Regresi linier sederhana

MAKALAH

Dosen Pengampu:

Agnes Mardani S.pd.M.pd

Disusun oleh:

Hendar pradesa (220304020018)

Bahak Udin (220304020015)

PROGRAM STUDI S1 BISNIS DIGITAL

INSTITUT TEKNOLOGI DAN BISNIS

TRENGGALEK

2023
 KATA PENGANTAR

Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Penyayang, kami
panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan nikmat, hidayah dan
rahmat-Nya kepada kami, sehingga kami dapat menyelesaikan tugas pembuatan makalah mata
kuliah Statistika bisnis dengan judul “, Rigresi linear sederhana” ini dengan semaksimal
mungkin.

Dalam penyusunan makalah ini, tentu tidak lepas dari banyaknya kekurangan,tantangan
dan kesulitan. Oleh karena itu, kami mengucapkan rasa hormat dan terimakasih kami kepada
pihak - pihak yang bersedia membimbing dan mengarahkan kami dalam pembuatan makalah ini,
sehinga makalah ini dapat terselesaikan sebagaimana mestinya. Pihak – pihak terkait
diantaranya;

1. Ibu Farikotul Chasanah,S.E.,M.M. selaku Rektor Institut Teknologi dan Bisnis

Treanggalek

2. Seluruh dosen Institut Teknologi dan Bisnis Trenggalek, khususnya kepada Ibu Agnes
Mardani Spd.Mpd. yang bertindak selaku dosen pengampu mata kuliah Statistika bisnis

3. Seluruh rekan mahasisa yang telah bersedia membantu dan bekerja sama sehingga
terselesaikannya makalah ini.

Terlepas dari semua itu, kami meyadari sepenuhnya bahwa masih banyak kekurangan
dan keterbatasan dalam makalah kami baik dari segi susunan kalimat maupun tata bahasanya.
Oleh karena itu dengan tangan terbuka kami menerima segala saran dan kritik dari pembaca agar
kami dapat memperbaiki makalah ini. Akhir kata semoga makalah ini bermanfaat bagi seluruh
pembaca pada umumnya, dan khususnya kepada para mahasiswa.

Trenggalek,18 Oktober 2023

Penulis
 DAFTAR ISI

KATA PENGANTAR..........................................................................................................................................2

DAFTAR ISI........................................................................................................................................................3

BAB I PENDAHULUAN....................................................................................................................................4

1.1 Latar Belakang...........................................................................................................................................4

1.2 Rumusan Masalah......................................................................................................................................4

1.3 Tujuan Masalah..........................................................................................................................................4

BAB II PEMBAHASAN......................................................................................................................................5

2.1 Pengertian Dan Jenis Jenis Regresi............................................................................................................5

2.1.1 Regresi.................................................................................................................................................5

2.1.2 Jenis Jenis Regresi...............................................................................................................................6

2.2 Analisis Regresi Linier Sederhana Dengan Cara Manual tersebut.............................................................7

2.2.1 Contoh Analisis Regresi Linear Sederhana Dengan Cara Manual......................................................7

2.2.2 Contoh regresi linier sederhana manual..............................................................................................7

BAB III PENUTUP............................................................................................................................................11

3.1 Kesimpulan...............................................................................................................................................11

3.2 Saran.........................................................................................................................................................11

DAFTAR PUSTAKA.........................................................................................................................................12
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Regresi linier merupakan suatu metode analisis statistik yang mempelajari pola hubungan
antara dua atau lebih variabel. Pada kenyataannya sehari-hari sering dijumpai suatu kejadian
yang dipengaruhi oleh lebih dari satu variabel, oleh karena itu dikembangkanlah analisis regresi
linier sederhana untuk menganalisis suatu masalah.
Adanya metode analisis regresi ini sangat menguntungkan banyak pihak, baik di bidang
sains, sosial, industri maupun bisnis. Salah satu manfaat analisis regresi adalah menyimpulkan
suatu kejadian yang akan terjadi Terjadi dengan mengakibatkan dampak yang mungkin
mempengaruhi kejadian tersebut.
Dalam makalah ini akan dijelaskan masalah regresi,yaitu regrsi linier sebagai pengukur
hubungan antara dua variabel atau lebih. Dalam pokok bahasan regresi data yang dijelaskan
harus bersifat kuantitatif atau diukur atau dihitung atau dapat dikuantitatifkan; jadi sekurang-
Kurangi data dengan skala interval.Oleh karena itu makalah ini akan menganalisis mengenai
hubungan antara motivasi dan hasil belajar matematika di SMA X.

