STATISTIK EKONOMI DAN BISNIS - II

Oleh :

Kafi Fathur Rahman Rosadi (1815310227)

Sumario (1815310035)
Pingki Alvionita (1815310103)
Nurvita Wulandari (1815310208)

Kelas : Manajemen KIA 3 REG II

Ruang : AC.211
Dosen Pengampu : Irvan Malay, S.Pd., M.Pd

PROGRAM STUDI MANAJEMEN

FAKULTAS SOSIAL SAINS
UNIVERSITAS PEMBANGUNAN PANCABUDI
MEDAN
2019
 A. Analisis Regresi (anareg) sederhana
Analisis regresi sederhana mempelajari apakah antara dua variabel atau
lebih mempunyai pengaruh atau hubungan atau tidak, mengukur kekuatan
pengaruhnya, dan membuat ramalan yang didasarkan kepada kuat
lemahnya pengaruh/ hubungan tersebut. Teknik analisis ini akan bermakna
apabila pengaruh antar variabel-variabel didasarkan pada kerangka teori
yang terkuat.
Jika skala pengukuran data dari dua variabel yang akan dianalisis
merupakan skala interval atau rasio, maka untuk menjelaskan pengaruh
antar dua variabel tersebut dapat dilakukan dengan menggunakan regresi
sederhana. Misalnya kedua variabel tersebut adalah X dan Y, maka
pengaruh X dan Y dianalisis melalui regresi sederhana Y atas X. Variabel
X disebut variabel bebas, dan Y disebut variabel tak bebas.
Asosiasi antara variabel X dan Y dinyatakan dalam suatu persamaan atau
model matematika sbb:

Model regresi : Y = α + βX + e ( populasi)

Fungsi taksiran : Ŷ = a + bX (sampel)

Dimana a = konstanta, b = koefisien regresi, yang nilainya dapat diperoleh

dari data sampel. Untuk memperoleh nilai a dan b dibutuhkan pasangan
data (X,Y) sebanyak n. Misalkan tpasangan data variabel X dan Y
disajikan sebagai berikut :

No X Y
1 X1 Y1
2 X2 Y2
3 X3 Y3
. . .
. . .
. . .
n Xn Yn
Pada data analisis regresi data variabel X dan Y mensyaratkan data sampel yang
terpilih harus random, berdistrbusi normal, dan homogen. Dari perhitungan
melalui pasangan data (X,Y) minimal dapat ditentukan :

1. Persamaan atau model regresi Y atas X

2. Linearitas regresi dan signifikan regresi Y atas X
3. Koefisien korelasi dan koefisien determinasi.

1. Perhitungan Analisis Regresi Secara Manual

Contoh 8.1 ( Kadir 2010: 125)
Misalnya akan dianalisis pengaruh kopetensi X dan kinerja pegawai (Y).
untuk keperluan tersebut telah diambil sampel secara acak sebanyak 15
pegawai sbb:

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
X 42 50 35 60 50 30 27 40 64 29 42 54 62 61 40
Y 5 10 12 25 16 6 21 18 5 13 24 27 19 17 9

a. Tentukan persamaan regresi Y atas X

b. Lakukan pengujian :
1. Linearitas regresi Y diatas X
2. Signifikansi/keberartian regresi Y datas X
c. Hitung koefisien korelasi dan koefisien determinasi Y dan X
 Penyelesaian :
Untuk menjeawab pertanyaan diatas, terlebih dahulu dibuat tabel
persiapan atau tabel kerja sbb:

Tabel 8.1 persiapan untuk analisis regresi sederhana

No X X2 Y Y2 XY
1 42 1764 5 25 210
2 50 2500 10 100 500
3 35 1225 12 144 420
4 60 3600 25 625 1500
5 50 2500 16 256 800
6 30 900 6 36 180
7 27 729 21 441 567
8 40 1600 18 324 720
9 64 4096 5 25 320
10 29 841 13 169 377
11 42 1764 24 576 1008
12 52 2916 27 729 1458
13 62 3844 19 361 1178
14 61 3721 17 289 1037
15 40 1600 9 81 360
Jumlah 686 33600 227 4181 10635

a. Menentukan persamaan regresi Y atas X (Y = a+ bX)

