingkat Hubungan
0,00 – 0,199 Sangat rendah
0,20 – 0,399 Rendah
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,000 Sangat kuat
Tabel
No X Y X2 Y2 XY
1 16 1,20 256 1,44 19,2
2 70 2,00 4900 4,00 140
3 25 1,30 625 1,69 32,5
4 65 1,80 4225 3,24 117
5 68 1,90 4624 3,61 129,2
6 35 1,40 1225 1,96 49
7 25 1,00 625 1,00 25
8 54 1,70 2916 2,89 91,8
9 43 1,55 1849 2,4025 66,65
10 42 1,45 1764 2,1025 60,9
∑❑ 443 15,3 23009 24,335 731,25
6
n n n
bi =
n . ∑ XiYi−
i=1
( )
∑ Yi (∑ Xi)
i=1 i=1
n
n ∑ Xi2−¿ ¿
i=1
b0 =
∑ Yi−bi ∑ Xi
i=1 i=1
n
15,3−0,015(443)
=
10
= 0,83
^
Maka persamaan regresi linier : Yi=0,83+0,015 Xi
Koefisien Korelasi
n
r = n ∑ XiYi−¿¿ ¿
i=1
10 ( 731,25 ) −( 443)(15,3)
r=
√¿¿¿
7312,5−6777,9
r=
√¿¿ ¿
7312,5−6777,9
r=
√(230090−196249)¿ ¿ ¿
534,6 534,6 534,6
r= = = = 0,95
√(33841)(9,26) √ 313397,66 559,79
Koefisien Determinasi
r2 = ¿ = 0,9025
Maka adanya hubungan yang kuat antara variabel x dan variabel y
7
Pengujian hipotesis dimaksudkan untuk melihat apakah suatu hipotesis
yang diajukan ditolak atau diterima.
Hipotesis merupakan asusmsi yang mungkinbenar atau salah mengenai suatu
populasi. Dengan mengamati seluruh populasi , maka suatu hipotesis akan
diketahui apakah suatu penelitian itu benar atau salah. Dalam pengujian
hipotesis terdapat asumsi/pernyataan istilah hipotesis nol. Hipotesis nol
merupakan hipotesis yang akan diuji, dinyatakan oleh Ho dan penolakan Ho
dimaknai dengan penerimaan hipotesis lainnya dinyatakan dengan H1.
Uji signifikansi dapat menggunakan Uji-t; Uji-F; Uji-z atau Uji Chi Kuadrat.
Signifikansi adalah bahwa pengaruh antar variabel berlaku bagi seluruh
populasi. Dengan uji signifikansi ini dapat diketahui apakah variable bebas/
predictor/independent (X) berpengaruh secara signifikan terhadap variable tak
bebas/response/dependent (Y).
No X Y X2 Y2 XY
1 16 1,20 256 1,44 19,2
2 70 2,00 4900 4,00 140
3 25 1,30 625 1,69 32,5
4 65 1,80 4225 3,24 117
5 68 1,90 4624 3,61 129,2
6 35 1,40 1225 1,96 49
7 25 1,00 625 1,00 25
8 54 1,70 2916 2,89 91,8
9 43 1,55 1849 2,4025 66,65
10 42 1,45 1764 2,1025 60,9
∑❑ 44 15,3 23009 24,335 731,25
3
Uji-t
Menentukan Hipotesis
Ho : β = 0; variable X tidak berpengaruh signifikan/nyata terhadap Y
H1 : β ≠ 0; variable X berpengaruh signifikan/nyata terhadap Y
Tingkat Signifikansi (α)
Α = 5% atau α = 0,05
r √n−2
Menentukan nilai t hitung menggunakan rumus : t hit =
√ 1−r 2
8
r = = 0,95 dan Koefisien Determinasi r2 = ¿ = 0,9025
0,95 √ 10−2
t hit =
√1−(0,9025)2
0,95(2,828)
t hit =
√ 1−0,814
2,686
t hit =
0,431
t hit =6,232
Derajat bebas atau df = n-k = 10-2 = 8 ; α = 0,05
Maka diperoleh t table = 2,306
Perbandingan t hitung dengan t tabel
Thit > ttab dimana diperoleh 6,232 > 2,306
Kesimpulan:
Ho di tolak
Nilai thit > ttab sehingga dapat dikatakan bahwa ada pengaruh nyata signifikan
variable predictor X terhadap variable response Y dengan taraf signifikansi
5%.
BAB III
PENUTUP
9
10
DAFTAR PUSTAKA
Halin, Hamid. (2017). Pengaruh Harga Jual Kaca Patri Jenis Silver Terhadap Nilai
Penjualan Pada CV.Karunia Kaca Palembang Tahun 2004-2015. Jurnal
Ecoment Global. 2(2)
Hijriani, Astria , Kurnia Muludi , Erlina Ain Andini. 2016. Implementasi Metode
Regresi Linier Sederhana Pada Penyajian Hasil Prediksi Pemakaian Air
Bersih Pdam Way Rilau Kota Bandar Lampung Dengan Sistem Informasi
Geofrafis. Jurnal Informatika Mulawarman. 11(2).
Purwanto. 2019. Analisis Korelasi dan Regresi Linier dengan SPSS 21.
Magelang: Staia Press
11