ANALISIS

REGRESI
 Pendahuluan

Analisis regresi dipergunakan untuk menelaah

hubungan antara dua variabel atau lebih, terutama
untuk menelusuri pola hubungan yang modelnya
belum diketahui dengan sempurna atau untuk
mengetahui bagaimana variasi dari beberapa variabel
independen (X) mempengaruhi variabel dependen (Y)
dalam suatu fenomena yang kompleks
Ada 4 kegiatan yang dapat dilaksanakan dalam analisis
regresi:
1. Mengadakan estimasi terhadap parameter
berdasarkan data empiris
2. Menguji berapa besar variasi variabel dependen
dapat diterangkan oleh variasi variabel independen
3. Menguji apakah estimasi parameter signifikan atau
tidak
4. Melihat apakah tanda dan magnitud dari estimasi
parameter cocok dengan teori
 Penggambaran Garis Regresi

Ada 2 cara penggambaran garis regresi:

1. Metode diagram pencar (scatter diagram)
2. Metode kuadrat terkecil (least squares method) 
pada regresi linear sederhana
Metode Diagram Pencar

• Jika pasangan observasi pengukuran ( 𝑥1 , 𝑦1 )

digambarkan akan diperoleh titik-titik koordinat yang
menghubungkan kedua hasil observasi: diagram
pencar (scatter diagram)
• Diagram pencar memiliki 2 manfaat:
1. Membantu menunjukkan apakah terdapat
hubungan yang bermanfaat antara dua variabel
2. Membantu menentapkan tipe persamaan yang
menunjukkan hubungan antara kedua variabel
• Dari diagram pencar ditarik suatu garis yang
menggambarkan nilai rata-rata y terhadap x,
sehingga diperoleh persamaan garis regresi
• Biasanya yang sering digunakan dan mudah untuk
perhitungan, menggunakan persamaan garis linear
dari scatter diagram dengan garis lurus
Contoh:
Diagram Pencar
Hasil Skor Tes
Karyawan Produksi Kecerdasan 60
(lusin) (X) 55
(Y)
A 30 6 50

B 49 9 45

Hasil Produksi (lusin)

C 18 3 40
D 42 8
35
E 39 7
30
F 25 5
G 41 8 25

H 52 10 20

15

10

0
0 1 2 3 4 5 6 7 8 9 10 11
Hasil Tes Kecerdasan
 Regresi Linear

Regresi linear dibagi menjadi 2 yaitu:

1. Regresi linear sederhana, digunakan untuk menguji
pengaruh satu variabel X terhadap variabel Y
2. Regresi linear berganda, digunakan untuk menguji
pengaruh X1, X2, dst terhadap variabel Y
 Regresi Linear Sederhana

Metode Kuadrat Terkecil

• Regresi linear sederhana untuk mempelajari hubungan
linear antara dua variabel
• Model regresi linear sederhana:
Y = a + bX
Dimana
Y : variabel dependen
X : variabel independen
a : konstanta (intercept)
b : angka arah atau koefisien regresi, yang menunjukkan
(+) terjadi peningkatan dan (-) terjadi penurunan
• Nilai dari a dan b pada persamaan regresi dapat
dihitung dengan rumus berikut:

 Y  X    X  X Y 
2

a i i
 Y  bX i i i

n  X   X  2 2
i i

n  X Y   X  Y 
b i i i i

n  X   X  2 2
i i
 Uji Keberartian Regresi

Pemeriksaan keberartian dilakukan melalui pengujian

hipotesis nol (H0) bahwa koefisien-koefisien regresi
khususnya koefisien arah b=0 (tidak berarti) melawan
hipotesis tandingan bahwa koefisien arah regresi ≠ 0
Langkah Uji Keberartian Regresi:

1. Menentukan rumusan hipotesis

H0 :  = 0 (Tidak ada pengaruh variabel x terhadap variabel y)
H1 :  ≠ 0 (Ada pengaruh variabel x terhadap variabel y)
2. Menentukan uji statistik dengan uji F
𝑆1 2
𝐹=
𝑆2 2
Untuk menentukan nilai uji F adalah:
a. Menghitung jumlah kuadrat regresi (𝐽𝐾𝑟𝑒𝑔(𝑎) )
𝑌 2
𝐽𝐾𝑟𝑒𝑔(𝑎) =
𝑛
b. Menghitung jumlah kuadrat regresi b/a (𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) )
𝑋. 𝑌
𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) = 𝑏. 𝑋𝑌 −
𝑛

c. Menghitung jumlah kuadrat residu (𝐽𝐾𝑟𝑒𝑠 )