1.2 Rumusan Masalah

1. Apa itu Regresi dan ada berapa jenis Regresi?
2. Bagaimana cara menganalisis Regresi linear sederhana dengan cara panduan?
1.3 Tujuan Masalah
1. Untuk mengetahui pengertian regresi dan jenis jenis regresi.
2. Untuk mengetahui cara menganalisis regresi linier sederhana dengan cara panduan.
 BAB II
PEMBAHASAN

2.1 Pengertian Dan Jenis Jenis Regresi

2.1.1 Regresi
Regresi adalah bentuk hubungan fungsional antara variabel respon dan prediktor.
Analisis regresi merupakan teknik statistik yang hanyak penggunaannya serta mempunyai
manfaat yang cukup besar bagi pengambil keputusan. Secara umum, dalam analisis regresi
digunakan metode kuadrat terkecil (least sqaure method) untuk mencari kecocokan garis regresi
dengan data sampel yang diamati.

Bila terdapat suatu data yang terdiri atas dua atau lebih variabel, adalah sewajarnya untuk
mempelajari cara bagaimana variabel-variabel itu saling berhubungan dan saling mempengaruhi
satu sama lain. Hubungan yang didapat pada umumnya dinyatakan dalam bentuk persamaan
matematik yang menyatakan hubungan fungsional antara variabel-variabel. Studi yang
menyangkut masalah ini dikenal dengan analisis regresi (Tan, 2009). Ada beberapa hal yang
harus diperhatikan dalam menggunakan analisis regresi yaitu:

 Representasi pemetaan dari karakteristik sistem kongkrit yang akan dipelajari.

 Abstraksi yang merupakan transformasi karakteristik sistem kongkrit yang akan

dipelajarikeadaan formula-formula matematika.

 Kesimpulan dalam analisis regresi diambil dengan mengambil dalih pada asumsi-asumsi
yang menyangkut parameter populasi, dan apabila asumsi-asumsi tersebut dipenuhi maka
prosedur kesimpulan parametriklah yang lazim paling sesuai untuk dipergunakan, dan
apabila asumsi-asumsi tersebut dilanggar.

 Apabila kejadian tersebut terjadi dapat digunakan dengan pendekatan prosedur non
parametrik. Jika ada satu variabel tak hebas atau variabel terikat (dependent variable)
tergantung pada satu atau lebih variabel bebas atau peubah bebas (independent variable)
hubungan antara kedua variabel tersebut dapat dicirikan melalui model matematik
(statistik) yang disebut sebagai model regresi.
2.1.2 Jenis Jenis Regresi
Terdapat empat jenis-jenis regresi dalam statiska, diantaranya:

1. Regresi Linier

Regresi linier dibedakan menjadi dua bagian berdasarkan banyaknya variabel bebas yang
terlibat dalam persamaan yang ikut mempengaruhi nilai variabel terikat

2. Regresi Linier Sederhana

Apabila dalam diagram pencar terlihat bahwa titik titiknya mengikuti suatu garis lurus,
menunjukkan bahwa kedua peubah tersebut saling berhubungan sacara linier. Bila
hubungan linier demikian ini ada, maka kita berusaha menyatakan secara matematik
dengan sebuah persamaan garis lurus yang disebut garis regresi linier. Untuk regresi
linier sederhana, perlu ditaksir parameter. Jika ditaksir oleh a dan b, maka regresi linier
berdasarkan sampel dirumuskan sebagai berikut.

