ANALISIS REGRESI

A. Pengertian
Analisis regresi merupakan perhitungan statistik untuk menguji
seberapa erat hubungan antar variable. Analisis regresi yang paling
sederhana dan sering digunakan adalah regresi linier sederhana. Dalam
analisis regresi terdapat satu variabel terikat yang biasa ditulis dengan
simbol 𝑌 dan satu variabel bebas atau lebih yang biasa ditulis dengan
simbol 𝑋. Analisis regresi adalah suatu kajian untuk mengeksplorasi
sifat- sifat dari hubungan diantara variabel-variabel. Hubungan
fungsional diantara variabel-variabel ini dapat dikategorikan atas dua
kelompok yaitu regresi linier dan regresi non linier. Regresi linier dapat
berupa regresi linier sederhana dan dapat berupa regresi linier ganda.
Regresi linier sederhana terdiri dari satu variabel bebas dan satu
variabel tidak bebas. Sedangkan regresi linier ganda memiliki
variabel bebas lebih dari satu. Persamaan regresi linier sederhana
dapat dituliskan sebagai berikut:

Y = 𝛽0 + 𝛽1𝑋 + 𝜀 ……………………….. 8.1

Y adalah variabel acak (variabel respon atau variabel tak bebas)

𝛽0 dan 𝛽1 adalah parameter model (karakteristik populasi)
X adalah variabel prediktor (variabel bebas)
𝜀 adalah suatu besaran yang membuat nilai Y menyimpang dari garis
regresi.
Persamaan regresi linier ganda secara umum dapat dituliskan sebagai
berikut:
Y = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + ⋯ + 𝛽𝑘𝑋𝑘 + 𝜀................................8.2
Y adalah variabel acak (variabel respon atau variabel tak bebas)
EDI SYAHPUTRA-2024 REGRESI LINIER SEDERHANA 1
𝛽0 dan 𝛽1 …. 𝛽𝑘 adalah parameter model (karakteristik populasi)

𝑋1, 𝑋2, … . , 𝑋𝒌 adalah variabel prediktor (variabel bebas)

𝜀 adalah suatu besaran yang membuat nilai Y menyimpang dari garis
regresi

B. Pendugaan parameter persamaan garis regresi linier

Pendugaan parameter regresi linier dapat dilakukan secara manual
atau dapat dilakukan menggunakan software komputer seperti SPSS
atau minitab. Jika persamaan garis regresi yang akan diduga merupakan
persamaan garis regresi linier sederhana maka cara manual dapat
dilakukan dengan memanfaatkan rumus pendugaan untuk menentukan
nilai b0 dan b1 yang berturut-turut menduga parameter garis regresi β 0
dan β1. Tetapi jika persamaan garis regresi linier ganda maka cara
manual yang dapat dilakukan adalah dengan menggunakan metode
Doolittle.

1. Model regresi linier sederhana

Model ini hanya memiliki satu variabel bebas (katakanlah X) dan satu
variabel tidak bebas (katakanlah Y). Pandang model regresi linier
sederhana:
Y = β0 + β1X + ε..........................................................................(8.3)
Suatu besaran yang membuat nilai Y menyimpang
dari garis regresi
Variabel prediktor, atau variabel bebas
Parameter model
Variabel random, atau variabel respon atau variabel

EDI SYAHPUTRA-2024 REGRESI LINIER SEDERHANA 2

 Contoh Soal
Seorang pedagang ingin mengetahui hubungan antara banyaknya
pengunjung (X) yang datang dengan banyaknya barang (Y) yang terjual
selama 10 hari berturut-turut. Datanya sebagai berikut :
banyaknya Pengunjung 50 54 53 48 50 52 50 53 54 55
(X)
banyaknya terjual (Y) 149 158 156 147 149 150 153 156 158 160

Tentukan persamaan garis regresi linier sederhana dari data di atas.

Penyelesaian :
banyaknya banyaknya terjual
Hari Ke 𝑥2 𝑋𝑌
Pengunjung (X) (Y)
1 50 149 2500 7450
2 54 158 2916 8532
3 53 156 2809 8268
4 48 147 2304 7056
5 50 149 2500 7450
6 52 150 2704 2600
7 50 153 2500 2650
8 53 156 2809 8268
9 54 158 2916 8532
10 55 160 3025 8800

 xi   yi  ∑ 𝒙𝟐 =  xiyi
26938
519 1536 
69606

𝑛. ∑ 𝑥𝑖𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑏1 = 𝑛. ∑ 𝑥 2 − (∑ 𝑥 )2
𝑖 𝑖
10 . 12087 − 364 . 330
=
10 . 13358 − (364) 2

EDI SYAHPUTRA-2024 REGRESI LINIER SEDERHANA 3

 120870 − 120120
=
133580 − 132496
750
=
1084

= 0,6918
∑ 𝑦𝑖 − 𝑏 1 . ∑ 𝑥𝑖
𝑏0 =
𝑛
330 − (0,6918) ∙ 364
=
10

EDI SYAHPUTRA-2024 REGRESI LINIER SEDERHANA 4

 330 − 251,815
=
10
78,1840
=
10
= 7,81848

Dengan demikian, persamaan garis regresi linear sederhana 𝑌 atas 𝑋

untuk soal diatas adalah:
𝑌̂ = 7,81848 + 0,6918 𝑥

Contoh Soal

EDI SYAHPUTRA-2024 REGRESI LINIER SEDERHANA 5