MAKALAH STATISTIK

REGRESI LINIER SEDERHANA

DOSEN PENGAMPU :

Dr. Musnaini, S.E., M.M.

DISUSUN OLEH :
Fera Oktia Wati
C1B020033

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS JAMBI
JUNI 2021
 KATA PENGANTAR
Puji dan syukur penulis panjatkan atas berkat dan rahmat Allah SWT yang
telah memberikan rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan
Makalah dengan judul “REGRESI LINIER SEDERHANA” Dalam penyusunan
makalah ini, tidak lupa pula kami mengucapkan banyak terimakasih kepada Ibu
Dr. Musnaini, S.E., M.M. sebagai dosen mata kuliah Statistik, FEB Universitas
Jambi yang telah memberikan waktu kepada kami untuk menyelesaikan makalah
ini sehingga kami dapat menyusun dan menyelesaikan makalah ini tepat pada
waktunya dan insya Allah sesuai yang kami harapkan.
Mungkin makalah ini jauh diatas sempurna, jadi kami mohon maaf jika ada
kesalahan penulisan atau kurang berkenan dihati saudara kami mohon maaf atas
kesalahan tersebut. Harapan penulis, semoga bisa menjadi koreksi di masa
mendatang agar lebih baik lagi dari sebelumnya dan semoga makalah ini membuat
ilmu kita bertambah. Tak lupa penulis mengucapkan terima kasih kepada teman-
teman atas masukkannya, dorongan dan saran yang telah diberikan kepada
penulis.

Jambi, Juni 2021

Fera Oktia Wati

C1B020033
 DAFTAR ISI

KATA PENGANTAR...................................................................................................ii
DAFTAR ISI................................................................................................................iii
BAB I.............................................................................................................................1
PENDAHULUAN.........................................................................................................1
1.1 Latar Belakang........................................................................................................1
1.2 Rumusan Masalah..................................................................................................2
1.3 Tujuan Penelitian....................................................................................................2
BAB II...........................................................................................................................3
PEMBAHASAN............................................................................................................3
2.1 Metode Least Square..............................................................................................3
2.2 Langkah-Langkah Pengujian Regresi Sederhana...................................................4
2.3 Analisis Korelasi....................................................................................................7
2.4 Uji Kausalitas.......................................................................................................11
BAB III........................................................................................................................12
PENUTUP...................................................................................................................12
3.1 Kesimpulan............................................................................................................12
DAFTAR PUSTAKA..................................................................................................13
 BAB I
PENDAHULUAN

I.1 Latar Belakang

Semakin sering kita mempelajari tentang statistik deskriptif maka semakin
banyak pula pertanyaan tentang apa itu statistik deskriptif dan yang terkandung
didalamnya serta apa saja yang perlu di ketahui dalam mempelajari statistik.
Apabila ada dua kejadian yang saling berhubungan, maka dapat dinyatakan
adanya hubungan dua variabel. Dimisalkan: variabel X sebagai variabel peramal
(bebas) dan Y sebagai variabel tergantung (tak bebas). Hubungan antara dua variabel
tersebut dapat dinyatakan hubungan linier antara dua varibel X dan Y. Apabila
variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui
dapat untuk memperkirakan atau meramalkan nilai variabel Y. Ramalan pada
dasarnya merupakan perkiraan atau penaksiran mengenai terjadinya suatu kejadian
akibat dari suatu penyebab. Variabel Y yang nilainya akan diramalkan disebut
variabel tak bebas (dependent variable), sedangkan variabel X yang nilainya
dipergunakan untuk meramalkan nilai variabel Y disebut variabel bebas (independent
variable) atau variabel peramal (predictor) atau varibel yang menjelaskan atau
menerangkan (explanatory).
Analisis korelasi dan regresi mempunyai manfaat yang berbeda. Analisis
korelasi dimanfaatkan untuk mengetahui keeratan hubungan antara dua variabel atau
lebih tanpa memperhatikan ada atau tidaknya hubungan kausal diantara variabel-
variabel itu, sedangkan analisis regresi dimanfaatkan untuk mengetahui hubungan
kausal berdasarkan teori-teori yang ada. Analisis korelasi sering dimanfaatkan dalam
analisis regresi, namun secara konseptual keduanya berbeda. Peranan dari analisis
korelasi dan regresi linier sederhana meskipun dipergunakan secara bersama-sama,
tapi dapat dibedakan pemanfaatannya.
Salah satu asumsi yang harus dipenuhi dalam analisis regresi linear ganda
adalah tidak terjadi multikolinearitas antar variabel bebas yang termasuk didalam
model. Jika asumsi ini tidak terpenuhi, maka sulit bagi peneliti untuk mengetahui
varibel bebas yang memiliki pengaruh besar di dalam model regresi.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas maka dapat dirumuskan masalah sebagai
berikut:
1. Apa yang dimaksud dengan metode least square?
2. Apa yang dimaksud analisis regresi dan bagaimana langkah-langkah
pengujian regresi sederhana ?
3. Apa yang dimaksud dengan analisi korelasi?
4. Apa yang dimaksud dengan uji kausalitas?