Y-a+bx

Keterangan:

Y-nilai yang diukur/dihitung pada variabel tidak bebas

x-nilai tertentu dari variabel bebas

a = intersep/perpotongan garis regresi dengan sumbu y

b = koefisien regresi / kemiringan dari garis regresi / untuk mengukur kenaikan atau
penurunan y untuk setiap perubahan satu-satuan X / untuk mengukur besarnya pengaruh x
terhadap y kalau x naik satu unit.

3. Peramalan Kuantitatif

Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif masa lalu.
Hasil peramalan yang dibuat sangat fergantung pada metode yang dipergunakan dalam
peramalan

4. Peramalan Kualitatif

Peramalan kualitatif biasanya digunakan bila tidak ada atausedikit data masa lalu
tersedia.
2.2 Analisis Regresi Linier Sederhana Dengan Cara Manual tersebut.
Jika ada suatu variable tak bebas atau variable terikat (dependent variable) terganting
pada satu atau lebih variable bebas atau peubah bebas (independent variable) hubungan antara
kedua variable tersebut dicirikan melalui model matematik (statistic) yang disebut model regresi

2.2.1 Contoh Analisis Regresi Linear Sederhana Dengan Cara Manual

Seorang Mahasiswa ingin melakukan analisis regresi terhadap data hasil penelitiannya
yang berjudul Hubungan antara motivasi dan hasil belajar matematika di SMA X. Pertanyaan
penelitiannya seperti berikut Apakah hasil belajar matematika (Y) dapat diprediksi dari motivasi
(X)? atau apakah terdapat hubungan fungsional antara motivasi dan hasil belajar matematika?

Variabel X - variabel prediktor (bebas, independent)

Variabel Y = variabel kriterium (terikat, dependent)

Persamaan regresi sederhana :Y = a + bx

Nilai a dan b dihitung dengan menggunakan rumus sebagai berikut:

b = n Σ xy - (Σ x) (Σ y)/n Σ x² - (Σx)²

a = Σy - b(Σ x)/n

2.2.2 Contoh regresi linier sederhana manual

Sebuah penelitian terhadap pohon Mahoni, dimana akan diteliti apakah ada hubungan
antara tinggi pohon dengan diameter batang pohon, dengan artian apakah ada pengaruh diameter
batang pohon terhadap tinggi pohon tersebut.

Diambil sampel secara acak sejumlah delapan pohon mahoni.Dapat dilihat dari Tabel 1 pada
kolom X dan Y.

Hal pertama yang akan kita lakukan adalah membentuk persamaan regresi, yaitu :

Y' = a + bX

Selanjutnya adalah menentukan konstanta a dan koefisien b, kita ikutilangkah-langkah sebagai

berikut :
Maka diperoleh :

Persamaan regresi yang diperoleh :

Y' = -1,3147 + 4,5413X

dimana :

Y' = Tinggi pohon mahoni yang diprediksi

X = Diameter batang pohon mahoni

 Interpretasi dari koefisien regresi :

Nilai a = -1,3147 artinya tidak ada diameter batang pohon maka tidak ada tinggi pohon.
(karena tidak ada tinggi yang bernilai negatif sehingga dianggap nol).

Nilai b = 4,5413 artinya jika terjadi peningkatan diameter batang pohon mahoni satu
satuan, maka akan terjadi peningkatan tinggi pohon mahoni sebesar 4,5413 satuan.

Koefisien determinasi R 2 :
 r = 0,886 bernilai positif dan kuat

artinya terdapat hubungan atau korelasi yang kuat antara tinggi pohon mahoni dengan
diameter batang pohon mahoni. Semakin besar diameter batang pohon mahoni maka
semakin tinggi batang pohon mahoni.

