MAKALAH STATISTIK 2

UJI REGRESI LINEAR SEDERHANA

Dosen Pengampu:

RESSY RUSTANUARSI, M. Pd.

DISUSUN OLEH :

KELOMPOK 5

1. Hendri (11901018)
2.Nildaul Riskiana (11901109)
3.Sahudi (11901337)
4.Leni Alya (11901220)

5.Fauzan Amin (11901218)

PROGRAM STUDI PENDIDIKAN AGAMA ISLAM

FAKULTAS TARBIYAH DAN ILMU KEGURUAN

INSTITUT AGAMA ISLAM NEGERI PONTIANAK

2021/2022
 KATA PENGANTAR

Bismillahirrahmanirrahim

Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha
Penyayang, kami panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah
melimpahkan rahmat, hidayah, dan inayah-Nya kepada kami. Dan shalawat serta
salam terlimpahkan kepada junjungan Nabi Muhammad SAW. Sehingga kami
dapat menyelesaikan tugas mata kuliah STATISTIK 2 ini.

Makalah ini telah kami susun dengan semaksimal mungkin. Terlepas dari
itu semua kami menyadari sepenuhnya bahwa masih banyak kekurangan baik dari
segi susunan kalimat maupun tata bahasanya. Oleh karena itu dengan sangat
berbesar hati kami menerima segala saran dan kritik dari pembaca agar kami
dapat memperbaiki makalah ini untuk hasil yang jauh lebih baik lagi.

Akhir kata, kami berharap datangnya berbagai macam kritik untuk

makalah ini. Dan semoga makalah ini dapat bermanfaat bagi para pembaca.

Terima kasih.

Pontianak, 01 Desember 2021

Kelompok 5

ii
 DAFTAR ISI

KATA PENGANTAR.......................................................................................................ii

DAFTAR ISI......................................................................................................................iii

BAB 1 PENDAHULUAN..................................................................................................4

A. LATAR BELAKANG...........................................................................................4
B. RUMUSAN MASALAH.......................................................................................5
C. TUJUAN PEMBELAJARAN...............................................................................5

BAB II PEMBAHASAN...................................................................................................6

A. Pengertian Uji Regresi Linear Sederhana...........................................................6

B. Tujuan Uji Regresi Linear Sederhana.................................................................7
C. Persyaratan/Asumsi Uji Regresi Linear Sederhana...........................................7
D. Rumus Uji Regresi Linear Sederhana.................................................................9
E. Contoh Kasus Beserta Tahapan Pengujian.........................................................9

BAB III PENUTUP...........................................................................................................15

A. KESIMPULAN......................................................................................................15
B. SARAN...................................................................................................................15

DAFTAR PUSTAKA........................................................................................................16

iii
 BAB I

PENDAHULUAN

A. LATAR BELAKANG
Penggunaan statistika dalam mengolah data penelitian berpengaruh terhadap
tingkat analisis hasil penelitian. Penelitian-penelitian dalam bidang ilmu pengetahuan
alam (IPA) yang menggunakan perhitungan-perhitungan statistika, akan menghasilkan
data yang mendekati benar jika memperhatikan tata cara analisis data yang digunakan.
Dalam memprediksi dan mengukur nilai dari pengaruh satu variabel (bebas/independent/
predictor) terhadap variabel lain (tak bebas/dependent/response) dapat digunakan uji
regresi.
Analisis/uji regresi merupakan suatu kajian dari hubungan antara satu variabel,
yaitu variabel yang diterangkan (the explained variabel) dengan satu atau lebih variabel,
yaitu variabel yang menerangkan (the explanatory). Apabila variabel bebasnya hanya
satu, maka analisis regresinya disebut dengan regresi sederhana. Apabila variabel
bebasnya lebih dari satu, maka analisis regresinya dikenal dengan regresi linear
berganda. Dikatakan berganda karena terdapat beberapa variabel bebas yang
mempengaruhi variabel tak bebas.
Analisis/uji regresi banyak digunakan dalam perhitungan hasil akhir untuk
penulisan karya ilmiah/penelitian. Hasil perhitungan analisis/uji regresi akan dimuat
dalam kesimpulan penelitian dan akan menentukan apakah penelitian yang sedang
dilakukan berhasil atau tidak. Analisis perhitungan pada uji regresi menyangkut
beberapa perhitungan statistika seperti uji signifikansi (uji-t, uji-F), anova dan penentuan
hipotesis. Hasil dari analisis/ uji regresi berupa suatu persamaan regresi. Persamaan
regresi ini merupakan suatu fungsi prediksi variabel yang mempengaruhi variabel lain.
Dalam modul ini dibahas regresi linier sederhana dan pengujian signifikansi
hipotesis menggunakan uji-t.

