MAKALAH

ANALISIS REGRESI

Diajukan Untuk Memenuhi Tugas Kelompok Mata Kuliah Ekonometrika

Dosen pengampu : Rusto Nawawi, M.E

Disusun oleh :

1. Reza aghib qolbhi

2. Suhaeri
3. Sulastri mardiana
4. Ulfa suparni

Kelas 4C ekonomi syariah

FAKULTAS EKONOMI DAN BISNIS ISLAM

INSTITUT AGAMA ISLAM BUNGA BANGSA CIREBON
2020
 KATA PENGANTAR

Puji syukur penulis panjatkan kepada Allah SWT yang telah memberikan rahmat serta
karunia-Nya sehingga penulis dapat menyelesaikan pembuatan makalah yang berjudul Anlisis
Regresi dalam rangka memenuhi tugas kelompok Mata Kuliah Ekonometrika. Semoga
makalah ini dapat dipergunakan sebagai salah satu acuan atau petunjuk maupun pedoman
bagi yang membaca makalah ini.
Penulis menyadari bahwa dalam penyusunan makalah ini banyak terdapat kekurangan
dan kesalahan. Saran dan kritik yang membangun akan penulis terima dengan hati terbuka
agar dapat meningkatkan kualitas makalah ini.
Demikian yang dapan penulis sampaikan. Atas perhatiannya penulis ucapkan terima
kasih.
 
 
Cirebon, 2020

   Penulis

i
 DAFTAR ISI
Kata Pengantar................................................................................................................ i
Daftar Isi......................................................................................................................... ii

BAB I PENDAHULUAN
A. Latar belakang..................................................................................................... 1
B. Rumusan masalah............................................................................................... 1
C. Tujuan................................................................................................................. 1

BAB II PEMBAHASANA
A. Apa Pengertian Analisis Regresi........................................................................ 2
B. Apa Tujuan Analisis Regresi.............................................................................. 3
C. Apa Persyaratan Penggunaan Analisis Regresi.................................................. 3
D. Bagaimana Regresi Linear Dengan Variabel Moderating.................................. 4
E. Bagaimana Uji Hipotesis.................................................................................... 5

BAB II PENUTUP
A. Simpulan............................................................................................................. 7
B. Kitik Dan Saran................................................................................................... 7

DAFTAR PUSTAKA

ii
 BAB I
PENDAHULUAN

A. Latar belakang masalah

Sepanjang sejarah umat manusia, orang melakukan penelitian tentang ada
tidaknya hubungan antara dua hal, fenomena, kejadian atau lainnya. Dan ada tidaknya
pengaruh antara satu kejadian dengan kejadian yang lainnya. Karena itu untuk
mempermudah dalam melakukan penghitungan suatu kejadian maka digunakan
korelasi dan regresi dalam ilmu statistika Korelasi merupakan teknik analisis yang
termasuk dalam salah satu teknik pengukuran asosiasi/hubungan (Measures of
association). Teknik ini berguna untuk mengukur kekuatan hubungan antara dua
variabel (kadang lebih dari dua variabel) dengan skala-skala tertentu.
Regresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu variabel terhadap variabel lain .Dalam analisis regresi, variabel yang
mempengaruhi disebut independent variabel (variable bebas) dan variabel yang
dipengaruhi disebut dependent variabel (variabel terikat).

B. Rumusan Masalah
Ada beberapa rumusan masalah dalam makalah ini, antara lain:
1. Apa pengertian analisis regresi ?
2. Apa tujuan analisis regresi ?
3. Apa persyaratan penggunaan analisis regresi ?
4. Bagaimana regresi Linear dengan Variabel Moderating ?
5. Bagaimana Uji hipotesis ?

