MAKALAH STATISTIKA EKONOMI II

“ANALISIS REGRESI SEDERHANA”

KELOMPOK V

Dosen Pengampu Mata Kuliah :

Dr. Ir. Syahrial Shaddiq, M.Eng., M.M.

Disusun Oleh:

Daniel Halim 2210312210025

Fahrul Razi 2210312210024

Maulana Yusuf 2210312210027

Muhammad Bintang Al 2210312320081

Muhammad Farhan Fauzan 2210312210030

Rayaskhan Tegar Persada 2210312210029

MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS LAMBUNG MANGKURAT
BANJARMASIN
2024
 KATA PENGANTAR
Assalamualaikum Wr.Wb.
Dengan rasa syukur dan hormat, penulis menyampaikan puji dan terima kasih
kepada Allah SWT, Tuhan Yang Maha Esa, yang senantiasa memberikan rahmat
dan petunjuk-Nya dalam setiap langkah kehidupan kita.

Makalah ini disusun sebagai suatu topik yaitu analisis regresi sederhana yang
dianggap penting dan relevan. Proses penyusunan makalah ini melibatkan
pemahaman konsep, analisis mendalam. Kami menyadari bahwa penyusunan
makalah ini tidak terlepas dari berbagai kendala, namun dengan kerja keras,
ketekunan, dan semangat untuk terus belajar, makalah ini dapat diselesaikan.

Terima kasih kepada dosen pembimbing yang telah memberikan arahan dan
masukan yang sangat berharga. Makalah ini tentunya masih memiliki keterbatasan
dan kekurangan. Oleh karena itu, kritik dan saran dari pembaca sangat diharapkan
guna perbaikan di masa yang akan datang. Semoga makalah ini dapat memberikan
kontribusi positif dalam pemahaman dan pengembangan ilmu pengetahuan.

Akhir kata, kami berharap makalah ini dapat menjadi bahan bacaan yang informatif
dan inspiratif bagi pembaca. Semoga ilmu yang terkandung dalam makalah ini
dapat bermanfaat bagi perkembangan ilmu pengetahuan dan masyarakat pada
umumnya.

Wassalamualaikum Wr.Wb.
Banjarmasin,

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ............................................................................................ i

DAFTAR ISI .......................................................................................................... ii
BAB I PENDAHULUAN .......................................................................................1
1.1 Latar Belakang .............................................................................................1
1.2 Rumusan Masalah ........................................................................................1
1.3 Tujuan ...........................................................................................................1
BAB II PEMBAHASAN ........................................................................................2
2.1 Regresi Linier Sederhana (RLS) .................................................................2
2.2 Analisis Regresi Sederhana .........................................................................2
2.3 Model Regresi Sederhana (RLS).................................................................3
BAB III PENUTUP ................................................................................................6
3.1 Kesimpulan ...................................................................................................6
DAFTAR PUSTAKA .............................................................................................7

ii
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Regresi merupakan suatu teknik statistik yang dapat digunakan untuk
menggambarkan hubungan fungsional antara suatu variabel terikat (respon) dan
satu atau lebih variabel bebas (determinasi). Secara umum terdapat dua jenis
hubungan antar atau lebih variabel, yaitu bentuk hubungan dan keeratan hubungan.
Untuk mengetahui bentuk hubungannya digunakan analisis regresi. Kedekatan
hubungan dapat diketahui dengan menggunakan analisis korelasi. Analisis regresi
digunakan untuk menguji hubungan antara dua variabel atau lebih, terutama untuk
menemukan pola hubungan yang tidak diketahui sepenuhnya atau untuk
menemukan variasi beberapa variabel independen yang mempengaruhi bagaimana
variabel dependen berada dalam suatu fenomena yang kompleks.
Model regresi linier adalah sebuah model. Cara paling umum untuk
menggambarkan hubungan antara dua variabel adalah sebagai variabel terikat dan
variabel bebas. Ini memiliki banyak aplikasi di berbagai bidang. Dalam bidang
sosial ekonomi maupun bidang lainnya, seringkali kita ingin mengetahui hubungan
antara pengaruh suatu variabel terhadap variabel lainnya.

1.2 Rumusan Masalah

1. Apa itu Regresi Sederhana?
2. Bagaimana analisis regresi sederhana?
3. Bagaimana Metode Perhitungan Regresi Sederhana?

1.3 Tujuan
1. Mengetahui Regresi Sederhana.
2. Mengetahui menganalisis Regresi Sederhana.
3. Mengetahui metode Regresi Sederhana.

1
 BAB II
PEMBAHASAN

2.1 Regresi Linier Sederhana (RLS)

Bila kita mempunyai data dua variabel atau lebih, adalah sewajarnya untuk
mencari suatu cara bagaimana variabel-variabel itu berhubungan.Hubungan yang
diperoleh dinyatakan dalam bentuk persamaan matematika yang menyatakan
hubungan fungsional antara variabel-variabelnya
Regresi linier sederhana adalah suatu metode statistik yang berupaya
memodelkan hubungan antara dua peubah acak dimana satu peubah acak
mempengaruhi peubah acak yang lainnya (Soleh, 2005), yang dimaksud dengan
linier dalam RLS adalah bahwa variabel terikat (Y) memiliki hubungan yang linear
berupa garis lurus terhadap parameter regresinya (dalam hal ini a1 dan a2).
Sedangkan maksud sederhana dalam RLS menunjukkan bahwa dalam model
regresi yang terbentuk hanya melibatkan satu variabel bebas (X) dan satu variabel
terikat (Y).

