MODEL REGRESI LINEAR SEDERHANA

Model regresi linear sederhana merupakan suatu model dimana hanya ada satu variabel
bebas dan satu variabel terikat yang dinyatakan sebagai fungsi linear. Model tersebut
bertujuan untuk mengetahui bentuk hubungan matematis antara satu variabel bebas dengan
satu variabel terikat dan membuat ramalan tentang nilai dari variabel bebas jika setiap nilai
dari variabel terikat diketahui.
Perhitungan regresi linear sederhana dapat menggunakan Metode Kuadrat Terkecil
yaitu meminimumkan jumlah kuadrat galat sedemikian hingga diperoleh nilai dan untuk
model persamaan regresi linear deserhana sebagai berikut:
n X i Yi   X i  Yi 
a  Y  bX b
n X i2   X i 
2

Model Persamaan Regresi Linear : 𝑌 = 𝑎 + 𝑏𝑋 + 𝑒𝑖

Model Persamaan Regresi Linear Dugaaan : 𝑌 = 𝑎 + 𝑏𝑋

dimana:
adalah konstanta dari persamaan regresi linear sederhana
adalah koefisien regresi
̅ adalah rata-rata dari data variabel terikat Yi
̅ adalah rata-rata dari data variabel bebas Xi
adalah jumlah data dan adalah galat (error)
Xi adalah data variabel X ke-i
Yi adalah data variabel Y ke-i
Selain itu, perhitungan regresi linear sederhana dapat dilakukan melalui bantuan
perangkat lunak seperti SPSS seperti langkah-langkah berikut ini.
1. Buka lembar kerja SPSS lalu klik Variabel View, selanjutnya pada kolom Name untuk
baris pertama tulis X, lalu baris kedua Y. Pada kolom Label baris pertama tulis nama
variabel yang dijadikan sebagai variabel bebas dan baris kedua tulis nama yang dijadikan
sebagai variabel terikat.
2. Klik Data View masukkan data penelitian untuk variabel X dan variabel Y.
3. Klik menu Analyze => Regression => Linear. Setelah itu muncul kotak dialog Linear
Regression, masukkan variabel Y pada kotak Dependent dan masukkan variabel X pada
kotak Independent. Klik OK sehingga akan keluar tampilan output hasil pengolahan data.

1
Contoh Kasus:
Peneliti ingin mengetahui pengaruh pendapatan bulanan terhadap konsumsi bulanan
karyawan rumah makan Nyaman Banar. Dari hasil penelitian diperoleh data pendapatan
bulanan (dalam puluhan ribu rupiah) dan konsumsi bulanan (dalam puluhan ribu rupiah)
sebagai berikut.
Pendapatan Konsumsi
85 75
100 65
125 85
140 95
145 110
Solusi:
a) Karena konsumsi bulanan dipengaruhi oleh pendapatan bulanan maka konsumsi bulanan
sebagai variabel terikat (Y) dan pendapatan bulanan sebagai variabel bebas (X).
b) Perhitungan model regresi linear sederhana menggunakan Metode Kuadrat Terkecil
adalah sebagai berikut.
No. X Y X2 Y2 X.Y
1 85 75 7.225 5.625 6.375
2 100 65 10.000 4.225 6.500
3 125 85 15.625 7.225 10.625
4 140 95 19.600 9.025 13.300
5 145 110 21.025 12.100 15.950
∑ (Jumlah) 595 430 73475 38.200 52.750
Rata-Rata ̅ = 119 ̅ = 86

n X i Yi   X i  Yi 
b
n X i2   X i 
2

( ) ( )( )
Koefisien regresi dugaan = = =
( ) ( )

a  Y  bX

Konstanta dugaan = = –( )=
Jadi, persamaan regresi linear dugaan adalah = + .

2
c) Perhitungan model regresi linear sederhana menggunakan SPSS

3
 a
Coefficients

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 15,581 22,867 ,681 ,545

1
Pendapatan ,592 ,189 ,875 3,137 ,052

a. Dependent Variable: Konsumsi

Jadi, persamaan regresi linear dugaan adalah = + .

d) Interpretasi dari persamaan regresi linear dugaan = + adalah sebagai
berikut:
 = 0,592 berarti bahwa rata-rata konsumsi bulanan karyawan meningkat Rp 5.920
untuk setiap kenaikan pendapatan bulanan karyawan Rp 10.000 (atau kenaikan
pendapatan bulanan karyawan Rp 10.000 akan meningkatkan rata-rata konsumsi
bulanan sebesar Rp 5.920).
 = 15,581 berarti bahwa untuk pendapatan bulanan karyawan sebesar Rp 0 maka
konsumsi bulanan karyawan yang dikeluarkan sebesar Rp 155.810.
(dengan catatan bahwa tidak selalu bermakna)
e) Berdasarkan interpretasi dari persamaan regresi linear dugaan tersebut, bila pendapatan
bulanan karyawan yang dihasilkan sebesar Rp 1.900.000, maka konsumsi bulanan
karyawan yang dikeluarkan sebesar = + ( )= (dalam
puluhan ribu rupiah) atau sebesar Rp 1.280.610.