4
B. RUMUSAN MASALAH
Adapun yang menjadi rumusan masalah dalam makalah ini adalah sebagai
berikut:
1. Apa yang dimaksud dengan Uji Regresi Linear Sederhana?
2. Apa saja tujuan dari adanya Uji Regresi Linear Sederhana?
3. Apa saja persyaratan/asumsi Uji Regresi Linear Sederhana?
4. Sebutkan rumus dari Uji Regresi Linear Sederhana?
5. Contoh kasus beserta tahapan Pengujian?

C. TUJUAN PENULISAN
Adapun yang menjadi tujuan dalam penulisan makalah ini adalah sebagai berikut:
1. Mengetahui maksud dari Uji Regresi Linear Sederhana.
2. Mengetahui tujuan dari adanya Uji Regresi Linear Sederhana.
3. Mengetahui apa saja persyaratan/asumsi Uji Regresi Linear Sederhana.
4. Mengetahui rumus dari Uji Regresi Linear Sederhana.
5. Mengetahui salah satu contoh kasus beserta bagaimana tahapan pengujiannya.

5
 BAB II

PEMBAHASAN

UJI REGRESI LINEAR SEDERHANA

A. Pengertian Uji Regresi Linier Sederhana

Analisis regresi adalah suatu metode statistik yang mengamati hubungan antara
variabel terikat Y dan serangkaian variabel bebas X1,…,Xp. Tujuan dari metode ini
adalah untuk memprediksi nilai Y untuk nilai X yang diberikan. Regresi Linear
Sederhana adalah Metode Statistik yang berfungsi untuk menguji sejauh mana hubungan
sebab akibat antara Variabel Faktor Penyebab (X) terhadap Variabel Akibatnya.
Faktor Penyebab pada umumnya dilambangkan dengan X atau disebut juga
dengan Predictor sedangkan Variabel Akibat dilambangkan dengan Y atau disebut juga
dengan Response. Regresi Linear Sederhana atau sering disingkat dengan SLR (Simple
Linear Regression) juga merupakan salah satu Metode Statistik yang dipergunakan dalam
produksi untuk melakukan peramalan ataupun prediksi tentang karakteristik kualitas
maupun Kuantitas.
Terdapat beberapa istilah dalam Regresi Linier Sederhana, yaitu sebagai berikut:
1. Koefisien Korelasi (r) adalah nilai yang menyatakan kuat atau tidaknya hubungan
antara 2 variabel
2. Standar error koefisien regresi (E) adalah ukuran dari ketepatan koefisien regresi
dalam memprediksi nilai populasinya.Standar error diukur berdasarkan akar
kuadrat dari deviasi atau varians koefisien regresi sampel dengan koefisien regresi
populasi
3. Koefisien determinasi regresi (r2) adalah:
a) Nilai yang menunjukkan seberapa besar pengurangan variasi dalam Y
(variabel dependent) saat satu atau lebih X (variabel independent) masuk
kedalam model regresi.
b) Besarnya sumbangan/andil dari variabel x terhadap variasi atau naik turunnya
y.

