Anda di halaman 1dari 6

MAKALAH

ANALISIS REGRESI LINEAR SEDERHANA

DELVI WILIZA
20020036

PENDIDIKAN SENI RUPA


FAKULTAS BAHASA DAN SENI
UNIVERSITAS NEGERI PADANG
TAHUN 2022
ANALISIS REGRESI LINEAR SEDERHANA

A. Pengertian
Regresi linear (linear regression) adalah teknik yang digunakan untuk
memperoleh model hubungan antara 1 variabel dependen dengan 1 atau lebih variabel
independen. Jika hanya digunakan 1 variabel independen dalam model, maka teknik
ini disebut sebagai regresi linear sederhana (simple linear regression), sedangkan jika
yang digunakan adalah beberapa variabel independen, teknik ini disebut regresi linear
ganda (multiple linear regression).
Variabel dependen pada regresi linear disebut juga sebagai respons atau
kriterion, sedangkan variabel independen dikenal pula sebagai prediktor atau regresor.
Kovariat adalah variabel independen yang berkorelasi dengan prediktor lainnya, juga
mempengaruhi respons. Kovariat umumnya tidak diminati hubungannya dengan
respons dan hanya digunakan untuk pengendalian hubungan prediktor-respons dalam
model.
Respons pada regresi linear selalu berupa variabel kontinu, sedangkan
prediktor dapat berupa variabel kontinu, indikator, ataupun karegorik yang
disubstitusikan menjadi variabel indikator.

B. Tujuan
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.

C. Persamaan regresi
Persamaan regresi linier sederhana merupakan suatu model persamaan yang
menggambarkan hubungan satu variabel bebas/ predictor (X) dengan satu variabel tak
bebas/ response (Y), yang biasanya digambarkan dengan garis lurus.
Persamaan regresi linier sederhana secara matematik diekspresikan oleh :
Y = a+bX
yang mana : Y = garis regresi/ variable response
a = konstanta (intersep), perpotongan dengan sumbu vertikal
b = konstanta regresi (slope) X = variabel bebas/ predictor
D. Manfaat
Analisis regresi sederhana dapat digunakan untuk mengetahui arah dari
hubungan antara variabel bebas dengan variabel terikat, apakah memiliki hubungan
positif atau negatif serta untuk memprediksi nilai dari variabel terikat apabila nilai
variabel bebas mengalami kenaikan ataupun penurunan. 
Pengaruh hasil belajar Keramik 1 dengan hasil belajar keramik 2

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 66.285 13.060 5.075 .000
KERAMIK 1 -.040 .188 -.035 -.215 .831
a. Dependent Variable: KERAMIK 2
Angka konstan dari unstandardized coefficients dalam kasus ini memiliki nilai
66.285 merupakan angka konstan yang berarti bahwa jika tidak ada hasil belajar
keramik 1 maka nilai hasil belajar keramik 2 adalah 66.285
Angka koefisien regresi. Nilainya sebesar -0.040. angka ini mnegandung arti
bahwa setiap penambahan 1% tingkat nilai keramik 1, maka nilai keramik 2 akan
meningkat sebesar -0.040
Karena nilai koefisien regresi bernilai minus (-), maka demikian dapat
dikatakan bahwa keramik 1 berpengaruh negatif terhadap keramik 2. sehingga
persamaan regresinya adalah Y = 66.285 - 0.040 X

UJI HIPOTESIS
Ho = tidak ada pengaruh nilai keramik 1 terhadap nilai keramik 2
Ha = Ada pengaruh nilai keramik 1 terhadap nilai keramik 2

UJI HIPOTESIS MEMBANDINGKAN NILAI sig DENGAN 0,05


Berdasarkan output di atas diketahui nilai signifikansi sebesar 0.831 lebih
besar dari 0.05 sehingga dapat disimpulkan bahwa Ho diterima dengan kata lain tidak
ada pengaruh nilai keramik 1 terhadap nilai keramik 2.

MELIHAT BESARNYA PENGARUH VARIABEL X TERHADAP Y

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .035a
.001 -.025 9.467
a. Predictors: (Constant), KERAMIK 1

Dari output diatas diketahui nilai R square sebesar 0.001. nilai ini
mengandung arti bahwa pengaruh nilai keramik 1 terhadap nilai keramik 2 adalah
sebesar 0,1% sedangkan 99,9% dipengaruhi oleh variabel lain yang tidak diteliti.
Kesimpulan
Merujuk dari pembahasan di atas, dapat disimpulkan bahwa Nilai keramik 1
tidak berpengaruh pada nilai keramik 2 dengan total pengaruh sebesar 0,1%.

Anda mungkin juga menyukai