C. Tujuan
Untuk menghetahui :
1. Apa pengertian analisis regresi
2. Apa tujuan analisis regresi
3. Apa persyaratan penggunaan analisis regresi
4. Bagaimana regresi Linear dengan Variabel Moderating
5. Bagaimana Uji hipotesis

1
 BAB II
PEMBAHASAN
A. Pengertian Analisis Regregi
Analisis regresi adalah kajian terhadap hubungan satu variable yang disebut
dengan variable yang diterangkan (the explained variable) dengan satu atau dua
variable yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai
variable tergantung dan variable kedua disebut juga sebagai variable bebas.[1]
Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu variabel terhadap variabel lain.[2] Sir Francis Galton (1822 – 1911),
memperkenalkan model peramalan, penaksiran, atau pendugaan, yang selanjutnya
dinamakan regresi, sehubungan dengan penelitiannya terhadap tinggi badan manusia.
Penelitian tersebut membandingkan antara tinggi anak laki-laki dan tinggi badan
ayahnya. Galton menunjukkan bahwa tinggi badan anak laki-laki dari ayah yang
tinggi setelah beberapa generasi cenderung mundur (regressed) mendekati nilai
tengah populasi. Dengan kata lain, anak laki-laki dari ayah yang badannya sangat
tinggi cenderung lebih pendek dari pada ayahnya, sedangkan anak laki-laki dari ayah
yang badannya sangat pendek cenderung lebih tinggi dari ayahnya. (Ronal E.
Walpole).
Hubungan antar variabel dapat berupa hubungan linier ataupun hubungan
tidak linier. Misalnya, berat badan orang dewasa sampai pada tahap tertentu
bergantung pada tinggi badan, keliling lingkaran bergantung pada diameternya, dan
tekanan gas bergantung pada suhu dan volumenya. Atau dalam ilmu pemasaran, nilai
penjualan akan bergantung pada biaya promosi. Hubungan-hubungan itu bila
dinyatakan dalam bentuk matematis akan memberikan persamaan-persamaan tertentu.
Untuk dua variabel, hubungan liniernya dapat dinyatakan dalam bentuk persamaan
linier, yakni: Y = a + bX. Hubungan antara dua variabel pada persamaan linier jika
digambarkan secara (scatter diagram), semua nilai Y dan X akan berada pada suatu
garis lurus. Dan dalam ilmu ekonomi, garis itu dinamakan garis regresi.
Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang
lazim dilaksanakan yakni :
1. Mengadakan estimasi terhadap parameter berdasarkan data empiris.
2. Menguji berapa besar variasi variabel dependen dapat diterangkan oleh variasi
independen.
3. Menguji apakah estimasi parameter tersebut signifikan atau tidak.
2
 4. Melihat apakah tanda magnitude dari estimasi parameter cocok dengan teori.

B. Tujuan dan Kegunaan Analisis Regresi

Analisis regresi dalam statistika adalah salah satu metode untuk menentukan
hubungan sebab akibat antara satu variabel dengan variabel yang lain. Analisis regresi
adalah salah satu analisis yang paling populer dan luas pemakaiannya. Hampir semua
bidang ilmu yang memerlukan analisis. Analisis regresi dan analisis korelasi
dikembangkan untuk mengkaji dan mengukur hubungan antara dua variabel atau
lebih. Dalam analisis regresi dikembangkan persamaan estimasi untuk
mendeskripsikan pola atau fungsi hubungan antara variabel-variabel. Sesuai dengan
namanya, persamaan estimasi atau persamaan regresi itu digunakan untuk
mengestimasi nilai dari suatu variabel berdasarkan nilai variabel lainnya. Variabel
yang di estimasi itu disebut variabel dependen (atau variabel terikat) sedangkan
variabel yang diperkirakan memengaruhi variabel dependen itu disebut variabel
independen (atau variabel bebas).[3]
Ada beberapa tujuan penggunaan analisis regresi, antara lain:
a. Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasari pada
nilai variabel bebas.
b. Menguji hipotesis karakteristik dependensi.
c. Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai
variabel bebas diluar jangkauan sample.[4]

C. Persyaratan Penggunaan Regresi

Model kelayakan regresi linear didasarkan pada hal-hal sebagai berikut:
1. Model regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar <
0.05.
2. Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini
diketahui jika angka Standard Error of Estimate < Standard Deviation.
3. Koefesien regresi harus signifikan. Pengujian dilakukan dengan Uji T. Koefesien
regresi signifikan jika T hitung > T tabel (nilai kritis).
4. Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi yang
sangat tinggi atau sangat rendah antar variabel bebas. Syarat ini hanya berlaku
untuk regresi linier berganda dengan variabel bebas lebih dari satu.