Dar tabel diatas dapat ditentukan persamaan atau model regresi
sbb:
Ŷ = a + bX

B=
∑ xy dan a = Ȳ- b di mana:
X́
∑ x2
∑ X = 686 , ∑ X 2 = 33600 , Ẋ = 45,73
∑ Y = 227 , ∑ Y 2 = 4181 , Ȳ = 15,13 ∑xy = 10635

( ∑ X ) (∑Y ) ( 686 ) (227)

∑ xy = ∑ xy - = 10635 - = 253,533
n 15
(∑ X )2 2
∑ X 2 = ∑ X 2- = 33600 – (686) = 2226,933
n 15
2 2
(∑ Y )
∑ Y 2 = ∑ Y 2- = 4181 – (227) = 745,733
n 15

253,533
b= = 0,113848 dan a = 15,13 – (0,113848) (45,73) = 9,92373
2226,933
persamaan regresi Y atas X adalah: Ŷ = 9,92 + 0,113 X

b. Uji linearitas dan signifikansi regresi Y atas X

Pengujian linearitas dan signifansi regresi Y atas X dilakukan
dengan langkah-langkah berikut :
1. Menghitung jumblah kuadrat(JK) beberapa sumber varians

JK (T) = ∑ Y 2 = 4181

( ∑ y )2 41812
JK (a) = = = 1165,384
n 15

JK (b/a) = b ∑xy = (0,113848) (253,533) = 28,864

JK (s) = JK (T) – JK (a) – JK (b/a)

= 4181 – 1165,384 – 28,864 = 2986,75

No 1 2 3 4 5 6 7 8 9 10 11 12
X 27 29 30 35 40 40 42 42 50 50 54 60 61 61 64
Y 21 13 16 12 18 9 5 24 10 16 27 25 17 17 5
Selanjutnya dihitung jumlah kuadrat galat untuk data variable y khusus untu k
variable x yang sama (kelompok sama) saja, karena variable x yang tidak sama
akan bernilai nol. Perhitungannya sebagai berikut.

27 2 292 262
(
JK (G) = 182 +9 2−
2 )(
+ 5 2+24 2−
2)(+ 102+ 162−
2) = 239

2. Menentukan derajat bebas (DB) beberapa sumber varians.

db (T) = n = 15
db a = 1
db b/a = 1
db (S) = n - 2 = 15 - 2 = 13
db (G)= n – k = 15 – 12 = 3 ( kelompok: k = 12)
db (TC)= k – 2 = 12 – 2 = 10

3. Menghitung rata-rata jumlah kuadrat (RJK)

JK ( a) 1165,384
RJK (a) = = = 1165,384
db (a) 1
JK ( b/a) 28,864
RJK (b/a) = = = 28,864
db(b /a) 1
JK ( S) 2986,75
RJK (S) = = = 79,667
db( S) 13
 JK (G) 239
RJK (G) = = = 274,775
db(G) 2
JK (Tc) 2747,775
RJK (Tc) = = = 274,775
db (Tc) 10
 4. Menentukan F(hitung) berkaitan dengan linearitas dan
signifikans regresi
Uji Linearitas Regresi Y atas X
Ho : Y = α + βX (Regresi Linear)

H1 : Y ≠ α + βX (Regresi tak Linear)

RJK (Tc) 274,775

Fhit (Tc) = = = 3,449
RJK (G) 79,667

Bandingkan dengan Ftab untuk α = 0,05, db (Tc) = 11, dan db (G) = 2

diperoleh Ftab (0,05 : 10, 3) = 8,79 sehingga F hit (Tc) < Ftab, hal ini berarti
Ho diterima. Dengan demikian, persamaan regresi Y atas X berbentuk garis
linear.

Uji Signifikansi Regresi Y atas X

Ho : β = 0 (Regresi tak berarti)

H1 : β ≠ 0 (Regresi berarti)

RJK (b/a) 28,864

Fhit (b/a) = = = 0,125
RJK ( S) 229,75

Bandingkan dengan Ftab untuk α = 0,05, db (b/a) = 1, dan db (S) = 13

diperoleh Ftab (0,05 : 1, 13) = 4,67 sehingga F hit (b/a) > Ftab, hal ini berarti
Ho ditolak pada taraf signifikansi α = 0,05. Dengan demikian, regresi Y
atas X adalah signifikan.