2.2 Analisis Regresi Sederhana

Terdapat beberapa tugas berkenaan dalam analisis regresi, antara lain :
1. Mencari korelasi antara variabel bebas dan variabel terikat.
2. Menguji apakah korelasi tersebut signifikan.
3. Mencari persamaan garis regresinya.
4. Menemukan sumbangan relatif antara sesama prediktor (variabel bebas),
jika prediktornya lebih dari satu.
Ada dua cara yang dapat digunakan untuk memperkirakan garis regresi,
pertama yakni menggunakan metode tangan bebas dan yang kedua yaitu metode
kuadrat terkecil (least square method). Metode tangan bebas ditentukan
berdasarkan diagram pencar. Cara yang ditempuh adalah memeriksa dan
mempertimbangan letak titik-titik itu sekitar di garis lurus, maka cukup beralasan
untuk menduga regresi linier. Namun, jika letak titik-titik garis sekitar lengkung,
wajar untuk diduga regresi nonlinier

2
2.3 Model Regresi Sederhana (RLS)
Dapat diasumsikan Y simbol yang akan digunakan untuk menyatakan peubah
terikat dan X untuk peubah bebas. Selanjutnya hal penting yang perlu diketahui
dalam menaksir model RLS adalah mempelajari asumsi-asumsi dari model regresi
sebagai berikut:
● Peubah bebas (X) mempengaruhi peubah terikat (Y) secara linier.
● Peubah terikat (Y) atau disebut juga respons bernilai kuantitatif dimana
peubah tersebut memiliki distribusi normal.
● Peubah bebas (X) bernilai kuantitatif dan tidak memiliki distribusi.
● Nilai error atau kesalahan pengukuran model regresi (ε) memiliki distribusi
normal.
Nilai dari kedua variabel X dan Y diukur dalam skala kuantitatif. Adapun
rumusan model taksiran RLS adalah sebagai berikut :
Y = a1 + a2X (2.1)
Dimana:
● Y dan X berturut-turut menyatakan variabel terikat dan variabel bebas. a1
dan a2 menyatakan koefisien regresi linier sederhana.
Selanjutnya, koefisien-koefisien regresi a dan b untuk regresi linier dapat dihitung
dengan rumus sebagai berikut :
a = (Σy) (Σx²) – (Σx) (Σxy)
nΣx² – (Σx)²
b = n Σxy – (Σx) (Σy)
n(Σx²) – (Σx)²
Berdasarkan rumus regresi diatas, dapat dihitung koefisien a atau b terlebih
dahulu. Jika dihitung koefisien b terlebih dahulu, maka selanjutnya koefisien a
dapat dihitung dari koefisien b dengan rumus sebagai berikut :
a = Y – bY

3
Contoh:
Diketahui :
N = 10 ∑X² = 380
∑X = 60 ∑Y² = 662
∑Y = 80 ∑XY = 499
Cara menghitung :
1. Menghitung koefisien regresi a
a = (Σy) (Σx²) – (Σx) (Σxy)
nΣx² – (Σx)²
a = (80) (380) – (60) (499)
(10)(380) – (60)²
a = 30400 – 29940
3800-3600
a = 460
200
a = 2,3

2. Menghitung koefisien regresi b

Kita dapat menggunakan rumus pendek, karena koefisien regresi a
telah kita peroleh, yakni 2,3. Harga-harga yang diperlukan untuk
menghitung koefisien b adalah nilai rata-rata X dan nilai rata-rata Y. Nilai
rata-rata X = 6 dan Y = 8. Selanjutnya kita masukkan saja harga-harga
tersebut kedalam rumusnya.
b = (Y - a) : X
b = (8-2,3) : 6
= 5,7 : 6
= 0,95

4
 Jika kita ingin menghitung koefisien regresi b terlebih dahulu, maka
harus digunakan rumus panjang sebagai berikut :
b = n Σxy – (Σx) (Σy)
n(Σx²) – (Σx)²
b = (10)(499) – (60)(80)
(10)(380) – (60)²
= 4990-4800
3800-3600
= 190
200
= 0,953.

3. Menulis persamaan garis regresi

Setelah diperoleh koefisien regresi a dan b, maka kita dapat menulis
persamaan garis regresinya sebagai berikut :
Y = 2,3 + 0,95 X

5
 BAB III
PENUTUP

3.1 Kesimpulan
Regresi yaitu merupakan persamaan matematika yang memungkinkan
untuk meramalkan suatu variabel terikat (dependen) dari nilai-nilai satu variabel
bebas (independen). Variabel independen adalah variabel yang mempengaruhi
variabel terikat. Sedangkan, variabel dependen = variabel yang dipengaruhi oleh
variabel bebas. Ada dua macam Regresi yaitu, Regresi Linier Sederhana dan
Regresi Linier Ganda.
Analisis regresi sederhana untuk menguji variabel bebas terhadap variabel
terikat.hal itu dilakukan dengan cara menghitung persamaan linear sederhana
menggunakan tiga langkah. Ada dua cara yang dapat digunakan untuk
memperkirakan garis regresi, pertama yakni menggunakan metode tangan bebas
dan yang kedua yaitu metode kuadrat terkecil (least square method).

6
 DAFTAR PUSTAKA
Gaspersz dan Vincent. Analisis Kuantitatif Untuk Perencanaan, Tarsito, 1990.
Ghozali I. Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23,
8 ed., Universitas Diponegoro, 2016.
Partino dan Idrus. Statistika Inferensial, Safiria Insania Press, 2010.
Sambas Ali. Analisis Korelasi Regresi dan Jalur Dalam Penelitian,
by Muhidi, CV Pustaka Setia, 2009.
U, Sekaran, and Bougie R.J. Reseach Methods For Business: A skill bulding
approach. 7 ed.,
New York, Us, John Willey & Sons Inc.