3
 5. Tidak terjadi otokorelasi. Terjadi otokorelasi jika angka Durbin dan Watson (DB)
sebesar < 1 dan > 3.
6. Keselerasan model regresi dapat diterangkan dengan menggunakan nilai r2
semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1
maka model regresi semakin baik. Nilai r2 mempunyai karakteristik diantaranya:
1) selalu positif, 2) Nilai r2 maksimal sebesar 1. Jika Nilai r2 sebesar 1 akan
mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam
variabel Y dapat diterangkan oleh model regresi. Sebaliknya jika r2 sama dengan
0, maka tidak ada hubungan linier antara X dan Y.
7. Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y)
8. Data harus berdistribusi normal
9. Data berskala interval atau rasio
10. Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel bebas
(disebut juga sebagai variabel predictor) sedang variabel lainnya variabel
tergantung (disebut juga sebagai variabel response).[5]

D. Regresi Linear dengan Variabel Moderating

Variabel moderating adalah variabel yang memperkuat atau memperlemah
hubungan antara satu variabel dengan variabel lain. Sebagai contoh: seorang suami
menyayangi istrinya. Dengan hadirnya seorang anak, maka rasa sayang tersebut
bertambah. Berarti variabel anak merupakan moderating antara rasa saya suami
terhadap istri. Contoh lain: kompensasi memperkuat pengaruh antara kepuasan kerja
terhadap kinerja. Artinya kepuasan kerja berpengaruh terhadap kinerja, dan adanya
kompensasi yang tinggi maka pengaruh antara kepuasan kerja terhadap kinerja
menjadi lebih meningkat. Dalam hal ini, kompensasi bisa saja berpengaruh terhadap
kinerja bisa saja tidak.[6] Metode analisis regresi linear dengan variabel moderating
antara lain:
1. Multiple Regression Analysis (MRA)
Metode ini dilakukan dengan menambahkan variabel perkalian antara
variabel bebas dengan variabel moderatingnya, sehingga persamaan umumnya
adalah sebagai berikut: Y = a + b1 X1 + b2 X2 + b3 X1 X2 dengan Y adalah
kinerja, X1 adalah kepuasan kerja, X2 kompensasi dan X1 X2 adalah perkalian
antara kepuasan kerja dengan kompensasi. Hipotesis moderating diterima jika
variabel X1 X2 mempunyai pengaruh signifikan terhadap Y, tidak tergantung
4
 apakah X1 dan X2 mempunyai pengaruh terhadap Y atau tidak. Model ini
biasanya menyalahi asumsi multikolinearitas atau adanya korelasi yang tinggi
antara variabel bebas dalam model regresi, sehingga menyalahi asumsi klasik.
Hampir tidak ada model MRA yang terbebas dari masalah multikolinearitas,
sehingga sebenarnya model ini tidak disarankan untuk dipergunakan.
2. Absolut residual
Model ini mirip dengan MRA, tetapi variabel moderating didekati
dengan selisih mutlak (absolut residual) antara variabel bebas dengan variabel
moderatingnya. Penerimaan hipotesis juga sama, dan model ini masih riskan
terhadap gangguan multikolinearitas meskipun risiko itu lebih kecil dari pada
dengan metode MRA.
3. Residual
Model ini menggunakan konsep lack of fit yaitu hipotesis moderating
diterima terjadi jika terdapat ketidakcocokan dari deviasi hubungan linear
antara variabel independen. Langkahnya adalah dengan meregresikan antara
kepuasan kerja terhadap kompensasi dan dihitung nilai residualnya. Pada
program SPSS dengan klik Save pada regreesion, lalu klik pada
usntandardized residual. Nilai residual kemudian diambil nilai absolutnya lalu
diregresikan antara kinerja terhadap absolut residual.