6
 4. Konstanta (a) adalah perpotongan garis regresi dengan sumbu Y (nilai estimate
jika x = 0).
5. Koefisien arah dari regresi linear (b) adalah nilai yang menunjukkan seberapa
besar perubahan nilai Y (variabel dependen) saat X (variabel independent)
bertambah satu-satuan

B. Tujuan Uji Regresi Linear Sederhana

Analisis regresi sederhana bertujuan untuk mengetahui pengaruh dari suatu
variabel terhadap variabel lainnya. Pada analisis regresi suatu variabel yang
mempengaruhi disebut variabel bebas atau independent variable, sedangkan variabel
yang dipengaruhi disebut variabel terkait atau dependent variable.
Analisis regresi juga dapat digunakan untuk memahami variabel - variabel bebas
mana saja yang dapat berhubungan dengan variabel terikat, serta untuk mengetahui
bentuk hubungan tersebut. Tujuan analisis regresi untuk mendapatkan pola hubungan
secara matematis dari variabel X dan variabel Y, dan untuk mengetahui besarnya
perubahan variabel X terhadap variabel Y, serta untuk memprediksi variabel Y jika nilai
variabel X diketahui.
Uji Regresi linear sederhana ataupun regresi linier pada intinya memiliki beberapa
tujuan, yaitu:
1. Menghitung nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada
nilai variabel bebas.
2. Menguji hipotesis karakteristik dependensi.
3. Meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel
bebas diluar jangkaun sample.

C. Persyaratan/Asumsi Uji Regresi Linear Sederhana

Analisi regresi linier sederhana dapat dilaksanakan apabila telah memenuhi
syarat-syarat sebagai berikut:
1. Sampel diambil secara random (acak).
2. Variabel X dan variabel Y mempunyai hubungan yang kausal, dimana X
merupakan sebab dan Y merupakan akibat.

7
 3. Nilai Y mempunyai penyebaran yang berdistribusi normal.
4. Persamaan tersebut hendaknya benar-benar linier.

Apabila syarat-syarat tersebut tidak terpenuhi maka analisis regresi liner

sederhana tidak dapat dilanjutkan.

Dalam penggunaan aplikasinya, terdapat beberapa asumsi yang harus dipenuhi

untuk melakukan analisis regresi sederhana. Beberapa asumsi tersebut sebagai berikut:

1. Yi (Variabel Tak Bebas/Dependent Variable) merupakan random variable/bersifat

stochastic.
2. Xi (Variabel bebas/Independent Variable) bersifat fixed/non stochastic (bukan
merupakan random variable)
3. E(εi) = 0
4. E(εi εj) = E(εi2) = σ2 untuk i = j (Homoscedastic)
5. E(εi εj) = 0 untuk i ≠ j (Non autocorrelation)
6. εi merupakan random variable yang terdistribusi secara bebas dan indentik
mengikuti distribusi normal dengan rata-rata 0 dan varian σ2

Langkah Membuat Regresi Linear Sederhana:

1. Cari dulu apakah kedua variabel tersebut ada hubungan linear atau tidak.
2. Tentukan terlebih dahulu variabel independent (x) dan variabel dependennya (y)
3. Membuat diagram pencar dari data x dan y.
4. Dari diagram pencar tersebut akan diperoleh gambaran pola tebaran x dan
y.apakah membentuk hubungan linear?jika ya,maka model regresinya adalah
regresi linear sederhana,kalau tidak linear bias dicari regresinya.
5. Menghitung a dan b.
6. Menghitung y^=a+bx, dimana y^= estimasi harga y jika x disubtitusikan kedalam
persamaan regresi.
7. Membuat garis y^=a+bx  pada sumbu x dan y.

8
D. Rumus Uji Regresi Linear Sederhana
Rumus dari Uji regresi linear sederhana sebagai berikut:

Y = a + bX
Keterangan:
Y = Variabel dependen (variabel terikat)
X = Variabel independent (variabel bebas)
a = Konstanta (nilai dari Y apabila X = 0)
b = Koefisien regresi (pengaruh positif atau negatif)

E. Contoh Kasus Beserta Tahapan Pengujian

1. Contoh Kasus
Seorang Mahasiswa ingin melakukan analisis regresi terhadap data hasil
penelitiannya yang berjudul Hubungan antara motivasi dan hasil belajar KKPI di
SMA X. Pertanyaan penelitiannya antara lain:
 Apakah hasil belajar KKPI (Y) dapat diprediksi dari motivasi (X)? atau
apakah terdapat hubungan fungsional antara motivasi dan hasil belajar KKPI?
 Variabel X = variabel predictor (bebas, independent)
 Variabel Y = variabel kriterium (terikat, dependent)