Kesimpulan dari pengujian linearitas dan signifikansi regresi ini adalah

variabel X berpengaruh terhadap Y dan bersifat linear
 5. Menyusun tabel ANOVA regresi
Tabel analisis varian regresi atau disngkat dengan tabel anareg,
adalah tabel yang memuat ringkasan hasil analisis linearitas
dan signifikansi regresi. Bentuk tabel disajikan sbb :

Tabel 8.2 Uji linearitas dan signifikansi

Sumber db JK RJK F hit F tab
Varians α= 0,05
Total 15 4181
Regresi (a) 1 1165,384 1165,384
Regresi(b/a) 1 28,864 28,864 0,125 4,67
Sisa 13 2986,75 229,75
Tuna Cocok 10 2747,75 2747,75
Galat 3 239 79,667 3,449 8,79

Keterangan :
* = Regresi Signifikan (Fhit = 0,125 > Ftab = 4,67)
ns = non signifikan atau regresi linear (Fhit = 3,449 < Ftab = 8,79)
db = derajat bebas
JK = Jumlah Kuadrat
RJK = Rata-rata Jumlah Kuadrat
Fhit = F hitung
Ftab = F tabel
Dari hasil analisis seperti disarikan pada tabel diatas diperoleh F hit (b/a) =
0,125 > Ftab = 4,67 dan Fhit (Tc) = 3,449 < Ftab = 8,79. Dengan demikian,
kompetensi berpengaruh terhadap kinerja pegawai dan pengaruhnya bersifat
linear.
ANALISIS REGRESI SEDERHANA MENGGUNAKAN SPSS

1. Masukkan data kedalam kolom Data View seperti gambar dibawah

2. Dan beri nama variabel X (kompetensi) dan Y (Kinerja) seperti gambar

dibawah.
3. Persamaan Regresi Linear

4.
Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta T Sig.

1 (Constant) 9.927 7.448 1.333 .205

Kompetensi .114 .157 .197 .723 .482

a. Dependent Variable: Kinerja

Dari output SPSS diatas, konstanta dan koefisien persamaan regresi linear
diperoleh dari kolom B, sehingga persamaan regresi : Y^ = 9,927 + 0,113 X. Dari
hasil analisis diperoleh thit = 0,723 dan p-value = 0,482/2 = 0,241 < 0,05 atau H o
ditolak. Dengan demikian, Kompetensi berpengaruh positif terhadap kinerja
pegawai.
5. Uji linearitas dan signifikansi persamaan regresi

Pengujian linearitas dan signifikansi persamaan regresi ditentukan

berdasarkan ANOVA Table dan ANOVAa sebagai berikut.

Hipotesis statistik :

Ho : Y = α + βX (Regresi Linear)

H1 : Y ≠ α + βX (Regresi tak Linear)

Uji linearitas persamaan garis regresi diperoleh dari baris Deviation from
Linearity, yaitu Fhit (Tc) = 0,600, dengan p-value = 0,764 > 0,05. Hal ini
berarti Ho diterima atau persamaan regresi Y atas X adalah linear atau berupa
garis linear.

ANOVAa

Model Sum of Squares Df Mean Square F Sig.

1 Regression 28.864 1 28.864 .523 .482b

Residual 716.869 13 55.144

Total 745.733 14

a. Dependent Variable: Kinerja

b. Predictors: (Constant), Kompetensi

Ho : β = 0 (Regresi tak berarti)

H1 : β ≠ 0 (Regresi berarti)

Uji signifikansi persamaan garis regresi diperoleh dari baris Regression

kolom ke-5, yaitu Fhit (b/a) = 0,523 , dan p-value = 0,014 < 0,05 atau H o
ditolak. Dengan demikian, regresi Y atas X adalah signifikan atau kompetensi
berpengaruh terhadap kinerja pegawai
6. Uji Signifikansi koefisien kolerasi X dan Y

Hipotesis statistik

Ho : ρ = 0

H1 : ρ ≠ 0

Uji signifikansi koefisien kolerasi diperoleh dari tabel Model Summary.

Terlihat pada baris pertama koefisien kolerasi (rxy) = 0,197 dan Fhit = (Fchange)
= 0,523, dengan p-value = 0,482 < 0,05. Hal ini berarti Ho ditolak. Dengan
demikian, koefisien kolerasi X dan Y adalah berarti atau signifikan.
Sedangkan koefisien determinasi dari tabel diatas terlihat pada baris ke-2,
yaitu R square = 0,523 yang mengandung makna bahwa 0.523% variasi
variabel kinerja pegawai dapat dipengaruhi oleh variabel kompetensi.