REGRESI LINIER SEDERHANA

Pengantar:
Analisis regresi dilakukan bila hubungan dua variabel berupa hubungan kausal atau
fungsional. Untuk menetapkan kedua varaibel mempunyai hubungan kausal atau tidak, maka
harus didasarkan pada teori atau konsep-konsep tentang dua variabel tersebut. Hubungan
antara panas dengan tingkat muai panjang, dapat dikatakan sebagai hubungan yang kausal;
hubungan antara kepemimpinan dengan kepuasan kerja pegawai dapat dikatakan hubungan
yang fungsional;
Kita gunakan analisis regresi bila kita ingin mengetahui bagaimana veriabel
dependen/kriteria dapat diprediksikan melalui varibel independen tau prediktor, secara
individual. Dampak dari penggunaan analissi regresi dapat digunakan untuk memutuskan
apakah naik tau menurunnya variabel dependen dapat digunkan untuk memutuskan apakah
naik dan menurunnnya varibel dependen dapat dilakukan melalui menaikkan dan
menurunkan keadaan variabel independen, atau untuk meningkatkan keadaan variabel
dependen dapat dilakukan dengan meningkatkan varibel independen/dan sebaliknya.
(Sugiyono, 2008).
Dalam suatu persamaan regresi terdapat 2 macam variabel, yaitu :

Variabel dependen/ variabel respon (variabel tak bebas) adalah variabel yang nilainya
bergantung dari variabel lain. Biasanya dinyatakan dengan Y.

Variabe lindependen/ variabel predictor (variabel bebas) adalah variabel yang nilainya
tidak bergantung dari variabel lain. Biasanya dinyatakan dengan X.
Persamaan Regresi linier sederhana:

1
2
Latihan:
Berikut data RCAL (Routine Core Analisys) menunjukkan hasil sebagai berikut.

Kedalaman (m) Porositas (%)

No X Y
1 47.4 18.3
2 65.85 17.6
3 82.4 16.7
4 99.3 16
5 119.7 15.2
6 138.8 14.5
7 157.6 13.7
8 172.1 12.9
9 196.1 12.2
10 223.1 11.8

a. Bagaimana persamaan regresinya

b. Gambarkan arah regresinya

c. Buktikan apakah ada pengaruh yang signifikan antara kedalaman (X) terhadap Porositas
(Y)