MAKALAH 

TEKNIK PROYEKSI BISNIS

“REGRESI SEDERHANA’’

DISUSUN OLEH :

RIZKI OKTAVIANTO (B.131.19.0027)

RISTA AMELIA MAWARINA (B.131.19.0128)
ELSHA SETYONINGRUM (B.131.19.0259)
PANCA SETYARINI (B.141.19.0017)

Dosen Pengampu:
DWI WIDI PRATITO S.N.,SE.MM

UNIVERSITAS SEMARANG
TAHUN 2020
 KATA PENGANTAR

Allhamdulillah, puji syukur kehadirat Allah SWT, karena atas rahmat serta karunia-Nya
sehingga kami dapat menyelesaikan makalah ini untuk memenuhi tugas mata kuliah TEKNIK
PROYEKSI BISNIS  yang berjudul “REGRESI SEDEHANA”.

Kami menyadari sepenuhnya di dalam penulisan makalah ini masih banyak terdapat
kekurangan, oleh karena itu kami mengharapkan adanya kritik dan saran demi kesempurnaan
makalah ini.

Semoga makalah ini bisa bermanfaat bagi kita semua, khususnya bagi penyusun dan
dapat menambah wawasan kita dalam mempelajari tentang “REGRESI SEDERHANA”.

Semarang, 02 Oktober 2020

                                                                                                                Penyusun
 DAFTAR ISI

HALAMAN JUDUL........................................................................................................i

DAFTAR ISI....................................................................................................................ii 

KATA PENGANTAR....................................................................................................iii

BAB I PENDAHULUAN

I. Latar Belakang......................................................................................................1
II. Rumusan Masalah.................................................................................................1
III. Tujuan Penulisan...................................................................................................1

BAB II PEMBAHASAN

I. Pengertian Regresi sederhana............................................................................2

II. Analisis Regresi sederhana................................................................................3
III. Macam-Macam Regresi sederhana  ..................................................................5
IV. Tujuan  Pengggunaan Regresi sederhana..........................................................7
V. Karakteristik Penggunaan Regresi sederhana....................................................8

BAB III PENUTUP

1. Kesimpulan..............................................................................................................9
2. Saran........................................................................................................................9

DAFTAR PUSTAKA.......................................................................................................10

.
 BAB I
PENDAHULUAN

1.1  Latar Belakang
Banyak suatu analisis bertujuan untuk mengetahui apakah ada hubungan antara dua atau lebih peubah.
Bila hubungan demikian ini dapat dinyatakan dalam bentuk rumus matematik, maka kita akan dapat
menggunakannya untuk keperluan peramalan.

Masalah peramalan dapat dilakukan dengan menerapkan persamaan regresi. mendekati nilai tengah
populasi. Sekarang ini, istilah regresi ditetapkan pada semua jenis peramalan, dan tidak harus berimplikasi suatu
regresi mendekati nilai tengah populasi. Sedangkan Teknik korelasi merupakan teknik analisis yang melihat
kecenderungan pola dalam satu variabel berdasarkan kecenderungan pola dalam variabel yang lain.    

Maksudnya, ketika satu variabel memiliki kecenderungan untuk naik maka kita melihat kecenderungan
dalam variabel yang lain apakah juga naik atau turun atau tidak menentu. Jika kecenderungan dalam satu
variabel selalu diikuti oleh kecenderungan dalam variabel lain, kita dapat mengatakan bahwa kedua variabel ini
memiliki hubungan atau korelasi.

1.2  Rumusan Masalah
1.      Apa yang dimaksud dengan regresi sederhana?
2.      Bagaimana analisis dari regresi sederhana?
3.      Apa saja macam-macam dari regresi sederhana?
4.      Apa tujuan dari penggunaan regresi sederhana?
5.      Apa saja karakteristik dari regresi sederhana?

1.3 Tujuan Penulisan

Pembaca diharapkan dapat mengetahui apa  definisi dan analisis dari regresi sederhana, dapat mengetahui
macam-macam serta karakteristik dari regresi sederhana, dan dapat mengetahui tujuan dari penggunaan regresi
sederhana.
 BAB II
PEMBAHASAN

2.1 Pengertian Regresi Sederhana

Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton menemukan
adanya tendensi bahwa orang tua yang memiliki tubuh tinggi memiliki anak-anak yang tinggi, orang tua yang
pendek memiliki anak-anak yang pendek pula. Kendati demikian. Ia mengamati bahwa ada kecenderungan
tinggi anak cenderung bergerak menuju rata-rata tinggi populasi secara keseluruhan. Dengan kata lain,
ketinggian anak yang amat tinggi atau orang tua yang amat pendek cenderung bergerak kearah rata-rata tinggi
populasi. Inilah yang disebut hukum Golton mengenai regresi universal. Dalam bahasa galton, ia menyebutkan
sebagai regresi menuju mediokritas.

Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependen
(terikat) dengan satu atau lebih variabel independent (variabel penjelas/bebas), dengan tujuan untuk
mengestimasi dan/ atau memprediksi rata-rata populasi atau niiai rata-rata variabel dependen berdasarkan nilai
variabe! independen yang diketahui. Pusat perhatian adalah pada upaya menjelaskan dan mengevalusi
hubungan antara suatu variabel dengan satu atau lebih variabel independen. Hasil analisis regresi adalah berupa
koefisien regresi untuk masing-masing variable independent. Koefisien ini diperoleh dengan cara memprediksi
nilai variable dependen dengan suatu persamaan.

 
2.2 Analisis Regresi Sederhana
Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh suatu variabel
terhadap variabel lain. Dalam analisis regresi, variabel yang mempengaruhi disebut Independent Variable
(variabel bebas) dan variabel yang dipengaruhi disebut Dependent Variable (variabel terikat). Jika dalam
persamaan regresi hanya terdapat satu variabel bebas dan satu variabel terikat, maka disebut sebagai persamaan
regresi sederhana, sedangkan jika variabel bebasnya lebih dari satu, maka disebut sebagai persamaan regresi
berganda.

Untuk mencari persamaan garis regresi dapat digunakan berbagai pendekatan (rumus), sehingga nilai konstanta
(a) dan nilai koefisien regresi (b) dapat dicari dengan metode sebagai berikut :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2] atau a = (ΣY/N) – b (ΣX/N)
 b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]

Contoh :
Berdasarkan hasil pengambilan sampel secara acak tentang pengaruh lamanya belajar (X) terhadap nilai ujian
(Y) adalah sebagai berikut :

Y(nilai ujian) X (lama belajar) X 2 XY

40 4 16 160
60 6 36 360
50 7 49 350
70 10 100 700
90 13 169 1.170
ΣY = 310 ΣX = 40 ΣX2 = 370 ΣXY = 2.740

Dengan menggunakan rumus di atas, nilai a dan b akan diperoleh sebagai berikut :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2]
a = [(310 . 370) – (40 . 2.740)] / [(5 . 370) – 402] = 20,4

b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]

b = [(5 . 2.740) – (40 . 310] / [(5 . 370) – 402] = 5,4

Sehingga persamaan regresi sederhana adalah Y = 20,4 + 5,2 X

Berdasarkan hasil penghitungan dan persamaan regresi sederhana tersebut di atas, maka dapat diketahui bahwa :
1. Lamanya belajar mempunyai pengaruh positif (koefisien regresi (b) = 5,2) terhadap nilai ujian, artinya
jika semakin lama dalam belajar maka akan semakin baik atau tinggi nilai ujiannya
2. Nilai konstanta adalah sebesar 20,4, artinya jika tidak belajar atau lama belajar sama dengan nol, maka
nilai ujian adalah sebesar 20,4 dengan asumsi variabel-variabel lain yang dapat mempengaruhi dianggap
tetap.

