STATISTIKA LANJUT

ANALISIS REGRESI

Dosen Pengampu :

Ahmad Rifdah, S.Psi., M.Psi., Psikolog

Widyastuti, S.Psi., M.Psi., Psikolog

Nur Akmal, S.Psi., M.A

DISUSUN OLEH :

A FILZA NUR ADNI A 220701552027

ZABRINA PUTRI HALIMA 220701552032

NUR SYAHRANI RAMADHANI 220701552037

JURUSAN PSIKOLOGI

FAKULTAS PSIKOLOGI

UNIVERSITAS NEGERI MAKASSAR

 PENDAHULUAN

Regresi pertama muncul pada tahun 1877 oleh Sir Francis Galton.Regresi sendiri memiliki
arti taksiran, dimana penelitian yang dilakukan Galton terhadap tinggi manusia ialah perbedaan
tinggi anak dan tinggi orang tuanya.Analisis regresi adalah alat ukur yang digunakan untuk
membuktikan benar tidaknya suatu korelasi antar variabel.Analisis regresi dilakukan dengan
tujuan menemukan hubungan fungsional antar dua veriabel atau lebih, selain itu analisis regresi
juga bertujuan untuk menemukan pengaruh variaber prediktor terhadap variabel kriteriumnya
dan berisi pemahaman mengenai hubungan dalam persamaan matematika yang menyatakan
hubungan fungsional antar variabel-variabel.Hubungan fungsional yang tercipta antar variabel
predictor dan variabel kriterium disebut dengan analisis regresi sederhana (tunggal) sedangkan
yang memiliki lebih dari 1 variabel disebut analisis regresi ganda.

PEMBAHASAN

 Sejarah Analisis Regresi

Istilah regresi dikemukakan pertama kali oleh seorang antropolog dan ahli
meteorology Francis Galton dalam artikelnya “Family Likeness in Stature” pada tahun
1886. Ada juga sumber lain yang menyatakan istilah regresi pertama kali mucul dalam
pidato Francis Galton didepan Section H of The British Association di Aberdeen, 1855,
yang dimuat di majalah Nature September 1855 dan dalam sebuah makalah “Regression
towards mediocrity in hereditary stature”, yang dimuat dalam Journal of The
Antrhopological Institute (Draper and Smith, 1992)

Studinya ini menghasilkan apa yang dikenal dengan hukum regresi universal tentang
tingginya anggota suatu masyarakat. Hukum tersebut menyatakan bahwa distribusi tinggi
suatu masyarakat tidak mengalami perubahan yang besar sekali antar generasi. Hal ini
dijelaskan Galton berdasarkan fakta yang memperlihatkan adanya kecenderungan
mundurnya (regress) tinggi rata-rata anak dari orang tua dengan tinggi tertentu menuju
tinggi rata-rata seluruh anggota masyarakat. Ini berarti terjadi penyusutan ke arah
keadaan sekarang. Tetapi sekarang istilah regresi telah diberikan makna yang jauh
 berbeda dari yang dimaksudkan oleh Galton. Secara luas analisis regresi diartikan sebagai
suatu analisis tentang ketergantungan suatu variabel kepada variabel lain yaitu variabel
bebas dalam rangka membuat estimasi atau prediksi dari nilai rata-rata variabel
tergantung dengan diketahuinya nilai variabel bebas

 Konsep Analisis Regresi

Regresi adalah metode statistik yang menggunakan hubungan linier untuk
memprediksi variabel dependen (Y) dari satu atau lebih variabel independen (X).
Analisis regresi digunakan untuk memprediksi atau memperkirakan perubahan variabel
(Y) berdasarkan perubahan variabel (X). Teori di balik hubungan antara kedua variabel
ini patut mendapat perhatian. Penting juga untuk mempertimbangkan dengan jelas
variabel mana yang merupakan variabel independen (X) - variabel kausal dan variabel
mana yang merupakan variabel dependen (Y) - variabel efek. Jika ada hubungan
teoritis, maka ditemukan koefisien korelasi (korelasi), tetapi jika tidak ada hubungan
teoritis antara kedua variabel, tidak perlu dicari hubungan.

