ANALISIS REGRESI SEDERHANA

Analisis regresi merupakan Teknik analisis yang khas untuk penelitian asosiatif yang
bertujuan untuk mempelajari pengaruh variable bebas terhadap variable terikat. Analisis
regresi juga dapat digunakan untuk melihat hubungan/pengaruh antara dua variable, mengukur
kekuatan pengaruh dan membuat ramalan yang didasarkan kepada kuat lemahnya pengaruh
tersebut.
Perhatikan contoh berikut ini :
Dalam penelitian tentang pengaruh kemampuan awal siswa terhadap hasil belajar dengan
sampel dibawah ini:
Kemampuan awal (𝑋)
Hasil belajar (𝑌)
Sampel X Y
1 70 60
2 80 80
3 85 80
4 81 78
5 80 82
6 70 80
7 75 80
8 80 82
9 75 80
10 70 80
Tentukan:
1. Regresi 𝑋 dan 𝑌
2. Uji Linieritas garis regresi
3. Uji signifikan persamaan regresi

STATISTIKA PENDIDIKAN (ANALISIS REGRESI SEDERHANA) NISVU NANDA SAPUTRA

Tahap Penyelesaian:
1. Membuat table bantu hitung
Sampel X Y 𝑋∙𝑌 𝑋2 𝑌2
1 70 60 4200 4900 3600
2 80 80 6400 6400 6400
3 85 80 6800 7225 6400
4 81 78 6318 6561 6084
5 80 82 6560 6400 6724
6 70 80 5600 4900 6400
7 75 80 6000 5625 6400
8 80 82 6560 6400 6724
9 75 80 6000 5625 6400
10 70 80 5600 4900 6400
Jumlah 766 782 60038 58936 61532

Menghitung konstanta dan keofisien arah regresi

Konstanta Regresi yaitu :
(∑ 𝑌 ∙ ∑ 𝑋 2 ) − (∑ 𝑋 ∙ ∑ 𝑋𝑌 )
𝑎=
𝑛 ∙ ∑ 𝑋 2 − (∑ 𝑋)2
(782 ∙ 60436) − (776 ∙ 60838) 50664
𝑎= = = 23,19
(10 ∙ 60436) − (776)2 2184
Koefisien arah regresi :
𝑛 ∙ ∑ 𝑋𝑌 − ∑ 𝑋 ∙ ∑ 𝑌
𝑏=
𝑛 ∙ ∑ 𝑋 2 − (∑ 𝑋)2
10 ∙ 60838 − 776 ∙ 782 1548
𝑏= = = 0,7
10 ∙ 60436 − (776)2 2184
Dengan demikian persamaan garis regresinya
𝑌̂ = 𝑎 + 𝑏𝑋 = 23,19 + 0,7𝑋
Dengan interprestasi
Jika variable 𝑋 naik satu satuan maka variable 𝑌 dapat diprediksikan akan meningkat
sebesar 0,7(70%) pada konstanta 23,19
2. Uji signifikan persamaan regresi
Analisis jumlah kuadrat, rerata jumlah kuadrat dan derajat bebas sumber varian
a) Jumlah kuadrat total (JKT) Derajat bebas Total (𝑑𝑏(𝑇))
𝐽𝐾𝑇 = ∑ 𝑌 2 = 61532 𝑑𝑏(𝑇) = 𝑛 = 10

STATISTIKA PENDIDIKAN (ANALISIS REGRESI SEDERHANA) NISVU NANDA SAPUTRA

 b) Jumlah kuadrat a(𝐽𝐾𝑎) Derajat bebas 𝑎(𝑑𝑏(𝑎))
(∑ 𝑌)2 7822 𝑑𝑏(𝑎) = 1
𝐽𝐾(𝑎) = = = 61152,4
𝑛 10
𝑏 𝑏 𝑏
c) Jumlah kuadrat 𝑎 (𝐽𝐾 𝑎) Derajat bebas (𝑎)
𝑏 ∑𝑋∑𝑌 𝑏
𝐽𝐾 (𝑎) = 𝑏 {∑ 𝑋𝑌 − } 𝑑𝑏 (𝑎) = 1
𝑛
𝑏 (776)(782)
𝐽𝐾 (𝑎) = 0,7 − {60838 − 10
𝑏
𝐽𝐾 (𝑎) = 108,36

d) Jumlah kuadrat sisa (JKS) Derajat bebas sisa (𝑑𝑏(𝑆))

𝑏 𝑑𝑏(𝑆) = 𝑛 − 2 = 10 − 2 = 8
𝐽𝐾𝑆 = 𝐽𝐾𝑇 − 𝐽𝐾(𝑎) − 𝐽𝐾 (𝑎)

𝐽𝐾 = 61532 − 61152,5 − 108,36

𝐽𝐾 = 271,24
e) Jumlah kuadrat Galat (𝐽𝐾𝐺) Derajat bebas galat (𝑑𝑏(𝐺))
(∑ 𝑌𝑘 )2 𝑑𝑏(𝐺) = 𝑛 − 𝑘 = 10 − 5 = 5
𝐽𝐾𝐺 = {∑ 𝑌𝑘2 − }
𝑛𝑘