E. Uji Hipotesis
Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu;
tingkat signifikan atau probabilitas dan tingkat kepercayaan atau confidence interval.
Didasarkan tingkat signifikansi pada umumnya orang menggunakan 0,05. Kisaran
tingkat signifikan mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat
signifikan adalah probabilitas melakukan kesalahan tipe 1, yaitu kesalahan menolak
hipotesis ketika hipotesis tersebut benar. Tingkat kepercayaan pada umumnya ialah
sebesar 95%, yang dimaksud dengan tingkat kepercayaan ialah tingkat dimana
sebesar 95% nilai semple akan mewakili nilai populasi dimana sample berasal. Dalam
melakukan uji hipotesis terdapat dua hipotesis, yaitu:
HO (hipotesis nol) dan H1 (hipotesis alternative)

5
Contoh uji hipotesis misalnya rata-rata produktivitas pegawai sama dengan 10 (∑x =
10), maka bunyi hipotesisnya ialah:
a. HO: rata-rata prokdutivitas pegawai sama dengan 10
b. H1 : rata-rata prokdutivitas pegawai tidak sama dengan 10
Beberapa hal yang harus diperhatikan dalam uji hipotesis ialah:
a. Untuk pengujian hipotesis kita menggunakan data sample.
b. Dalam pengujian akan menghasilkan dua kemungkinan, yaitu pengujian
signifikan secara statistic jika kita menlak HO dan pengujian tidak signifikan
secara statistic jika kita menerima H0.
c. Jika kita menggunakan nilai t, maka jika nilai t yang semakin besar atau menajuhi
0, kita akan cenderung menolak H0, sebaliknya jika nilai t semakin kecil atau
mendekati 0 kita akan cenderung menerima H0.[7]

6
 BAB III
PENUTUP
A. Simpulan
Analisis regresi berbeda dengan analisis korelasi. Jika analisis korelasi
digunakan untuk melihat hubungan dua variable; maka analisis regresi digunakan
untuk melihat pengaruh variable bebas terhadap variable tergantung serta
memprediksi nilai variable tergantung dengan menggunakan variable bebas. Dalam
analisis regresi variable bebas berfungsi untuk menerangkan (explanatory) sedang
variable tergantung berfungsi sebagai yang diterangkan (the explained). Dalam
analisis regresi data harus berskala interval atau rasio. Hubungan dua variable bersifat
dependensi. Untuk menggunakan analisis regresi diperlukan beberapa persyaratan
yang harus dipenuhi.
Ada dua macam linieritas dalam analisis regresi, yaitu linieritas dalam variabel
dan linieritas dalam parameter. Yang pertama, linier dalam variabel merupakan nilai
rata-rata kondisional variabel tergantung yang merupakan fungsi linier dari variabel
(variabel) bebas. Sedang yang kedua, linier dalam parameter merupakan fungsi linier
parameter dan dapat tidak linier dalam variabel.

B. Kritik dan Saran

Dalam penulisan makalah ini, penulis menyadari bahwa penyusunan makalah
ini tidak luput dari kesalahan dan kekurangan. Oleh karena itu, kritik dan saran yang
konstruktif akan senantiasa penyusun nanti dalam upaya evaluasi diri. Akhirnya
penulis hanya bisa berharap, bahwa dibalik ketidaksempurnaan penulisan dan
penyusunan makalah ini adalah ditemukan sesuatu yang dapat memberikan manfaat
atau bahkan hikmah bagi penulis, pembaca.

7
 DAFTAR PUSTAKA

Nur, Sunardi, Pengantar Statistika, Jakarta: Bumi Aksara, 2009.

Arnita, Pengantar Statistika, Bandung: Citapustaka Media Perintis, 2013.
http://teratainear.blogspot.com/p/makalah-regresi-dan-korelasi.html, diunggah 15-04-2013

[1] Arnita, Pengantar Statistika, Bandung: Citapustaka Media Perintis, 2013, hal: 142
[2] Dikutip dari: http://teratainear.blogspot.com/p/makalah-regresi-dan-korelasi.html, 15-04-
2013
[3] Sunardi Nur, Pengantar Statistika, Jakarta: Bumi Aksara, 2009, hal: 121
[4] Arnita, Pengantar Statistika, Bandung: Citapustaka Media Perintis, 2013, hal: 142
[5] Ibid, hal: 143-144
[6] Sunardi Nur, Pengantar Statistika, Jakarta: Bumi Aksara, 2009, hal: 123
[7] Arnita, Pengantar Statistika, Bandung: Citapustaka Media Perintis, 2013, hal: 144-145