Regresi Linier Sederhana

CRITICAL JOURNAL REPORT

OLEH :
KELOMPOK 10

GRACE CLAUDIA SURBAKTI 4173111028

HANNA NOVITA SIHOMBING 4173111030
PRETTY VERONICA A. SIAHAAN 4172111037
ROBIN RAJA S. SIPAYUNG 4171111045

PSPM C 2017

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIMED
2020
 KATA PENGANTAR

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.

Medan, Oktober 2020

Hormat kami,

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

Regresi artinya peramalan, penaksiran, atau pendugaan pertama kali di

perkenalkan pada tahun 1877 oleh Sir Francis Galton (1822 – 1911). Sehubungan
dengan penelitiannya terhadap tinggi manusia. Penelitian tersebut
membandingkan antara tinggi anak laki-laki dan tinggi badan ayahnya.
Analisis Regresi salah satu metode atau cara yang dipakai dalam bidang
statistika dalam berbagai bidang untuk mengetahui hubungan variabel independen
dengan variabel dependen. Ada beberapa macam tipe dari analisis regresi. Tipe
yang pertama adalah analisis regresi linier sederhana yang berfungsi untuk
mengetahui hubungan linier antara dua variabel, satu variabel dependen dan satu
variabel independen. Tipe kedua adalah analisis regresi linier berganda yang
merupakan model regresi linier dengan satu variabel dependen dan lebih dari satu
variabel independen. Namun dalam makalah ini penulis akan berfokus pada
analisis regresi linier sederhana.
Pemodelan dengan regresi telah banyak digunakan mulai dari bidang
sosial, ekonomi, kimia, kesehatan, dan pendidikan. Contoh penerapan teknik
regresi linier sederhana yang banyak digunakan dalam bidang pendidikan yaitu
penelitiaan tentang pengaruh model pembelajaran tertentu terhadap hasil belajar
siswa. Oleh sebab itu sebagai mahasiswa calon guru perlu untuk dapat menguasai
teknik analisis regresi linier sederhana.

B. Tujuan

Tujuan dari penulisan makalah ini adalah:

1 Menjelaskan tentang persamaan regresi linier sederhana.
2 Menentukan koefisien korelasi dari dua variabel data yang diketahui.
3 Menentukan koefisien determinasi dari dua variabel data yang diketahui.
4 Menjelaskan tahap uji signifikansi dan hipotesis dalam mengolah data.

1
C. Manfaat

Adapun manfaat yang diharapkan dari penulisan makalah ini adalah:

1 Bagi Penulis
Menambah pengetahuan tentang cara mengolah data menggunakan analisis
regresi liniear sederhana.
2 Bagi Mahasiswa
Sebagai salah satu bahan pembelajaran dalam mempelajari tentang
pengolahan data menggunakan analisis regresi linear sederhana

2
 BAB II
PEMBAHASAN

A. Regresi Linier Sederhana

Analisis regresi adalah suatu metode statistik yang mengamati hubungan
antara variabel terikat Y dan serangkaian variabel bebas X1,…,Xp. Tujuan dari
metode ini adalah untuk memprediksi nilai Y untuk nilai X yang diberikan.
Model regresi linier sederhana adalah model regresi yang paling sederhana
yang hanya memiliki satu variabel bebas X. Analisis regresi memiliki
beberapa kegunaan, salah satunya untuk melakukan prediksi terhadap variabel
terikat Y . Persamaan untuk model regresi linier sederhana adalah sebagai
berikut.
Y = a + bX
Dimana :
Y = Variabel Response atau Variabel Akibat (Dependent)
X = Variabel Predictor atau Variabel Faktor Penyebab (Independent)
a = konstanta
b = koefisien regresi
Koefisien a dan b adalah koefisien regresi dimana nilai a dan b dapat dicari
menggunakan persamaan berikut:
n(Σxy)−( Σx)( Σy)
b=
n( Σ x 2 ) – (Σx)2
Σy−b ( Σx)
a=
n
 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

3
 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 ( Σxy )−( Σx ) ( Σy )
 b= 2
n ( Σ x 2 ) – ( Σx )
10 ( 731.25 ) −(443)(15.3)
b=
10 ( 23009 )−4432
7312.5−6777.9
b=
230090−196249
534.6
b=
33841
b=0.0157
Σy−b ( Σx)
 a=
n
15.3−0.0157( 443)
a=
10
15.3−6.9551
a=
10
a=0.80449
Maka persamaan regresi linear sederhananya adalah :
y=0.80449+ 0.0157 X

B. Koefisien Korelasi

Untuk mengukur kekuatan hubungan antar variable predictorX dan

responseY, dilakukan analisis korelasi yang hasilnya dinyatakan olehsuatu
bilangan yang dikenal dengan koefisien korelasi. Biasanya analisisregresi
sering dilakukan bersama-sama dengan analisis korelasi.Persamaan koefisien
korelasi (r ) diekspresikan oleh

n
r = n ∑ XiYi−¿¿ ¿
i=1

Gujarati & Porter (2012)menyatakan jika korelasi dan regresi memiliki

hubungan yang dekat namun secara konsep sangat berbeda artinya. Pada

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.

Dalam contoh data yang diberikan maka koefisisen korelasinya adalah:

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

 Persamaan regresi linier

6
 n n n

bi =
n . ∑ XiYi−
i=1
( )
∑ Yi (∑ Xi)
i=1 i=1
n
n ∑ Xi2−¿ ¿
i=1

10 ( 731,25 ) −( 443 ) (15,3)

=
10 ( 23009 )−¿ ¿
534,6
=
33.841
= 0,015
n n

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

D. Uji Signifikansi dan Hipotesis

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

Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal

antara variable independent dengan satu variable dependent. Dengan rumus
persamaan Y = a + bX. Regresi linear sederhana hanya melibatkan satu variable
bebas dan satu variable terikat dan perubahan yang terjadi pada variable bebas
digunakan untuk mempresiksi perubahan pada variable terikat.

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