LAPORAN PRAKTIKUM ANALISIS DATA STATISTIK

REGRESI LINEAR

OLEH :

FERRY SETIAWAN

NIM 122410076

PROGRAM STUDI SAINS AKTUARIA

FAKULTAS SAINS

INSTITUT TEKNOLOGI SUMATERA

2023
 LEMBAR PENGESAHAN

Topik Praktikum : Ruang Sampel dan Kejadian

Waktu Pelaksanaan Praktikum : 08.00 - 11.00

Kelas / Tempat : RB / LABKOM 4 (GLT 3 LT 2)

Lampung Selatan, 03 Desember 2023

Asisten Praktikum

Rofiqoh Wulandari

NIM : 120410066

i
 DAFTAR ISI

LEMBAR PENGESAHAN ..................................................................................... i

DAFTAR ISI ......................................................................................................... ii
DAFTAR GAMBAR ..............................................................................................iii
DAFTAR TABEL................................................................................................... v
BAB I PENDAHULUAN....................................................................................... 6
1.1 LATAR BELAKANG ............................................................................... 6

1.2 TUJUAN PRAKTIKUM ........................................................................... 6

1.2.1 Tujuan Intruksional Umum .............................................................. 6

1.2.2 Tujuan Intruksional Khusus............................................................. 7
BAB II TINJAUAN PUSTAKA .............................................................................. 8
2.1 REGRESI LINEAR ................................................................................ 8

2.2 REGRESI LINIER SEDERHANA ........................................................... 8

2.3 REGRESI LINEAR BERGANDA ............................................................ 9

BAB III METODOLOGI ..................................................................................... 12

3.1 DESKRIPSI DATA ............................................................................... 12

3.1.1 Permasalahan 1 ........................................................................... 12

3.1.2 Permasalahan 2 ........................................................................... 13
3.2 PROSEDUR PRAKTIKUM................................................................... 13

3.2.1 Penyelesaian 1 ............................................................................. 13

3.2.2 Penyelesaian 2 ............................................................................. 15
BAB IV ANALISIS HASIL .................................................................................. 17
4.1 Analisis Hasil Penyelesaian 1 ................................................................... 17

4.2 Analisis Hasil Penyelesaian 2 ................................................................... 19

BAB V PENUTUP .............................................................................................. 22

5.1 KESIMPULAN ..................................................................................... 22

5.2 SARAN ................................................................................................ 22

DAFTAR PUSTAKA ........................................................................................... 23

ii
 DAFTAR GAMBAR

Gambar 3.2.1. 1 Data Permasalahan 1 .......................................................

Gambar 3.2.1. 2 Import Data ................................................................... 14
Gambar 3.2.1. 3 Syntax dan Hasil Permasalahan 1 ....................................
Gambar 3.2.2. 1 Data Permasalahan 1 .......................................................
Gambar 3.2.2. 2 Import Data Permasalahan 2 ........................................ 16

iii
 DAFTAR TABEL

Gambar 3.2.2. 1 Data Permasalahan 1 .......................................................

Gambar 3.2.2. 2 Import Data Permasalahan 2 ........................................ 16

v
 BAB I
PENDAHULUAN

1.1 LATAR BELAKANG

Regresi merupakan suatu teknik statistika yang dapat digunakan untuk

menggambarkan hubungan fungsional antara suatu variabel tak bebas (respon)
dengan satu atau beberapa variabel bebas (deterministik). Analisis regresi
merupakan metode analisis yang dapat digunakan untuk menganalisis data dan
mengambil kesimpulan yang bermakna tentang hubungan ketergantungan
variabel terhadap variabel lainnya.

Analisis regresi adalah suatu analisis yang mengukur pengaruh antara

variabelbebas terhadap variabel terikat. Jika pengukuran pengaruh ini
melibatkan satuvariabel bebas (X) dan variabel terikat (Y) dinamakan analisis
regresi linear sederhana. Sedangkan jika pengukuran ini melibatkan dua atau
lebih variabel bebas, maka disebut analisis regresi berganda.