DATA PENELITIAN

Responden X Y
1 34 32
2 38 35
3 34 31
4 40 38
5 30 29
6 40 35
7 40 33
8 34 30
9 35 32
10 39 36

9
 11 33 31
12 32 31
13 42 36
14 40 37
15 42 35
16 42 38
17 41 37
18 32 30
19 34 30
20 36 30
21 37 33
22 36 32
23 37 34
24 39 35
25 40 36
26 33 32
27 34 32
28 36 34
29 37 32
30 38 34
JUMLAH 1105 1000

 Dari table data penelitian diatas carilah nilai dari:

∑x = 1105
∑y = 1000
∑xy = 37056
∑x2 = 41029
∑y2 =33528
2. Tahapan Pengujian
Dari nilai-nilai di atas masukkan ke dalam rumus persamaan regresi:
( 1000 )( 41029 )−(1105)(37056)
a=
30 ( 41029 )− (1105 ) 2
41029000−20946880 82120
= = = 8.34129
1230870−1221025 9845
a = 8.34129

20 (37056 )−( 1105)(1000)

b=
30 ( 41029 )−( 1105 ) 2

10
 1111680−1105000 6680
= = = 0.678517
1230870−1221025 9845
b = 0.678517
Dari hasil diatas, dapat dibuat persamaan garis regresinya : Y = 8,34 + 0,68x

Jika x = 30, maka Y = 8,34 + 0,68 (30) = 28,70

 Uji Kelinieran dan Keberartian Regresi Hipotesis yang di uji adalah
H0 : Harga F regresi non signifikan/tidak bermakna/tidak berarti.
H1 : Harga F regresi signifikan/bermakna/berarti

H0 : Regresi Linier
H1 : Regresi Non Linier

Langkah-langkah pengujian hipotesis

 Langkah 1 : mengurutkan data X dari yang terkecil sampai yang
terbesar, diikuti oleh data Y.
Setelah data diurutkan, kelompokkan data skor motivasi dan hasil belajar
seperti pada table berikut:

x Kelompok ni y
30 1 1 29
32 2 2 31
32 30
33 3 2 31
33 32
34 4 5 32
34 31
34 30
34 30
34 32
35 5 1 32
36 6 3 30
36 32
36 34
37 7 3 33
37 34
37 32

11
 38 8 2 35
38 34
39 9 2 36
39 35
40 10 5 38
40 35
40 33
40 37
40 36
41 11 1 37
42 12 3 36
42 35
42 38

ni = Jumlah Kelompok ke i
Dari tabel di atas dapat dilihat terdapat 12 kelompok

 Langkah 2: Menghitung jumlah kuadrat

JK (total) = 33528
JK(reg a) = 33333,33
JK(reg b│a) = 151,41
JK(res) = 43,26

(∑ y ) 2
JK (G) = ∑( ∑Y 2− )
n
Lanjutkan…

JK (TC) = JK (S) – JK (G) = 43,26 – 37,67 = 5.59

 Langkah 3: Menghitung derajat kebebasan

dk (a) = 1  dk = derajat kebebasan = degree of freedom (df)
dk (b │a) = 1  jumlah predictor = 1
dk sisa = n – 2 = 30 – 2 = 28
dk tuna cocok = k – 2 = 12 – 2 = 10  k + jumlah
pengelompokan data x = 12

12
 dk galat = n – k = 30 – 12 = 18

 Langkah 4: Menghitung Rata-rata jumlah kuadrat (RJK)

RJK (T) = JK (T) / n = 33528 / 30 = 1117,6
Lanjutkan…

 Langkah 5: Masukkan perhitungan ke dalam table ANOVA untuk

regresi linier
Tabel ringkasan ANOVA untuk menguji keberartian dan linieritas regresi:

Sumber dk JK RJK Fhitung Ftabel

variasi
Total 30 33528 1117,6 - -
Regresi (a) 1 33333,33 33333,33 - -
Regresi 1 151,41 151,41 98,01 4,20
(b│a)
Residu 28 43,26 1,54
Tuna 10 5,59 0,56 0,27 2,42
cocok
Error 18 37,67 2,09
(galat)

