ANALISIS REGRESI

 Persamaan Regresi dibentuk untuk menerangkan pola hubungan variabel-

variabel. Variabel yang akan diduga disebut variabel terikat ( tidak bebas), bisa
dinyatakan dengan variabel Y. Variabel yang menerangkan perubahan variabel
terikat disebut variabel bebas, bisa dinyatakan dengan variabel X.
Kegunaan Regresi
 Mengukur besar dan arah hubungan
 Dipergunakan untuk pendugaan dan
peramalan

 Bisa disajikan dalam bentuk gambar

 ANALISIS REGRESI SEDERHANA

Garis lurus atau garis linier yang merupakan garis taksiran atau perkiraan untuk mewakili pola hubungan antara
variabel X dengan variabel Y disebut garis regresi.
 Keterangan :

a = intersep (pintasan) bilamana X = 0

b = koefisien arah atau slope dari garis-

• Selain dengan persamaan di atas juga koefisien b dihitung garis regresi
pertama kali dan hasil yang diperoleh digunakan untuk
X = variabel bebas
menghitung koefisien a, persamaaanya ditentukan sebagai
berikut: Y = variabel tak bebas

n = banyaknya data
Sebuah penelitan terhadap pohon Mahon, dimana akan
diteliti apakah ada hubungan antara tinggi pohon dengan
diameter batang pohon. Diambil sampel secara acak
sejunlah 8 pohon Mahoni.

Tinggi Diameter XY
Pohon Batang
Y X
35 8 280 1225 64
49 9 441 2401 81
27 7 189 729 49
33 6 198 1089 36
60 13 780 3600 169
21 7 147 441 49
45 11 495 2025 121
51 12 612 2601 144
Perhatikan diagram berikut

Diagram mengenai hubungan antara tinggi seseorang sebagai

peubah X dan berat seseorang sebagai peubah Y. Untuk
meramalkan berat badan seorang yang tingginya 150 cm misalnya,
pada X = 150 kita tarik garis lurus sejajar sumbu Y. Maka rerata
skor Y yang dilalui garis itu adalah rerata berat badan orang yang
tingginya 150 cm; berat badan yang diramalkan itu. Misalnya jika
skor Y yang dilalui garis itu 50, 52 dan 57, maka berat yang
diramalkan dari seseorang yang tingginya 150 cm itu adalah 53 kg
(didapat dari (50+52+57) :3).

Bagaimana bila untuk skor tertentu dari X itu tidak ada skor Y yang dilalui? Maka dari itu, kita harus
mencari cara lain.
Mari kita tinjau lebih lanjut
CONTOH SOAL

Andaikan rerata skor SIPENMARU siswa yang diterima di Perguruan Tinggi tertentu adalah 700 dan deviasi bakunya 65.
Sedangkan setelah belajar di Perguruan Tinggi tersebut, rerata IPKnya adalah 3,15 dan deviasi bakunya 0,75. Diketahui pula
koefisien korelasi antara kedua kelompok itu 0,69. Dinyatakan :

1. Persamaan regresinya.
2. IPK seseorang yang skor SIPENMARU-nya 650.
 Apakah IPK mahasiswa Perguruan Tinggi
tersebut yang skor SIPENMARUnya 650 itu
selalu 2,8?
Jawabannya adalah tidak, sebab IPK 2,8 itu hanya berupa skor
pendekatan dari rerata IPK mahasiswa-mahasiswa yang skor
SIPENMARUnya 650. Ketetapan itu hanya bisa terjadi bila koefisien
korelasinya sebesar 1 atau -1. Jadi dalam hal ini, pada umumnya, telah
terjadi kekeliruan; kekeliruan ramal.
Seperti kita ketahui, daerah yang memuat 68% di tengah, batas-
batasnya adalah satu deviasi ke sebelah kiri dan satu deviasi
baku keseleha kanan dari rerata. Jadi, batas-batas daerah itu
adalah 2,26 (dari 2,8 0,54) dan 3,34 (dari 2,8 + 0,54).

Artinya, untuk daerah dengan batas itu skor 650 ada pada
daerah 68% ditengah (lihat gambar berikut ini)
 Regresi Berganda
Regresi linier ganda berguna untuk meramal variabel dependen yang
dipengaruhi oleh dua atau lebih variabel independen. Dengan kata lain,
regresi linier ganda berguna untuk mencari pengaruh (hubungan
fungsional) dua variabel independen atau lebih terhadap variabel
dependennya.
 REGRESI LINIER BERGANDA

 Regresi linier berganda adalah regresi di mana variabel terikatnya (Y)

dihubungkan/dijelaskan lebih dari satu variabel, mungkin dua, tiga, dan
seterusnya variabel bebas (X1, X2, X3, ..., Xn) namun masih
menunjukan diagram hubungan yang linier.
 Bentuk umum persamaan regresi linier berganda dapat dituliskan
sebagai berikut.
CONTOH SOAL

Guru
A B C D E F G H I J
Tes

9 7 8 8 6 7 8 4 7 5

7 8 8 7 7 6 5 6 7 7

9 6 7 9 5 8 10 3 7 4
Kemudian ditanyakan:

1. Persamaan regresinya;
2. Skor penampilan seorang guru yang skor kreativitas dan kemampuan akademiknya berturut 6 dan 7
3. Guru yang penampilannya lebih baik di antara guru yang skor kreativitasnya 5 dan kemampuan akademiknya 8 dengan
guru yang skor kreativitasnya 8 dan kemampuan akademiknya 6.
4. Implikasi dari jawaban terhadap pertanyaan nomor 3.


4. Implikasi dari jawaban terhadap pertanyaan nomor 3

Implikasi dari situ ialah, guru yang kemampuan akademiknya tidak begitu
baik, penampilannya bisa lebih baik daripada guru yang kemampuan
akademiknya lebih tinggi bila kreativitasnya ditumbuh suburkan