Analisis regresi berganda adalah pengenbangan dari analisis regresi

sederhana.Kegunaannya yaitu untuk meramalkan nilai variabel terika (Y) apabila
jumlahvariabel bebas berjumlah dua atau lebih. Analisis regresi berganda adalah
suatualat analisis peramalan nilai dua variabel bebas atau lebih terhadap
variabel terikatuntuk membuktikan ada atu tidaknya hubungan fungsi atau
hubungan kasualdiantaranya.

Berdasarkan uraian diatas, uji regresi digolongkan menjadi tiga macam,

salahsatunya adalah regresi linier berganda. Oleh karena itu, laporan ini disusun
untuk mengetahui pengujian nilai tafsiran regresi linier berganda menggunakan
perhitungan software Rstudio.

1.2 TUJUAN PRAKTIKUM

1.2.1 Tujuan Intruksional Umum

Setelah mengikuti praktikum ini, mahasiswa diharapkan dapat

menggunakan alat bantu dalam melakukan analisis regresi linier
sederhana maupun berganda
6
1.2.2 Tujuan Intruksional Khusus

Setelah mengikuti praktikum ini, mahasiswa diharapkan mampu :

1. Menentukan dan menginterpretasi model regresi linier
2. Melakukan uji hipotesis parameter yang sesuai

7
 BAB II
TINJAUAN PUSTAKA

2.1 REGRESI LINEAR

Regresi linear yaitu model regresi yang digunakan untuk mengestimasi

variabel dependen disebut persamaan regresi estimasi, yaitu suatu rumus
matematika yang menunjukkan hubungan antara satu atau lebih variabel yang
nilainya diketahui dengan variabel yang nilainya tidak diketahui. Saat
menggunakan model regresi, pertama-tama perlu diyakini bahwa variabel yang
digunakan dalam membangun model memiliki hubungan teoritis atau dapat
diestimasi terlebih dahulu. Hal ini dikarenakan hubungan antar variabel dalam
model regresi merupakan hubungan sebab akibat (causal relationship). Variabel
dalam model regresi dibagi menjadi dua, yaitu variabel bebas (independent
variable) dan variabel terikat (dependent variable). Variabel bebas adalah
variabel yang nilainya mempengaruhi variabel lain, dan variabel terikat adalah
variabel yang nilainya dipengaruhi oleh variabellain.Dalam perkembangannya,
regresi linier dibagi menjadi dua bagian, yaitu regresilinier sederhana dan regresi
linier berganda. Regresi linier sederhana adalah model regresi yang digunakan
untuk menggambarkan hubungan antara variabel bebas danvariabel terikat.
Analisis regresi adalah metode statistik yang mengamati hubungan antara
variabel terikat Y dan serangkaian variabel bebas X1,…,Xn. Tujuan dari metode
ini adalah untuk memprediksi nilai Y untuk nilai X tertentu. Model regresi linier
sederhana adalah model regresi paling sederhana dengan hanya satu variabel
bebas X.

2.2 REGRESI LINIER SEDERHANA

Regresi Linear Sederhana adalah regresi yang memiliki satu variabel

independen (X) dan satu variabel dependen (Y). Analisis Regresi Sederhana ini
bertujuan untuk menguji pengaruh antara variabel X terhadap variabel Y.
Variabel yang dipengaruhi disebut variabel dependen, sedangkan variabel yang
mempengaruhi disebut variabel independen. Analisis ini untuk mengetahui arah
hubungan antara variabel independen dengan variabel dependen apakah positif

8
ataunegatif dan untuk memprediksi nilai dari variabel dependen apabila nilai
variabel independen mengalami kenaikan atau penurunan. Data yang digunakan
biasanya berskala interval atau rasio.

Model persamaan regresi linier sederhana sebagai berikut:

Y = a + bX + e

Y = Variabel dependen

A = Konstanta

b = Koefisien variabel independent

x = Variabel independen

e = error

Pada analisis regresi terdapat dua jenis variabel, yaitu: variabel

bebas(sebagai variabel predictor) dan variabel terikat. Variabel bebassering
dinotasikandengan X1, X2, X3, X4…, dan seterusnya. Sedangkan variabel
terikat (dependent) dinotasikan dengan Y.