Untuk variabel terikat (X) dan variabel bebas (Y) yang keduanya memiliki nilai
dalam skala interval atau relatif, koefisien korelasi  dapat diperkirakan dengan
menggunakan persamaan:

Kuadrat dari nilai korelasi ini diartikan sebagai kontribusi variabel (X) terhadap
variabel (Y), atau biasa disebut dengan koefisien determinasi. Koefisien korelasi ini
dapat digunakan sebagai prediktor signifikansi hubungan antara variabel (X) dan
variabel (Y).

Saat diplot menggunakan scatterplot, kita bisa melihat berbagai pola dalam
hubungan X dan Y. Gambar di bawah ini menunjukkan berbagai pola yang dapat kita
temukan saat memplot nilai variabel X dan Y
 Grafik A, menunjukkan hubungan garis lurus atau linier positif antara X dan Y.
 Grafik B, menunjukkan hubungan garis lurus atau linier negatif antara X dan Y.
 Grafik C, menunjukkan hubungan kurva positif (parabola) antara X dan Y. Nilai Y
meningkat dengan nilai X, tetapi peningkatan ini secara bertahap melebihi beberapa
nilai X.
 Grafik D, menunjukkan hubungan berbentuk U antara X dan Y. Saat X meningkat, Y
awalnya menurun. Namun, saat X terus meningkat, Y tidak hanya berhenti menurun,
tetapi juga meningkat di atas nilai minimumnya.
 Grafik E, menunjukkan hubungan eksponensial antara X dan Y. Dalam hal ini, Y turun
sangat cepat ketika X mulai meningkat, tetapi kemudian secara bertahap melambat
ketika X meningkat.
 Grafik F, menunjukkan bahwa tidak ada hubungan (sangat kecil) antara X dan Y. Nilai
Y dapat berkurang atau bertambah dengan setiap nilai X
 Jenis Analisis Regresi
 Analisis Regresi bersadarkan jumlah variabel respon :
1. Univariat : terdiri dari 1 variabel respon dan memiliki 1 atau lebih variabel
predictor
2. Bivariat : terdiri dari 2 variabel respon dan 1 atau lebih variabel predictor
3. Multivariat : terdiri dari 3 atau lebih variabel respon dan 1 atau lebih variabel
prediktor
 Analisis Regresi berdasarkan jumlah variabel prediktor :
1. Linier Sederhana : terdiri dari 1 variabel prediktor dan 1 variabel respon
2. Linier Berganda : terdiri dari 2 atau lebih variabel prediktor dan 1 variabel respon

 Langkah Pengolahan Data

1. Masukkan data yang signifikan
2. Klik Tab Menu dan cari Data Analysis.Jika pada aplikasi tidak ditemukan menu
Data Analysis maka perlu diaktifkan terlebih dahulu
3. Ketik Input Y Range.Y Range adalah dependent variabel atau variabel terikat
4. Selanjutnya ketik X Range.X Range adalah independent variabel atau variabel
bebas
5. Lalu cari Output Options dan tentukan penampakan hasilnya
6. Terakhir akan muncul 4 tabel hasil
 PENUTUP

DAFTAR PUSTAKA

Kurniawan, R. (2016). Analisis regresi. Prenada Media.

Retnawati, R. (2017, July). Pengantar Analisis Regresi dan Korelasi. In Workshop Teknik Analisis Data
Fakultas Ekonomi dan Bisnis IAIN Batusangkar di Rocky Hotel Bukittinggi (Vol. 25).

Universitas Krisnadwipayana, Regresi Linear Sederhana, Jakarta

Dr. Anita Rahayu, S.Si., M.Si., Jenis-jenis Analisis Regresi, Malang

DqLab, 2021, Contoh Teknik Analisis Data Regresi dalam Kemajuan Perusahaan, Banten,

Basuki, A. T. (2017). ANALISIS REGRESI DALAM PENELITIAN EKONOMI DAN BISNIS