ASSALAMUALAIKUM

regresi linear sederhana

statistik pendidikan
 Disusun Oleh kelompok 7 :

Andre Sanusi, S.Pd (23216036)

Silfia Afrina Fitri, S.Pd (23216044)
Andre Oklanda Gessa, S.Pd (23216028)

Dosen Pembimbing
TRIANDA FARHAN SATRIA,ST.,M.T
 PENGERTIAN REGRESI LINEAR
SEDERHANA

Istilah regresi pertama kali dalam konsep statistik digunakan oleh Sir
Francis Galton pada tahun 1886 di mana yang bersangkutan
melakukan kajian yang menunjukkan bahwa tinggi badan anak-anak
yang dilahirkan dari para orang tua yang tinggi cenderung bergerak
(regress) ke arah ketinggian rata-rata populasi secara keseluruhan.
Galton memperkenalkan kata regresi (regression) sebagai nama
proses umum untuk memprediksi satu variabel, yaitu tinggi badan
anak dengan menggunakan variabel lain, yaitu tinggi badan orang tua
 DAPAT DISIMPULKAN
regresi linear sederhana (RLS)
merupakan alat statistik yang digunakan
untuk mengetahui pengaruh antara satu
variabel bebas terhadap satu variabel
terikat. Variabel bebas dapat pula
disebut dengan istilah prediktor atau
variabel independen (x) dan variabel
terikat sering disebut dengan istilah
kriterium atau variabel dependen (y).
 Penerapan regresi linear sederhana dapat ditemukan
secara luas di berbagai bidang seperti bidang pertanian,
ekonomi, medis dan pendidikan. Contoh penggunaan
regresi linear sederhana di berbagai bidang, antara lain:
1.Pengaruh jumlah pupuk terhadap produksi pertanian
2.Pengaruh daya beli masyarakat terhadap hasil
penjualan saham
3.Pengaruh penghasil terhadap tingkat inflansi
4.Pengaruh citra perusahaan terhadap minat beli
pelanggan
5.Pengaruh rokok terhadap kanker paru-paru
6.Pengaruh lamanya belajar terhadap nilai ujian
7.Pengaruh IQ terhadap IPK
8.Pengaruh berat badan terhadap tekanan darah
SECARA UMUM, PERSAMAAN REGRESI LINEAR SEDERHANA
DAPAT DITULIS SEBAGAI BERIKUT:

PADA PERSAMAAN (1), MERUPAKAN VARIABEL DEPENDEN,

MERUPAKAN VARIABEL INDEPENDEN, MERUPAKAN
KONSTANTA (INTERCEPT), MERUPAKAN KOEFISIEN (SLOPE)
DAN MERUPAKAN VARIABEL PENGGANGGU ATAU
RESIDUAL.
 Gambar 1 Grafik Regresi Linear Sederhana
Pada gambar (1), y ̂ menyatakan persamaan regresi, y ̂_i menyatakan prediksi y (ke-i=1,
2, 3, ...n observasi), yi merupakan variabel dependen (ke-i=1, 2, 3, ...n observasi), xi
merupakan variabel independen (ke-i=1, 2, 3, ...n observasi), β ̂_0 merupakan konstanta
(Intercept), β ̂_1 merupakan koefisien (slope) dan e_i merupakan variabel pengganggu
atau residual (ke-i=1, 2, 3, ...n observasi).
 PROSEDUR PEMBENTUKAN MODEL
REGRESI LINEARSEDERHANA

Ada beberapa prosedur pembentukan model RLS yaitu:

1. Input Data

Tahap ini dilakukan untuk pemilihan variabel, baik variabel independen maupun
variabel dependen terhadap permasalahan yang dipecahkan serta
menspesialisasikan hubungan fungsional antar variabel. Contoh: Seorang
mahasiswa ingin mengetahui pengaruh berat badan terhadap tinggi badan. Dari
contoh di atas dapat diketahui bahwa:
x: Berat badan (variabel dependen)
y: Tinggi badan (variabel independen)
 PROSEDUR PEMBENTUKAN MODEL
REGRESI LINEARSEDERHANA

2. Uji Kenormalan

Uji kenormalan pada regresi digunakan untuk menguji apakah nilai residual yang
dihasilkan dari regresi terdistribusi secara normal atau tidak.
Model regresi yang baik adalah yang memiliki nilai residual yang terdistribusi
secara normal. Langkah-langkah uji kenormalan:
Langkah 1: Hipotesis
Ho: Data berdistribusi normal
H1: Data tidak berditribusi normal
Langkah 2: Tingkat Signifikansi (α)
Langkah 3: Uji statistik
Langkah 4: Keputusan Terima Ho jika Asymp. Sim > α
Langkah 5: Kesimpulan.
 PROSEDUR PEMBENTUKAN MODEL
REGRESI LINEARSEDERHANA
3. Diagram sebar (scatter plot)

Diagram sebar (Scatter plot) digunakan untuk melihat pola hubungan antara
variabel x dangan variabel y.

Gambar 1.2 Contoh Scatter Plot

Dari gambar 1.2 di atas, bertujuan untuk

membantu menunjukkan apakah
terdapat hubungan yang bermanfaat
antara dua variabel dan membantu
menetapkan tipe persamaan yang
menunjukkan hubungan antara kedua
variabel tersebut.
 PROSEDUR PEMBENTUKAN MODEL
REGRESI LINEARSEDERHANA

4. Menghitung korelasi model

Korelasi merupakan nilai yang menunjukkan adanya hubungan antara dua

variabel tetapi tidak menunjukkan sebab akibat antar variabel tersebut.
 PROSEDUR PEMBENTUKAN MODEL
REGRESI LINEARSEDERHANA

5. Metode Estimasi Parameter Regresi Linear Sederhana

Koefisien regresi dan merupakan parameter dan nilainya tidak diketahui,

tetapi parameter tersebut dapat diestimimasi dari data sampel. Ada 2 metode
estimasi yang biasa digunakan untuk mengestimasinya, yaitu:
a. Metode kuadrat Terkecil/Ordinary least square (OLS)
b. Metode Maksimum Likelihood (MML).
Dalam hal ini, metode yang akan digunakan adalah Metode kuadrat
Terkecil/Ordinary least square (OLS).
 PROSEDUR PEMBENTUKAN MODEL
REGRESI LINEARSEDERHANA
6. Pengujian (Diagnostic Checking)
Dalam Diagnostic Checking akan dilakukan uji hipotesis terhadap dan , untuk
apakah ada hubungan linear yang signifikan antara variabel independen x dan
variabel dependen y.
a. Pengujian Linearitas dan Signifikansi menggunakan t-tabel
b. Pengujian Menggunakan tabel ANOVA
UJIREGRESILINEARSEDERHANA
MENGGUNAKANSPSS
THANKYOU
very much