𝐽𝐾𝑟𝑒𝑠 = 𝑌 2 − 𝐽𝐾𝑟𝑒𝑔 𝑏/𝑎 − 𝐽𝐾𝑟𝑒𝑔(𝑎)

d. Menghitung rata-rata jumlah kuadrat regresi a (𝑅𝐽𝐾𝑟𝑒𝑔(𝑎) )

𝑅𝐽𝐾𝑟𝑒𝑔(𝑎) = 𝐽𝐾𝑟𝑒𝑔(𝑎)
e. Menghitung rata-rata jumlah kuadrat regresi b/a (𝑅𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) )
𝑅𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) = 𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎)
f. Menghitung rata-rata jumlah kuadrat residu (𝑅𝐽𝐾𝑟𝑒𝑠 )
𝐽𝐾𝑟𝑒𝑠
𝑅𝐽𝐾𝑟𝑒𝑠 =
𝑛−2
𝑅𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎)
g. Menghitung 𝐹 =
𝑅𝐽𝐾𝑟𝑒𝑠
3. Menentukan nilai kritis () dengan derajat kebebasan
𝑑𝑘𝑟𝑒𝑔 = 1 dan 𝑑𝑘𝑟𝑒𝑠 = 𝑛 − 2
4. Membandingkan nilai hitung F terhadap nilai tabel F
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹 1−𝑎 (𝑑𝑘𝑟𝑒𝑔 𝑏/𝑎 , 𝑑𝑘𝑟𝑒𝑠 )

kriteria pengujian: nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙 , maka H0 ditolak

5. Membuat kesimpulan
Langkah-langkah uji keberartian regresi dapat disederhanakan
dalam tabel anova
Sumber dk JK KT 𝑭𝒉𝒊𝒕𝒖𝒏𝒈 𝑭𝒕𝒂𝒃𝒆𝒍
Variasi
Regresi (a) 1 𝐽𝐾𝑟𝑒𝑔(𝑎) 𝑅𝐽𝐾𝑟𝑒𝑔(𝑎)
Regresi (b/a) 1 𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) 𝑅𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) 𝑅𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) (𝑑𝑘𝑟𝑒𝑔 𝑏/𝑎 ) ;
= 𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎)
𝑅𝐽𝐾𝑟𝑒𝑠 (𝑑𝑘𝑟𝑒𝑠 )
Sisa n–2 𝐽𝐾𝑟𝑒𝑠 𝐽𝐾𝑟𝑒𝑠
𝑅𝐽𝐾𝑟𝑒𝑠 =
𝑛−2
Jumlah n
𝑌2
Contoh:

Sebuah penelitian yang bertujuan untuk mengetahui hubungan

antara pengeluaran konsumsi (Y) dengan pendapatan keluarga
(X). Untuk itu diambil sampel secara acak sebanyak 10 keluarga
untuk diwawancarai. Dari hasil penelitian itu diperoleh data
sebagai berikut:
Konsumsi (Y) 5 6 8 9 10 12 12 14 15 20
Pendapatan (X) 6 8 10 12 13 17 20 22 24 28

Berdasarkan data tersebut:

a. Tentukan persamaan regresi dan jelaskan maknanya
b. Dengan  = 0,05, buatlah pengujian hipotesis untuk
mengetahui keberartian regresi
Penyelesaian:

a. Xi Yi Xi2 Yi2 XiYi

6 5 36 25 30
8 6 64 36 48
10 8 100 64 80
12 9 144 81 108
13 10 169 100 130
17 12 289 144 204
20 12 400 144 240
22 14 484 196 308
24 15 576 225 360
28 20 784 400 560
 = 160  = 111  = 3046  = 1415  = 2068
• Perhitungan nilai rata-rata X dan Y:

n  10

X
 X i

160
 16
n 10

Y
 Y i

111
 11,1
n 10
• Perhitungan nilai dari a dan b untuk persamaan regresi:

n  X i Yi   X i  Yi 
b
n  X   X i 
2 2
i

10(2068)  (160)(111)
b  0,6
10(3046)  (160) 2

a  Y  bX  11,1 - 0,6(16)  1,5

Jadi, persamaan regresi adalah Y = a + bX = 1,5 + 0,6X

Dari persamaan diketahui bahwa pengeluaran konsumsi tanpa
dipengaruhi variabel sebesar 1,5. Jika dipengaruhi pendapatan naik
1 unit, maka rata-rata pengeluaran konsumsi akan naik sebesar 0,6
b. Langkah-langkah pengujian hipotesis:
1. Menghitung jumlah kuadrat regresi (𝐽𝐾𝑟𝑒𝑔(𝑎) )
𝑌 2 (111)2
𝐽𝐾𝑟𝑒𝑔(𝑎) = = = 1232,1
𝑛 10

2. Menghitung jumlah kuadrat regresi b/a (𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) )

𝑋. 𝑌 160 111
𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) = 𝑏. 𝑋𝑌 − = 0,6 2068 − = 175,2
𝑛 10