Koefisien (b) regresi linier adalah nilai dari variabel (X) yang bisa bermakna
positif atau negatif, yang fungsinya mempengaruhi variabel (Y). Jika nilai
variabel X positif maka akan berpengaruh naik terhadap variabel Y, akan
tetapijika nilai variabel X ternyata negatif justru akan berpengaruh turun
terhadapvariabel Y. Makna positif (+) atau negatif (-) tersebut diinterpretasikan
dalam besaran satuan. Jika positif maka naik sebesar satu satuan, jika negatif
maka turun sebesar satu satuan.

2.3 REGRESI LINEAR BERGANDA

Analisis regersi linier berganda adalah analisis yang melibatkan lebih dari
satu variabel bebas atau prediktor. Perbedaan regresi linier sederhana
denganregresi linier berganda adalah pada analisis regresi sederhana hanya
melibatkan satu variabel dependen dan satu variabel independen. Sedangkan
regresi linear berganda menggunakan jumlah variabel bebas yang berjumlah
lebih dari satu.

9
 Analisis regresi linier berganda dilakukan untuk mengetahui arah dan
seberapa besar pengaruh variabel independen terhadap variabel dependen.
Analisisregresi berganda digunakan o|eh peneliti, bila peneliti bermaksud
meramalkanbagaimana keadaan (naik turunnya) variabel dependen (kriterium),
bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi
(dinaik turunkan nilainya).

Selain itu, regresi linier berganda digunakan untuk mengetahui linearitas

hubungan dua atau lebih variabel independen dengan satu variable dependen
dan dapat pula digunakan untuk memprediksi harga variabel dependen jika
harga-harga variabel independen diketahui. Rumus umum persamaan linier
regresi ganda adalah: Ŷ = a + 𝑏1 𝑋1 + 𝑏2 𝑋2

Sebelum menggunakan analisis regresi ganda perlu dikontrol terhadap

beberapa kondisi yang berkaitan dengan data. Beberapa syarat yang harus
dikontroldan dipenuhi dalam analisis regresi sebagai berikut:

• Sampel harus diambil secara acak (random) dari populasi yang berdistribusi
normal.
• Oleh karena sampel diambil dari populasi yang berdistribusi normal, maka
sampel juga harus berdistribusi normal. Normalitas dapat diatasi dengan
mengambil sampel banyak. Disamping itu, normalitas dapat diuji dengan
normalitas menggunakan uji Liliefors.
• Data variabel terikat harus berskala interval atau skala ratio, sedangkan
skala untuk variabel bebas tidak harus interval atau ratio tetapi bisa juga
untuk data yang berskala lebih rendah. Dalam hal ini data variabel bebas
diubah dengan sistem coding (pemberian tanda tertentu).
• Antara variabel bebas dengan variabel terikat mempunyai hubungan secara
teoritis dan melalui perhitungan korelasi sederhana dapat diuji signifikansi
hubungan tersebut. Jika ternyata antara variabel bebas dengan variabel
terikat tidak mempunyai hubungan sederhana yang signifikan maka korelasi
ganda pun tidak akan signifikan.
• Persamaan regresi yang terbentuk harus linier.

10
Langkah-langkah perhitungan dalam analisis regresi ganda dinyatakan sebagai
berikut:

• Menentukan persamaan regresi ganda Y atas X1, X2 dan X3.

• Menguji signifikansi persamaan regresi ganda Y atas X1, X2 dan X3.
• Menghitung koefisien korelasi ganda dan koefisien determinasinya.
• Menguji signifikansi koefisien persamaan regresi ganda Y atas X1, X2 dan
X3.
• Memberi kesimpulan atas semua hasil analisis yang telah diperoleh

11
 BAB III
METODOLOGI

3.1 DESKRIPSI DATA

3.1.1 Permasalahan 1

Ujilah Menggunakan Analisis Regresi data berikut

Biaya Penjualan Biaya

Periklanan Produk Pengembangan
(Juta) (Juta) Produk ( Juta)