I.3 Tujuan Penelitian

Tujuan ingin dicapai berdasarkan rumusan masalah adalah:
1. Untuk mengetahui dan memahami metode least square.
2. Untuk Mengetahui analisis regresi dan langkah-langkah pengujian regresi
sederhana.
3. Untuk Mengetahui analisis korelasi.
4. Untuk Mengetahui uji kausalitas.
 BAB II
PEMBAHASAN

2.1 Metode Least Square

Metode Least Square merupakan salah satu metode untuk peramalan. Metode
Least Square merupakan salah satu metode berupa data deret berkala atau time series,
yang mana dibutuhkan data-data penjualan dimasa lampau untuk melakukan
peramalan penjualan dimasa mendatang sehingga dapat ditentukan hasilnya. Least
Square adalah metode peramalan yang digunakan untuk melihat trend dari data deret
waktu. Metode Least Square merupakan metode yang lebih teliti sehinggasering
digunakan untuk menghitung data berkala. Persamaan 1 merupakan persamaan
metode Least Square.

Keunggulan metode least square yaitu :

a. Dengan mengkuadratkan, maka semua simpangan (error) yang ada berubah
menjadi positif.
b. Dengan mengkuadratkan, maka nilai error yang kecil akan diperbesar dan bila
nilai ini diminimkan, maka garis regresi yang dihasilkannya akan mendekati
ketepatan bila digunakan sebagai penduga (fitted line).
 4

c. Manipulasi aljabar dari metode Least Square dan teori maximum likelihood
estimation yang kesemuanya membuktikan bahwa minimisasi jumlah kuadrat
dari error merupakan teknik estimasi yang terbaik.

2.2 Langkah-Langkah Pengujian Regresi Sederhana

Analisis regresi merupakan hubungan yang didapat dan dinyatakan dalam bentuk
persamaan matematik yang menyatakan hubungan fungsional antar variabel-variabel.
Analisis regresi terbagi menjadi 3 yaitu: Tipe yang pertama adalah regresi linier
sederhana yang berfungsi untuk mengetahui hubungan linier antara dua variabel, satu
variabel dependen dan satu variabel independen. Tipe kedua adalah regresi linier
berganda yang merupakan model regresi linier dengan satu variabel dependen dan
lebih dari satu variabel independen. Tipe ketiga adalah regresi non linier yang
berasumsi bahwa hubungan antara variabel dependen dan variabel independen tidak
linier pada parameter regresinya.
 5

Dasar pengambilan keputusan uji regresi sederhana mengacu pada dua hal yaitu
dengan membandingkan nilai t hitung dengan t tabel, atau dengan membandingkan
nilai signifikansi dengan nilai probabilitas 0,05.
a. Membandingkan nilai t hitung dan t tabel
1. Jika nilai t hitung lebih besar dari nilai t tabel, artinya variabel bebas
berpengaruh terhadap variabel terikat
2. Jika nilai t hitung lebih kecil dari nilai t tabel, maka variabel bebas tidak
berpengaruh terhadap variabel terikat.
b. Membandingkan nilai signifikansi dengan probabilitas 0,05
1. Jika nilai signifikansi lebih dari nilai probabilitas 0,05 artinya variabel bebas
berpengaruh secara signifikan terhadap variabel terikat.
2. Jika nilai signifikansi lebih dari nilai probabilitas 0,05 artinya variabl bebas
tidak berpengaruh secara signifikan terhadap variabel terikat.
Langkah-langkah uji regresi sederhana dengan SPSS
1. Buka data penelitian yang telah dibuat
 6