Dalam menghitung jumlah kuadrat galat terlebih dahulu urutkan data dari terkecil
sampai data terbesar pada variable 𝑋 seperti berikut ini:
Kelompok 𝑋 𝑌
1 70 60 {(602 + 802 ) − ((60+80)2)} 200
2
70 80
1402
{(3600 + 6400) − ( )}
2

{10000 − 9800}
2 75 80 {(802 + 802 ) − ((80+80)2)} 0
2
75 80
{1280 − 1280}
3 80 80 {(802 + 802 + 822 + 822 ) − ((80+80+82+82)2) 4
4
80 80
{26248 − 26244}
80 82
80 82
4 81 78 0
85 80 0
Jumlah 204
Dengan demikian 𝐽𝐾𝐺 = 204

STATISTIKA PENDIDIKAN (ANALISIS REGRESI SEDERHANA) NISVU NANDA SAPUTRA

 f) Jumlah kuadrat Tuna Cocok (𝐽𝐾𝑇𝐶) Derajat bebas tuna cocok (𝑑𝑏(𝑇𝐶))
𝐽𝐾𝑇𝐶 = 𝐽𝐾𝑆 − 𝐽𝐾𝐺 = 271,24 − 𝑑𝑏(𝑇𝐶) = 𝑘 − 2 = 5 − 2 = 3
204 = 67,24
g) Rerata jumlah kuadrat (𝑅𝐽𝐾)
1. Rerata jumlah kuadrat 𝑎(𝑅𝐽𝐾(𝑎))
𝐽𝐾(𝑎) 61152,4
𝑅𝐽𝐾(𝑎) = 𝑑𝑏(𝑎) = = 61152,4
1

2. Rerata jumlah kuadrat sisa (𝑅𝐽𝐾𝑆)

𝑏
𝑏 𝐽𝐾( ) 108,36
𝑎
𝑅𝐽𝐾 (𝑎) = 𝑏 = = 108,36
𝑑𝑏( ) 1
𝑎

3. Rerata jumlah kuadrat sisa (𝑅𝐽𝐾𝑆)

𝐽𝐾𝑆 271,24
𝑅𝐽𝐾𝑆 = 𝑑𝑏(𝑆) = = 33,905
8

4. Rerata jumlah kuadrat Galat (𝑅𝐽𝐾𝐺)

𝐽𝐾𝐺 204
𝑅𝐽𝐾𝐺 = 𝑑𝑏(𝐺) = = 40,8
5

5. Rerata jumlah kuadrat Tuna Cocok (𝑅𝐽𝐾𝑇𝐶)

𝐽𝐾𝑇𝐶 67,24
𝑅𝐽𝐾𝑇𝐶 = 𝑑𝑏(𝑇𝐶) = = 22,41
3

3. Uji liniearitas garis regresi

Hipotesis statistic
𝐻0 ∶ 𝛾 = 𝛼 + 𝛽𝑋 (garis regresi liniear)
𝐻1 ∶ 𝛾 ≠ 𝛼 + 𝛽𝑋 (garis regresi tidak liniear)
Pengujian
𝑅𝐽𝐾𝑇𝐶 22,41
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = = = 0,54
𝑅𝐽𝐾𝐺 40,8
𝑑𝑏(𝑇𝐶)𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔
𝐹𝑡𝑎𝑏𝑒𝑙 = (0,05; ) (gunakan table F)
𝑑𝑏(𝐺)𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡
3
𝐹𝑡𝑎𝑏𝑒𝑙 = (0,05; 5) = 5,41

Kesimpulan:
Karena 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 berada didaerah penerimaan 𝐻0 , maka tolak 𝐻1 terima 𝐻0 dengan
demikian garis regresi 𝑌 atas 𝑋 adalah liniear.

STATISTIKA PENDIDIKAN (ANALISIS REGRESI SEDERHANA) NISVU NANDA SAPUTRA

 4. Uji Signifikan persamaan regresi
Hipotesis statistic
𝐻0 ∶ 𝛽 = 0
𝐻1 ∶ 𝛽 ≠ 0
Pengujian :
𝑏
𝑅𝐽𝐾( ) 108,36
𝑎
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = = 33.905 = 3,19
𝑅𝐽𝐾𝑆
𝑏
𝑑𝑏( )𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔
𝑎
𝐹𝑡𝑎𝑏𝑒𝑙 = (0,05; ) Gunakan table 𝐹
𝑑𝑏(𝑆)𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡

1
𝐹𝑡𝑎𝑏𝑒𝑙 = (0,05; 8) = 5,32

Kesimpulan:
Karena 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 berada di daerah penerimaan 𝐻0 , maka tolak 𝐻1 terima 𝐻0 , dengan
demikian tidak terdapat pengaruh yang signifikan antara Kemampuan awal matematika
fungsi (𝑋) terhadap hasil belajar (𝑌).

STATISTIKA PENDIDIKAN (ANALISIS REGRESI SEDERHANA) NISVU NANDA SAPUTRA