241 750 107

239 752 114
263 773 113
226 764 142
235 750 114
216 733 108
299 774 77
283 804 141
253 768 120
285 793 123
225 740 108
271 783 124
211 731 115
261 768 112
221 754 135
289 792 117
280 805 147
275 792 134
260 759 95
234 771 146
Table 3.1.1. 1 Tabel Permasalahan 1

12
3.1.2 Permasalahan 2

Ujilah Menggunakan Analisis Regresi data berikut

Inflasi Suku Bunga Kurs Indeks Harga Saham

2,29 3,94 13524 5537,71

1,98 3,38 12145 5526,77

1,75 3,76 13916 5540,13

2,74 3,73 10697 5516,71

1,24 3,36 11607 5522,17

1,04 3,81 10004 5510,29

1,70 3,15 14263 5542,3

2,79 3,43 12147 5527,42

1,67 3,07 11974 5525,05

1,50 3,97 13153 5534,35

2,82 3,52 11833 5525,15

2,73 3,50 14052 5541,71

1,42 3,01 10394 5512,98

1,03 3,62 11559 5521,82

1,40 3,42 12427 5528,48

Tabel 3.1.2. 1 Tabel Permasalahan 2

3.2 PROSEDUR PRAKTIKUM

3.2.1 Penyelesaian 1

Langkah pertama yang dilakukan untuk menyelesaikan permasalah ini

adalahmembuat data pada tabel 3.1.1 ke dalam Ms. Excel.

13
 Gambar 3.2.1. 1 Data Permasalahan 1

Langkah selanjutnya yaitu meng-import terlebih dahulu dataset yang telah

disiapkan sebelumnya pada Ms. Excel ke Rstudio dengan catatan bagian
“double “ diubah menjadi “numeric” dan nama data tersebut diubah
menjadi datamodul6soal1.

Gambar 3.2.1. 2 Import Data

Masukkan perintah untuk melakukan analisis analisis linier

sederhana.Berikutadalah perintah yang digunakan dan outputnya:

14
 Gambar 3.2.1. 3 Syntax dan Hasil Permasalahan 1

3.2.2 Penyelesaian 2

Langkah pertama yang dilakukan untuk menyelesaikan permasalah ini

adalahmembuat data pada tabel 3.1.2 ke dalam Ms. Excel.

Gambar 3.2.2. 1 Data Permasalahan 1

15
Langkah selanjutnya yaitu meng-import terlebih dahulu dataset yang telah
disiapkan sebelumnya pada Ms. Excel ke Rstudio dengan catatan bagian
“double “ diubah menjadi “numeric” dan nama data tersebut diubah
menjadi datamodul6soal2.

Gambar 3.2.2. 2 Import Data Permasalahan 2

Masukkan perintah untuk melakukan analisis analisis linier

sederhana.Berikutadalah perintah yang digunakan dan outputnya:

Gambar 3.2.2. 3 Fungsi dan hasil dari regresi linier

16
 BAB IV
ANALISIS HASIL

4.1 Analisis Hasil Penyelesaian 1

Interpretasi Hasil
Persamaan dari model regresi yang diperoleh yaitu:

𝑦 = 502,792 + 0,74101𝑋1𝑖 + 0,64610𝑋2𝑖

a. Uji parameter 𝛽0

• H0 : 𝛽0 = 0 (tidak terdapat pengaruh nilai intercept terhadap

penjualan)
• H1 : 𝛽0 ≠ 0 (terdapat pengaruh nilai intercept terhadappenjualan)
• Taraf signifikansi : 𝛼 = 5%

• P-value : 2e-16 => 0,0000000000000002

• Daerah kritis : H0 ditolak jika nilai P-value < 𝛼

• Keputusan : H0 ditolak karena nilai P-value (2e-16) <

𝛼 (0,05)

• Kesimpulan : Pada taraf signifikansi 5%, diperoleh kesimpulan bahwa

terdapat pengaruh nilai intercept terhadap penjualan.

b. Uji Parameter 𝛽1

• H0 : 𝛽1 = 0 (tidak ada pengaruh iklan terhadappenjualan)