R 2 = 0,886 2 = 0,785

artinya sekitar 78,5% variasi dari variabel diameter batang pohon mahoni dapat
menjelaskan variasi dari variabel tinggi pohon mahoni. (cukup tinggi)

 Standar Error Estimate Persamaan Regresi :

Jadi besarnya standar error estimasi persamaan regresi adalah 6,6364. Hal ini
menunjukkan penyimpangan data-data terhadap garis regresi, atau bagaimana penyimpangan
data yang menyebar disekitar garis regresi.

(cukup kecil).

Pengujian Koefisien Regresi :

 Hipotesis Uji

Ho : b = 0

Ha : b ≠ 0

 Taraf Signifikansi

Pilih nilai signifikansi a = 5%

  Daerah Kritis

dengan nilai a = 5% dan derajat bebas n-2=8-2=6, maka diperoleh nilai t-tabel pada 5%/2 = 2,5%
yaitu 2,447.

 Statistik Uji

 Keputusan

Nilai t-hitung = 4,6805 > t-tabel = 2,447 sehingga Ho ditolak dan Ha diterima.

 Kesimpulan

Dengan tingkat signifikansi 5% cukup menjelaskan bahwa ada pengaruh diameter batang
pohon mahoni terhadap tinggi pohon mahoni.
 BAB III
PENUTUP

3.1 Kesimpulan
Regresi linear merupakan suatu metode analisis statistik yang mempelajari pola
hubungan antara dua atau lebih variabel. Pada kenyataan sehari-hari sering dijumpai sebuah
kejadian dipengaruhi oleh lebih dari satu variabel, oleh karenanya dikembangkanlah analisis
regresi linier sederhana untuk menganalisi ssuatu persoalan.

Adanya metode analisis regresi ini sangat menguntungkan bagi banyak pihak, baik di
bidang sains, sosial, industri maupun bisnis. Salah satu manfaat analisis regresi adalah
memperkirakan suatu kejadian yang akan terjadi dengan menganalisis penyebab yang mungkin
mempengaruhi kejadian tersebu.Dalam makalah ini akan diuraikan masalah regresi,yaitu regrsi
linear sebagai pengukur hubungan antara dua variabel atau lebih.

Maka dari hasil di atas, dapat dilihat bahwa hasil perhitungan dengan menggunakan cara
manual sama dengan hasil perhitungan dengan SPSS. Perbedaan nilai dibelakang koma dapat
diterima, karena hal ini terkait dengan tingkat ketelitian.

3.2 Saran
Dalam melakukan analisis Regresi terlebih dahulu harus diketahui apakah variabel-variabel yang
akan diregresikan, itu merupakan regresi linear maupun regresi non linear, karena hal ini akan
menetukan tehnik analisa regresi mana yang akan dipergunakan dalam menganalisis data.

Untuk mengetahui apakah variabel-variabel yang akan diregresiakn apakah itu regresi linear atau
non linear ada beberapa metode yang dapat digunakan, yaitu metode tangan bebas menggunakan
diagram sebagai bahan pertimbangan merupakan cara yang paling sederhana untuk menentukan
suatu variabel regresi linear dan regresi non linear.
 DAFTAR PUSTAKA

 Brian pamukti,analisisi regresi linear sedrhana http://www.slideshare.net/brianpamukti/2-

analisis-regresi-linier-sederhana-. Diakses pada tanggal 09 November 2016 pada pukul
18.45
 Nur cendanasari,modul analisis regresi http://www.slideshare.net/nurcendanasari/modul-
6-32056522. Diakses pada tanggal 09 November 2016 pada pukul 18.50.
 Rukmono budi,makalah analisis regresi
http://www.slideshare.net/rukmonobudi/makalah-analisis-regresi. Diakses
pada tanggal 09 November 2016 pada pukul 18.55.
 Guntur-sandiro,makalah analisis regresi linear.
http://www.slideshare.net/guns12380/analisis-regresi-sederhana-.Diakses pada tanggal 09
November 2016 pada pukul 19.00.