2. Klik Analyze kemudia pilih regression lalu klik Linear

3. Masukkan variabel terikat (Y) ke kolom dependent dan variabel bebas (X)
pada kolom independen kemudian pada method pilih metode enter

4. Klik statistik dan pilih estimate dan model fit, kemudian klik continue lalu
klik OK
 7

2.3 Analisis Korelasi

Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuranasosiasi/hubungan (measures of association). Pengukuran asosiasi
merupakan istilahumum yang mengacu pada sekelompok teknik dalam statistik
bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.
A. Analisis korelasi sederhana (Bivariate Correlation)
Digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk
mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan
seberapa besar hubungan yang terjadi antaradua variabel. Dalam korelasi sebenarnya
tidak dikenal istilah variabel bebas dan variabel tergantung. Biasanya dalam
penghitungan digunakan simbol X untuk variabel pertama dan Y untuk variabel
kedua. Dalam contoh hubungan antara variabel remunerasi dengan kepuasan kerja,
maka variabel remunerasi merupakan variabel X dan kepuasan kerja merupakan
variabel Y.

Contoh kasus:
Seorang mahasiswa bernama Andi melakukan penelitian dengan menggunakan
alatukur skala. VITA ingin mengetahui apakah ada hubungan antara kecerdasan
dengan prestasi belajar pada siswa SMU NEGRI xxx dengan ini VITA membuat 2
variabel yaitu kecerdasandan prestasi belajar. Tiap-tiap variabel dibuat beberapa butir
pertanyaan dengan menggunakanskala Likert, yaitu angka 1 = Sangat tidak setuju, 2
= Tidak setuju, 3 = Setuju dan 4 = SangatSetuju. Setelah membagikan skala kepada
12 responden didapatlah skor total item-item yaitusebagai berikut:
 8

Dari hasil analisis korelasi sederhana (r) didapat korelasi antara kecerdasan
dengan prestasi belajar (r) adalah 0,766. Hal ini menunjukkan bahwa terjadi
hubungan yang kuatantara kecerdasan dengan prestasi belajar. Sedangkan arah
hubungan adalah positif karenanilai r positif, berarti semakin tinggi kecerdasan maka
semakin meningkatkan prestasi belajar.

Uji Signifikansi Koefisien Korelasi Sederhana (Uji t)

Uji signifikansi koefisien korelasi digunakan untuk menguji apakah hubungan
yangterjadi itu berlaku untuk populasi (dapat digeneralisasi).
Langkah-langkah pengujian sebagai berikut:
1. Menentukan Hipotesis
2. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%. (uji
dilakukan 2sisi karena untuk mengetahui ada atau tidaknya hubungan yang
signifikan, jika 1 sisi digunakan untuk mengetahui hubungan lebih kecil atau
lebih besar).
3. Kriteria Pengujian Ho diterima jika Signifikansi > 0,05Ho ditolak jika
Signifikansi < 0,05
4. Membandingkan signifikansi Nilai signifikansi 0,004 < 0,05, maka Ho
ditolak.
5. Kesimpulan
 9

B. Analisis Koefisien Korelasi Linear Berganda

Adalah indeks atau angka yang diigunakan untuk mengukur keeratan hubungan
antara3 variabel/lebih. Koefisien korelasi berganda dirumuskan:

Dimana

C. Analisis Korelasi Parsial

Koefisien korerasi parsial adalah indeks atau angka yang digunakan untuk
mengukur keeratan hubungan antara 2 variabel, jika variabel lainnya konstanta, pada
hubungan yangmelibatkan lebih dari dua variabel. Koefisien korelasi parsial untuk
tiga variabel dirumuskan oleh:
a. Koefisien korelasi parsial antara Y dan X1 apabila X2 konstanta.
 10

c. Koefisien korelasi parsial antara Y dan X2 apabila X1 konstanta.

d. Koefisien korelasi parsial antara X1 dan X2 apabila Y konstanta.