 Langkah 6: Membuat Kesimpulan

 Aturan pengambilan keputusan:
Jika Fhitung (regresi) > Ftavel maka harga F hitung (regresi)
signifikan berarti koefisien regresi adalah berarti (bermakna).
Dalam perhitungan diperoleh:
Fhitung (regresi) = 98,01, sedangkan Ftabel untuk dk 1 : 28
(pembilang + 1 ; penyebut = 28) pada taraf signifikansi 5% =
4,20.
Ini berarti harga Fhitung > Ftabel, sehingga H 0 ditolak dan Ha
diterima, sehingga F regresi adalah signifikan. Dengan
demikian terdapt hubungan yang signifikasn abtara variabel
motivasi dan hasil belajar siswa

13
  Jika harga Fhitung (tuna cocok) < harga Ftabel, yang berarti
bahwa H0 diterima dan Ha ditolak, sehingga regresi Y atas X
adalah linier.
dari perhitungan diperoleh:
Fhitung (tuna cocok) = 0,27, sedangkan harga Ftabel untuk
taraf signifikansi 5% = 2,42
Jadi, harga F tuna cocok < Ftabel. Ini berarti, H0 diterima
sehingga harga F tuna cocok adalah nonsignifikan. Dengan
demikian, hubungan antara variabel motivasi dan hasil belajar
KKPI adalah linier.

 Langkah 7: Menghitung kadar hubungan antara x dan y atau

sumbangan x terhadap y
Koefisien korelasi ® dapat dihitung dengan rumus berikut:

JK ( TD )−JK ( S)
r2 =
JK (TD )
Dimana : JK (TD) = Jumlah kuadrat total dikoreksi
JK (TD) = JK (T) – JK (reg a) = 33528 – 33333,33 = 194,67

 Kesimpulan Penelitian:
a) Terdapat hubungan yang signifikan antara motivasi dan hasil belajar
KKPI
b) Motivasi dapat memprediksi prestasi belajar sebesar 77,8%, sedangkan
sisanya sebesar 22,2% dijelaskan oleh variabel lain yang tidak diteliti.

14
 BAB III

PENUTUP

A. KESIMPULAN
Regresi Linear sederhana adalah model prediksi yang digunakan pada data
berskala interval atau rasio dan hanya melibatkan dua variabel, yaitu satu variabel bebas
dan satu variabel terikat. Dalam artikel ini anda akan disuguhkan tutorial cara
melakukannya secara detail dan mudah dipelajari oleh mahasiswa yang sedang penelitian
atau sedang mempelajari ilmu statistik.
Analisis regresi sederhana bertujuan untuk mengetahui pengaruh dari suatu
variabel terhadap variabel lainnya. Pada analisis regresi suatu variabel yang
mempengaruhi disebut variabel bebas atau independent variable, sedangkan variabel
yang dipengaruhi disebut variabel terkait atau dependent variable.

B. SARAN
Penulis menyadari bahwa dalam pembuatan makalah ini masih banyak terdapat
kesalahan dan kekurangan, maka dari itu pihak penulis mengharapkan kritik dan saran
dari semua pihak, demi perbaikan makalah ini di masa yang akan datang.

15
 DAFTAR PUSTAKA

Suliyanto, E. T. 2016. Teori dan Aplikasi dengan SPSS. Yogyakarta: CV. Andi Offset.

Sugiyono. 2017. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Alfabeta: Bandung.

Sanny. B.I., Dewi. R. K. 2020. Pengaruh Net Interest Margin (NIM) Terhadap Return on Asset
(ROA) Pada PT Bank Pembangunan Daerah Jawa Barat Dan Banten Tbk Periode 2013-2017.
Jurnal E-Bis (Ekonomi-Bisnis). Vol. 4, No. 1.

Hijriani. A., Muludi. K., Andini. E. A., 2016. Implementasi Metode Regresi Linier Sederhana
Pada Penyajian Hasil Prediksi Pemakaian Air Bersih PDAM Way Rilau Kota Bandar Lampung
Dengan Sistem Informasi Geografis. Jurnal Informatika Mulawarman. Vol. 11, No. 2.

16