• H1 : 𝛽1 ≠ 0 (terdapat pengaruh iklan terhadappenjualan)
• Taraf signifikansi : 𝛼 = 5%

• P-value : 2e-16 => 0,0000000000000002

• Daerah kritis : H0 ditolak jika nilai P-value < 𝛼

• Keputusan : H0 ditolak karena nilai P-value (2e-16) <

17
 𝛼 (0,05)

• Kesimpulan : Pada taraf signifikansi 5%, diperoleh kesimpulan bahwa

terdapat pengaruh biaya periklananterhadap penjualan.

c. Uji Parameter 𝛽2

• H0 : 𝛽2 = 0 (tidak terdapat pengaruh pengembanganproduk terhadap

penjualan)
• H1 : 𝛽2 ≠ 0 (terdapat pengaruh pengembangan produkterhadap
penjualan)
• Taraf signifikansi : 𝛼 = 5%

• P-value : 2e-16 => 0,0000000000000002

• Daerah kritis : H0 ditolak jika nilai P-value < 𝛼

• Keputusan : H0 ditolak karena nilai P-value (2e-16) <

𝛼 (0,05)

• Kesimpulan : Pada taraf signifikansi 5%, diperoleh kesimpulan bahwa

terdapat pengaruh biayapengembangan produk terhadap penjualan.

d. Uji Kebaikan Model

• H0 : Model regresi yang diperoleh tidak memadai

• H1 : Model regresi yang diperoleh telah memadai

• Taraf signifikansi : 𝛼 = 5%

• P-value : 2,2e-16 => 0,0000000000000002

• Daerah kritis : H0 ditolak jika nilai P-value < 𝛼

• Keputusan : H0 ditolak karena nilai P-value (2,2e-16)

< 𝛼 (0,05)

18
 • Kesimpulan : Pada taraf signifikansi 5%, diperoleh kesimpulan
bahwa model regresi yang diperoleh telahmemadai.
e. Koefisien Determinasi

Diperoleh nilai 0,9968 atau 99,68% . Artinya, variabel iklan dan

pengembangan memberikan pengaruh terhadap penjualan sebesar
99,68%. Sisanya sebesar 0,32% dipengaruhi oleh variabel lain yang
tidak dijelaskan.
4.2 Analisis Hasil Penyelesaian 2

Interpretasi Hasil
Persamaan dari model regresi yang diperoleh yaitu:

𝑦̂𝑖 = 5,432𝑒 + 03 + 7,478𝑒 − 01𝑋1𝑖 + 6,499𝑒 − 01𝑋2𝑖 + 7,500𝑒 + 03𝑋3𝑖

a. Uji Parameter 𝛽0

• H0 : 𝛽0 = 0 (tidak terdapat pengaruh nilai interceptterhadap

indeks harga saham)
• H1 : 𝛽0 ≠ 0 (terdapat pengaruh nilai intercept terhadapindeks
harga saham)
• Taraf signifikansi : 𝛼 = 5%

• P-value : 2e-16 => 0,0000000000000002

• Daerah kritis : H0 ditolak jika nilai P-value < 𝛼

• Keputusan : H0 ditolak karena nilai P-value (2e-16) < 𝛼(0,05)

• Kesimpulan : Pada taraf signifikansi 5%, diperoleh kesimpulan
bahwa terdapat pengaruh nilai intercept terhadap indeks harga
saham

b. Uji Parameter 𝛽1

• H0 : 𝛽2 = 0 (tidak terdapat pengaruh bunga terhadapindeks

harga saham)
• H1 : 𝛽2 ≠ 0 (terdapat pengaruh bunga terhadap indeksharga

19
 saham)
• Taraf signifikansi : 𝛼 = 5%

• P-value : 2e-16 => 0,0000000000000002

• Daerah kritis : H0 ditolak jika nilai P-value < 𝛼

• Keputusan : H0 ditolak karena nilai P-value (2e-16) < 𝛼

(0,05)