Analisis korelasi parsial (Partial Correlation) digunakan untuk mengetahui

hubunganantara dua variabel dimana variabel lainnya yang dianggap berpengaruh
dikendalikan ataudibuat tetap (sebagai variabel kontrol).
Uji signifikansi koefisien korelasi parsial digunakan untuk menguji apakah
hubunganyang terjadi berlaku untuk populasi (dapat digeneralisasi). Langkah
pengujiannya berikut ini.
1. Menentukan Hipotesis
2. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%. (uji
dilakukan 2sisi karena untuk mengetahui ada atau tidaknya hubungan yang
signifikan, jika 1 sisi digunakan untuk mengetahui hubungan lebih kecil atau
lebih besar).
3. Kriteria Pengujian Berdasar probabilitas: Ho diterima jika P value > 0,05Ho
ditolak jika P value < 0,05
4. Membandingkan probabilitas Nilai P value (0,181 > 0,05) maka Ho diterima.
5. Kesimpulan
D. Korelasi Rank Spearman
Korelasi Rank Spearman digunakan untuk mencari hubungan atau untuk
mengujisignifikansi hipotesis asosiatif. Dengan syarat bila masing-masing variabel
yang dihubungkan berbentuk Ordinal.
 11

2.4 Uji Kausalitas

Uji kausalitas pertama kali dikemukakan oleh Engel dan Granger. Uji kausalitas
Granger adalah uji hipotesis statistik untuk menentukan apakah satu rangkaian waktu
berguna dalam memperkirakan yang lain (Granger, 1969). Tujuan kausalitas Granger
adalah meneliti apakah A mendahului B, ataukah B mendahului A, ataukah hubungan
antara A dan B timbal balik. Hubungan kausalitas dapat terjadi antar dua variabel,
jika suatu variabel y, yaitu inflasi dipengaruhi oleh variabel x, yaitu harga beras. Uji
kausalitas Granger bertujuan untuk melihat pengaruh masa lalu dari suatu variabel
terhadap kondisi variabel lain pada masa sekarang. Dengan kata lain, uji kausalitas
Granger dapat digunakan untuk melihat apakah peramalan y dapat lebih akurat
dengan memasukan lag variabel x.
Pada uji kausalitas Granger ada empat kemungkinan hasil yang diperoleh yaitu:
1. jika Σaj ≠ 0 dan Σbj = 0, maka terdapat kausalitas satu arah.dari x ke y.
2 jika Σaj = 0 dan Σbj ≠ 0, maka terdapat kausalitas satu arah dari y ke x.
3. jika Σaj = 0 dan Σbj = 0, maka tidak terdapat hubungan kausalitas antara x dan y.
4. jika Σaj ≠ 0 dan Σbj ≠ 0, maka terdapat kausalitas dua arah antara x dan y.
 12

BAB III
PENUTUP

3.1 Kesimpulan
Berdasarkan hasil dari pembahasan dapat disimpulkan bahwa sebagai berikut :
1. Metode Least Square merupakan salah satu metode untuk peramalan. merupakan
metode yang lebih teliti sehinggasering digunakan untuk menghitung data
berkala.
2. Analisis regresi linear sederhana terbagi menjadi 3 tipe yaitu terbagi menjadi 3
yaitu: regresi linier sederhana, regresi linier berganda dan regresi non linear.
3. Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuranasosiasi/hubungan (measures of association). Korelasi ada 4 tipe
yaitu korelasi sederhana, korelasi linear berganda, korelasi parsial dan korelasi
Rank Spearman
4. Uji kausalitas Granger dapat digunakan untuk melihat apakah peramalan y dapat
lebih akurat dengan memasukan lag variabel x.
 13

DAFTAR PUSTAKA

Assauri, Sofyan., Teknik dan Metode Peramalan. LPFE UI, Jakarta, 1991.
Gujarati, D. N., & Porter, D. C. (2003). Basic econometrics (ed.). Singapore:
McGrew Hill Book Co.
Sudjana, Metode Statistika. Bandung :Tarsito, 2005
https://ilmuandinformasi.blogspot.com/2014/06/uji-kointegrasi-dan-uji
kausalitas.html
https://www.konsistensi.com/2014/06/uji-regresi-sederhana-dengan-spss.html
https://www.academia.edu/9831623/Makalah_Analisis_Korelasi

13