Contoh :
Sampel yang diambil secara acak dari 5 mahasiswa, didapat data nilai Statistik dan Matematika sebagai berikut :
Sampel X (statistik) Y (matematika) XY X2 Y2
1 2 3 6 4 9
2 5 4 20 25 16
3 3 4 12 9 16
 4 7 8 56 49 64
5 8 9 72 64 81
Jumlah 25 28 166 151 186
2.3 Macam-Macam Regresi Sederhana
Macam-macam regresi itu terbagi lima antara lain sebagai berikut:
1. Regresi Linier Sederhana
2. Hubungan antara 2 variabel. Yaitu x (variabel bebas) dan y (variabel tak bebas). Kedua variable datanya
kuantitatif.
Misal: Berat badan seseorang dipengaruhi tinggi badannya
3. Regresi Linier Berganda
Hubungan antara variabel y dengan dua atau lebih variabel x. Semua variable datanya kuantitatif.
Misal : produksi padi dipengaruhi oleh jenis pupuk, suhu, lama penyinaran, dll       
4. Regresi Nonlinier
Hubungan antara variabel y dan x yang tidak linier. Tidak linier maksudnya laju perubahan y akibat laju
perubahan x tidak konstan untuk nilai-nilai x tertentu.
5. Misal : Produksi padi akan meningkat saat diberi pupuk taraf rendah ke sedang. Tapi kalau diberi
dengan taraf tinggi, malah produksinya menurun.
6. Regresi Dummy
Hubungan antara variabel y (data kuantitatif) dan variabel x (data kualitatif).
Misal : Melihat pengaruh kemasan terhadap harga jual makanan. Kita coding 1 jika kemasan menarik dan 0
jika kemasan tidak menarik. 1 dan o adalah variabel dummy.
7. Regresi Logistik
Hubungan antara variabel y (data kualitatif) dan variabel x (data kuantitatif).
Misal :
Ingin diketahui apakah konsumen akan membeli makanan di rumah makan berdasarkan penilaian konsumen
terhadap lokasi, pelayanan, pendapatan. Dalam kasus ini hanya ada 2 kemungkinan respon konsumen, yaitu
konsumen membeli (1) dan tidak membeli (0).

2.3  Tujuan  Pengggunaan Regresi dan Korelasi

Ada beberapa tujuan penggunaan analisis regresi, antara lain:
1. Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasari pada nilai variabel bebas.
2. Menguji hipotesis karakteristik dependensi.
3. Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas diluar
jangkauan sample.
 Adapun tujuan penggunaan korelasi yaitu: untuk mengukur kekuatan (strength) dan arah hubungan hubungan
antar dua variabel atau lebih.
Contoh :
1. Mengukur hubungan antara variabel
2. Motivasi kerja dengan produktivitas;
3. Kualitas layanan dengan kepuasan pelangga;
4. Tingkat inflasi dengan IHSG

2.4  Karakteristik Penggunaan Regresi Sederhana

Regresi memiliki beberapa karakteristik antara lain :
1) Model regresi dikatakan layak  jika angka signifikansi pada ANOVA sebesar < 0.05.
2) Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi yang sangat tinggi atau sangat
rendah antar variabel bebas. Syarat ini hanya berlaku untuk regresi linier berganda dengan variabel bebas
lebih dari satu.
3) Keselerasan model regresi dapat diterangkan dengan menggunakan nilai r2 semakin besar nilai tersebut
maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai r 2 mempunyai
karakteristik diantaranya: 1) selalu positif, 2) Nilai r2 maksimal sebesar 1. Jika Nilai r2 sebesar 1 akan
mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam variabel Y dapat diterangkan
oleh model regresi. Sebaliknya jika r2 sama dengan 0, maka tidak ada hubungan linier antara X dan Y.
4) Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y)
5) Data harus berdistribusi normal
6) Data berskala interval atau rasio
7) Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel bebas (disebut juga sebagai
variabel predictor) sedang variabel lainnya variabel tergantung (disebut juga sebagai variabel response).
 BAB III
PENUTUP
3.1  Kesimpulan
Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependen
(terikat) dengan satu atau lebih variabel independent (variabel penjelas/bebas), dengan tujuan untuk
mengestimasi dan/ atau memprediksi rata-rata populasi atau niiai rata-rata variabel dependen berdasarkan nilai
variabe! independen yang diketahui.
Macam-macam regresi itu terbagi lima antara lain sebagai berikut:
1.      Regresi Linier Sederhana
2.      Regresi Linier Berganda
3.       Regresi Nonlinier
4.       Regresi Dummy
5.      Regresi Logistik

3.2  Saran
Menyadari masih banyaknya kekurangan dalam penyusunan makalah ini, penyusun sangat mengharapkan
adanya kritik dan saran, yang sifatnya membangun atau memperbaiki makalah ini dari semua pihak.
 DAFTAR PUSTAKA

Supangat,Andi. 2010. Statistika. Jakarta:Kencana

http://ngacabrul.blogspot.co.id/2010/12/makalah-statistik-korelasi-dan-regresi.html
https://lovelyyydee.wordpress.com/2014/04/09/contoh-makalah-statistika-regresi-dan-korelasi/
http://kakamawardi.blogspot.co.id/2011/12/analisis-regresi-dan-korelasi-sederhana.html
http://dokterdewikusumastuti.blogspot.co.id/2013/07/analisis-regresi.html
http://allansetyoko.blogspot.co.id/2014/04/perbedaan-antara-hubungan-dengan.html