• Kesimpulan : Pada taraf signifikan 5%, diperoleh kesimpulan

bahwa terdapat pengaruh bunga terhadapindeks harga saham.
c. Uji Parameter 𝛽2

• H0 : 𝛽3 = 0 (tidak terdapat pengaruh kurs terhadap indeksharga

saham)
• H1 : 𝛽3 ≠ 0 (terdapat pengaruh kurs terhadap indeks hargasaham)
• Taraf signifikansi : 𝛼 = 5%

• P-value : 2e-16 => 0,0000000000000002

• Daerah kritis : H0 ditolak jika nilai P-value < 𝛼

• Keputusan : H0 ditolak karena nilai P-value (2e-16) < 𝛼

(0,05)

• Kesimpulan : Pada taraf signifikansi 5%, diperoleh kesimpulan

bahwa terdapat pengaruh kurs terhadap indeks harga saham.

d. Uji Kebaikan Model

• H0 : Model regresi yang diperoleh tidak memadai

• H1 : Model regresi yang diperoleh telah memadai

• Taraf signifikansi : 𝛼 = 5%

• P-value : 2,2e-16 => 0,0000000000000002

• Daerah kritis : H0 ditolak jika nilai P-value < 𝛼

20
 • Keputusan : H0 ditolak karena nilai P-value (2,2e-16) < 𝛼

(0,05)

• Kesimpulan : Pada taraf signifikansi 5%, diperoleh kesimpulan bahwa

model regresi yang diperoleh telah memadai/terdapat pengaruh
bersama-sama variabel bebas terhadap variabel terikat.

e. Koefisien Determinasi

Diperoleh nilai 1 atau 100% . Artinya variabel inflasi, bunga, dan kurs
memberikan pengaruh terhadap indekss harga saham sebesar 100%.

21
 BAB V
PENUTUP

5.1 KESIMPULAN

Berdasarkan praktikum yang telah dilaksanakan dapat diketahui

bahwa regresi linear sederhana merupakan analisis regresi yang
dalam prosesnya menggunakan satu variabel bebas. Model regresi
linier sederhana secara umum yaitu 𝑌𝑖 = 𝛽0 + 𝛽1𝑋1𝑖 + 𝑒𝑖. Sedangkan
regresi linier berganda merupakan analisis regresi yang dalam
prosesnya menggunakan dua atau lebih variabel bebas. Model regresi
linier berganda secara umum yaitu 𝑌𝑖 = 𝛽0 + 𝛽1𝑋1𝑖 + ⋯ + 𝛽𝑘𝑋𝑘𝑖 + 𝑒I.
Variabel bebas merupakan variabel yang mempengaruhi variabel terikat
dalam sebuah model regresi. Analisis regresi linier dalam R dapat
menggunakan perintah berikut. modelreg = lm(formula, data)
summary(modelreg)
Pada penyelesaian satu dan dua H0 ditolak, hal ini disebabkan oleh
besar p-value yang kurang dari taraf signifikasi. Selain itu, didapatkan jika
nilai koefisien determasinya yaitu adalah 99,68% dan 100%. Variabel
bebas pada penyelesaian satu adalah iklan dan pengembangan dan
variabel terikatnya adalah penjualan. Sedangkan untuk penyelesaian dua
variabel bebasnya adalah inflasi, bunga, dan kurs dan untuk variabel
terikatnya adalah saham. Maka dari itu dapat diambil kesimpulan bahwa
variabel-variabel bebasmemiliki dampak yang besar pada variabel terikat.
5.2 SARAN

Adapun saran dalam praktikum ini yaitu:

1. Pastikan memahami konsep dasar dari Analisis Regresi.

2. Pastikan memahami cara membaca interpretasi hasil Analisis
Regresi.

22
 DAFTAR PUSTAKA

Abdurrahman, dkk. 2007. Analisis Korelasi, Korelasi, Regresi, Regresi,

dan Jalur dalam Penelitian. Bandung: CV Pustaka Setia.

Sudijono, Anas. 1996. Pengantar Statistik Pendidikan. Jakarta: Rajawali.

Spiegel, Murray. R. 2004. Statistika. Jakarta: Erlangga.

Supranto. J. 2001. Statistika Teori dan Aplikasi Edisi Ke-6 Jilid

2.Jakarta:Erlangga

23