Analisis Regresi Sederhana adalah sebuah metode pendekatan untuk
pemodelan hubungan antara satu variabel dependen dan satu variabel independen. Dalam Analisis Regresi Sederhana, hubungan antara variabel bersifat linier, dimana perubahan pada variabel X akan diikuti oleh perubahan pada variabel Y secara tetap. Sementara pada hubungan non linier, perubahan variabel X tidak diikuti dengan perubahan variabel Y secara proporsional. 2. Rumus Regresi Linier Berganda? Rumus/Formula dari model regresi linier berganda adalah sebagai berikut (Sugiyono, 2005): Y1 = b1X1 + b2X2 + b3X3 + e Keterangan : Y1 = Kepuasan Kerja b1 =koefisien regresi dari variabel X1 b2 =koefisien regresi dari variabel X2 b3 = koefisien regresi dari variabel X3 X1 = Pengembangan Karir X2 = Keselamatan Kerja X3 = Sistem Penilaian Kinerja e = Eror 3. Berikan 2 contoh kasus penerapan Regresi sederhana dan berganda? Contoh kasus Regresi Sederhana: 1 Persamaan regresi antara jumlah pupuk (x) dengan produksi padi (y) adalah y = 2,4 + 0,3x. Bila pupuknya ditambah sebanyak 50 kg, maka produksi padi diperkirakan... Penyelesaian: y = 2,4 + 0,3x y = 2,4 + 0,3(50) y = 2,4 + 15 y = 17,4 2 Hasil analisis regresi pemberian pupuk (x) dengan hasil kacang tanah (y) setiap 1 hektar dari 15 orang petani kacang menghasilkan persamaan regresi y = 5 + 0,7x, artinya... Penyelesaian: Artinya, bila menggunakan pupuk (x) sepuluh satuan, akan menghasilkan 12 satuan kacang tanah. y = 5 + 0,7(10) = 12 Contoh kasus Regresi Berganda: 1 Contoh Soal (1) Buatlah persamaan regresi linier dari data pada tabel menggunakan rumus dasar, lalu hitung koefisien determinasinya. Usia Tinggi Berat Badan 8 125 37 10 137 41 7 100 34 12 122 39 9 129 40 10 128 42 7 98 38 8 103 42 11 130 40 8 95 36 10 115 41 8 105 38
Keterangan : Ho = Usia serta tinggi tidak berpengaruh terhadap berat badan. Ha = Usia serta tinggi berpengaruh terhadap berat badan. Jawaban & Pembahasan :
2 Contoh Soal (2)
Berdasarkan hasil kedua contoh soal di atas, jelaskan apakah faktor usia dan tinggi berpengaruh pada nilai. Jika iya, tentukan variabel mana yang lebih berpengaruh serta. Jawaban & Pembahasan : Jika dilihat pada tabel, besaran Ftabel memiliki nilai sebesar 4,26 sehingga dapt disimpulkan bahwa Ho ditolak sedangkan Ha diterima. Dengan kata lain pada data di atas, usia serta tinggi berpengaruh terhadap berat badan. Karena nilai absolut b1 lebih besar daripada nilai b2, maka dapat dikatakan bahwa usia lebih berpengaruh terhadap berat badan.