Anda di halaman 1dari 2

1. Apa itu Regresi Linier Sederhana?

 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.

Anda mungkin juga menyukai