3. Menghitung jumlah kuadrat residu (𝐽𝐾𝑟𝑒𝑠 )

𝐽𝐾𝑟𝑒𝑠 = 𝑌 2 − 𝐽𝐾𝑟𝑒𝑔 𝑏 − 𝐽𝐾𝑟𝑒𝑔 𝑎 = 1415 − 175,2 − 1232,1 = 7,7
𝑎

4. Menghitung rata-rata jumlah kuadrat regresi a (𝑅𝐽𝐾𝑟𝑒𝑔(𝑎) )

𝑅𝐽𝐾𝑟𝑒𝑔(𝑎) = 𝐽𝐾𝑟𝑒𝑔 𝑎 = 1232,1
5. Menghitung rata-rata jumlah kuadrat regresi b/a (𝑅𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) )
𝑅𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) = 𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) = 175,2
6. Menghitung rata-rata jumlah kuadrat residu (𝑅𝐽𝐾𝑟𝑒𝑠 )
𝐽𝐾𝑟𝑒𝑠 7,7
𝑅𝐽𝐾𝑟𝑒𝑠 = = = 0,9625
𝑛 − 2 10 − 2
𝑅𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) 175,2
7. Menghitung 𝐹 = = = 182,03
𝑅𝐽𝐾𝑟𝑒𝑠 0,9625

8. Menentukan nilai kritis  = 0,05 ; derajat kebebasan 𝑑𝑘𝑟𝑒𝑔 = 1

dan 𝑑𝑘𝑟𝑒𝑠 = 𝑛 − 2 = 10 − 2 = 8  𝐹(0,95)(1; 8) = 5,32
9. Kesimpulan:
Karena nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙 , maka H0 ditolak artinya koefisien
regresi signifikan
Ringkasan dalam tabel Anova adalah

Sumber Variasi dk JK KT 𝑭𝒉𝒊𝒕𝒖𝒏𝒈 𝑭𝒕𝒂𝒃𝒆𝒍

Regresi (a) 1 1232,1 1232,1

Regresi (b/a) 1 175,2 175,2
182,03 5,32
Sisa 8 7,7 0,9625

Jumlah 10 1415
 Regresi Linear Berganda

• Analisis regresi berganda digunakan untuk:

1. Meramalkan nilai pengaruh dua variabel bebas
(independen) atau lebih terhadap satu variabel terikat
(dependen)
2. Membuktikan ada tidaknya hubungan fungsional atau
kausal antara dua variabel bebas atau lebih X1, X2, …,
Xi terhadap suatu variabel terikat Y
• Persamaan regresi berganda dirumuskan sebagai
berikut:
Dua variabel bebas: Y = a + b1X1 + b2X2
Tiga variabel bebas: Y = a + b1X1 + b2X2 + b3X3
Empat variabel bebas: Y = a + b1X1 + b2X2 + b3X3 + b4X4
n variabel bebas: Y = a + b1X1 + b2X2 + ….. + bnXn
• Nilai-nilai pada persamaan regresi berganda untuk dua
variabel bebas dapat ditentukan sebagai berikut:

b1 
 x  x y    x x  x y 
2
2 1 1 2 2

 x  x    x x 
2
1
2
2 1 2
2

b2 
 x  x y    x x  x y 
2
1 2 1 2 1

 x  x    x x 
2
1
2
2 1 2
2

a
 Y  X
b  1    X2 
  b2  
n
1  n   n 
   
 Uji Keberartian Regresi Berganda
Pemeriksaan keberartian pada analisis regresi berganda dapat
dilakukan dengan mengikuti langkah-langkah berikut:
1. Menentukan rumusan hipotesis H0 dan H1
2. Menentukan uji statistik dengan uji F
𝑆1 2
𝐹=
𝑆2 2
Untuk menentukan nilai uji F adalah:
a. Menentukan jumlah kuadrat regresi (𝐽𝐾𝑟𝑒𝑔(𝑎) )

𝐽𝐾𝑟𝑒𝑔(𝑎) = 𝑦2

dimana 𝑦 = 𝑌𝑖 − 𝑌
b. Menentukan jumlah kuadrat regresi b/a (𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) )

𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) = 𝑏1 𝑥1 𝑦 + 𝑏2 𝑥2 𝑦

dimana 𝑦 = 𝑌𝑖 − 𝑌 ; 𝑥1 = 𝑋𝑖 − 𝑋1 ; 𝑑𝑎𝑛 𝑥2 = 𝑋𝑖 − 𝑋2
c. Menentukan jumlah kuadrat residu (𝐽𝐾𝑟𝑒𝑠 )
𝐽𝐾𝑟𝑒𝑠 = 𝐽𝐾𝑟𝑒𝑔 𝑎 − 𝐽𝐾𝑟𝑒𝑔 𝑏/𝑎
𝐽𝐾𝑟𝑒𝑔

d. Menghitung nilai 𝐹 = 2
𝐽𝐾𝑟𝑒𝑠
𝑛−3

3. Menentukan nilai kritis () dengan derajat kebebasan

𝑑𝑘𝑟𝑒𝑔 = 2 dan 𝑑𝑘𝑟𝑒𝑠 = 𝑛 − 3
4. Membandingkan nilai hitung F terhadap nilai tabel F
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹 1−𝑎 (𝑑𝑘𝑟𝑒𝑔, 𝑑𝑘𝑟𝑒𝑠 )

kriteria pengujian: nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝐹𝑡𝑎𝑏𝑒𝑙 , maka H0 ditolak

5. Membuat kesimpulan
Langkah-langkah uji keberartian regresi berganda dapat
disederhanakan dalam tabel anova

Sumber dk JK KT 𝑭𝒉𝒊𝒕𝒖𝒏𝒈 𝑭𝒕𝒂𝒃𝒆𝒍

Variasi
Regresi (b/a) 2 𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) 𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) 𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎)
2 2 (𝑑𝑘𝑟𝑒𝑔 ) ;
𝐽𝐾𝑟𝑒𝑠 𝐽𝐾𝑟𝑒𝑠 (𝑑𝑘𝑟𝑒𝑠 )
Sisa n–3 𝐽𝐾𝑟𝑒𝑠 𝑛−3
𝑛−3
Jumlah n
𝑌2
Contoh:

Seorang peneliti ingin mengetahui hubungan antara

Kepemimpinan Kepala Pusat (X1) dan Motivasi Kerja
Staf (X2) dengan Kinerja Staf (Y) di Pusat
Pengembangan Penataran Guru Bahasa Jakarta.
Sejumlah angket kemudian disebar kepada 50 orang
staf sebagai responden dan diperoleh hasil pengolahan
data sebagai berikut:
Diminta:
Periksalah keberartian dari analisis regresi berganda diatas
Penyelesaian:
1. Rumusan hipotesis H0 dan H1
2. Menentukan jumlah kuadrat regresi (𝐽𝐾𝑟𝑒𝑔(𝑎) )
𝐽𝐾𝑟𝑒𝑔(𝑎) = 𝑦 2 = 14234,48
3. Menentukan jumlah kuadrat regresi b/a (𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) )

b1 
 x  x y    x x  x y 
2
2 1 1 2
 0,44507
2

 x  x    x x 
2
1
2
2 1 2
2

b2 
 x  x y    x x  x y 
2
1 2 1 2
 0,58385
1

 x  x    x x 
2
1
2
2 1 2
2
Maka, 𝐽𝐾𝑟𝑒𝑔(𝑏/𝑎) = 𝑏1 𝑥1 𝑦 + 𝑏2 𝑥2 𝑦
= (0,44507)(7503,28) + (0,58385)(7045,12)
= 7452,856
4. Menentukan jumlah kuadrat residu (𝐽𝐾𝑟𝑒𝑠 )
𝐽𝐾𝑟𝑒𝑠 = 𝐽𝐾𝑟𝑒𝑔 𝑎 − 𝐽𝐾𝑟𝑒𝑔 𝑏/𝑎 = 14234,48 − 7452,856
= 6781,624
𝐽𝐾𝑟𝑒𝑔 (𝑏/𝑎) 7452,856
3726,428
5. Menghitung nilai 𝐹 = 2
𝐽𝐾𝑟𝑒𝑠 = 2
6781,624 = = 25,826
144,29
𝑛−3 50−3

6. Menentukan nilai kritis  = 0,05 ; derajat kebebasan

𝑑𝑘𝑟𝑒𝑔 = 2 dan 𝑑𝑘𝑟𝑒𝑠 = 𝑛 − 3 = 50 − 3 = 47  𝐹(0,95)(2; 47) =
3,19. Nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙 , maka H0 ditolak artinya koefisien
regresi signifikan
8. Kesimpulan: Terdapat pengaruh yang signifikan antara
kepemimpinan kepala pusat dan motivasi kerja staf secara
bersama-sama terhadap kinerja staf
Ringkasan variabel kinerja staf (Y) atas kepemimpinan kepala
pusat (X1) dan motivasi kerja staf (X2) dalam tabel Anova adalah

Sumber dk JK KT 𝑭𝒉𝒊𝒕𝒖𝒏𝒈 𝑭𝒕𝒂𝒃𝒆𝒍

Variasi
Regresi (b/a) 2 7452,856 3726,428
25,826 3,19
Sisa 47 6781,624 144,29

Jumlah 50 2085254
TERIMA KASIH