ANALISIS REGRESI

Dosen Pengampu :
Veronika Juliet Kamasi, S.Psi, M.A

Disusun Oleh :
Chris Tein Pangandaheng (23101178)
Afillio F. A. Dinar (23101180)
Priska Gononggo (23101078)

PROGRAM STUDI PSIKOLOGI

FAKULTAS ILMU PENDIDIKAN DAN PSIKOLOGI
UNIVERSITAS NEGERI MANADO
2024

1
 KATA PENGANTAR

Dengan memanjatkan puji dan syukur kepada Tuhan yang Maha Esa, atas kasih dan
karunia-Nya, sehingga kami penulis dapat menyelesaikan makalah dengan judul “Analisis
Regresi”.

Adapun tujuan penulisan makalah ini adalah untuk memenuhi tugas mata kuliah
Statistika, untuk lebih memahami dan mendalami apa yang dimaksud dengan “Analisis Regresi”.

Selain itu makalah ini juga bertujuan untuk menambah wawasan tentang “Analisis Regresi” bagi
para pembaca dan juga bagi penulis.
Kami penulis mengucapkan terimakasih kepada Ibu Veronika Juliet Kamasi, S.Psi, M.A.,
selaku dosen mata kuliah Statistika yang telah memberikan tugas ini sehingga dapat menambah
pengetahuan dan wawasan sesuai dengan mata kuliah yang saya pelajari.
Kami penulis menyadari, makalah yang di tulis ini masih jauh dari kata sempurna.
jikalau ada kesalahan dalam penulisan makalah ini mohon dimaafkan. Semoga makalah yang
telah dibuat ini dapat bermanfaat bagi para pembaca dan kita semua. Atas perhatian pembaca,
kami ucapkan terima kasih.

2
 DAFTAR ISI

JUDUL................................................................................................................................1
KATA PENGANTAR.......................................................................................................2

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

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

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

1.2 Rumusan Masalah..............................................................................................5
1.3 Tujuan................................................................................................................5

BAB II PEMBAHASAN...................................................................................................6

2.1 Pengertian Analis Regresi.................................................................................6

2.2 Manfaat Tujuan dan Kegunaan Analisis Regresi..............................................7
2.3 Jenis-jenis Analisis Regresi...............................................................................7
2.4 Langkah-langkah Analisis Regresi....................................................................9

BAB III PENUTUP...........................................................................................................10

3.1 Kesimpulan.......................................................................................................10
3.2 Saran..................................................................................................................10

DAFTAR PUSTAKA........................................................................................................11

3
 BAB 1
PENDAHULUAN

1.1 Latar Belakang

Analisis regresi merupakan alat statistik yang banyak digunakan dalam berbagai bidang.
Analisis tersebut bertujuan untuk mengetahui hubungan antara variabel dependen dan
variabel independen. Ada tiga macam tipe dari analisis regresi. Tipe yang pertama adalah
regresi linier sederhana yang berfungsi untuk mengetahui hubungan linier antara dua
variabel, satu variabel dependen dan satu variabel independen. Tipe kedua adalah regresi
linier berganda yang merupakan model regresi linier dengan satu variabel dependen dan lebih
dari satu variabel independen. Tipe ketiga adalah regresi non linier yang berasumsi bahwa
hubungan antara variabel dependen dan variabel independen tidak linier pada parameter
regresinya (Yan and Gang Su, 2009).
Dalam regresi linier sederhana, metode yang biasa digunakan dalam mengestimasi
parameter regresi adalah metode kuadrat terkecil atau Ordinary Least Squares (OLS). Konsep
metode ini adalah untuk mengestimasi parameter dengan memilih garis regresi yang terdekat
dengan garis dari semua data. Secara matematika penentuan parameter regresi ini dengan
cara meminimumkan jumlah kuadrat dari residualnya (Walpole dan Myers, 1986).
Sebelum menarik sampel dari suatu populasi terkadang diperoleh informasi mengenai
parameter yang akan diestimasi. Jika informasi tersebut ingin 2 dimasukkan dalam analisis
data, maka estimasi parameter regresi dengan metode kuadrat terkecil tidak memungkinkan
untuk memasukkan informasi tersebut. Oleh karena itu, diperlukan metode bayesian untuk
menyelesaikan permasalahan tersebut.

4
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah dipaparkan diatas, maka didapatkan rumusan
masalah sebagai berikut :
1. Jelaskan Pengertian Analisis Regresi ?
2. Jelaskan Tujuan dan Kegunaan Analisis Regresi ?
3. Sebutkan dan Jelaskan Jenis-jenis Analisis Regresi ?
4. Sebutkan Langkah-langkah dalam Melakukan Analisis Regresi Linear Sedarhana ?

1.3 Tujuan
Dari rumusan masalah diatas, maka tujuan penulisan ringkasan ini ialah :
1. Untuk Mengetahui Pengertian dari Analisis Regresi
2. Untuk Mengetahui Tujuan dan Kegunaan Analisis Regresi
3. Untuk Mengetahui Jenis-jenis Analisis Regresi
4. Untuk Mengetahui Langkah-langkah Analisis Regresi

5
 BAB II
PEMBAHASAN

2.1 PENGERTIAN ANALISIS REGRESI

Analisis regresi merupakan metode statistika yang amat banyak digunakan dalam
peneltian. Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun
1886. Galton menemukan adanya hubungan bahwa orang tua yang memeliki tubuh tinggi
memiliki anak-anak yang tinggi pula, orang tua yang pendek memiliki anak-anak yang
pendek pula. Kendati demikian ia mengamati bahwa adanya kecenderungan tinggi anak,
cenderung bergerak menuju rata-rata tinggi populasi secara menyeluruh. Dengan kata lain,
ketinggian anak yang amat tinggi atau orang tua yang amat pendek cenderung bergerak
kearah tinggi populasi.
Secara umum regresi adalah studi mengenai ketergantungan satu variabel (variabel tak
bebas/ variabel respon) dengan satu atau lebih variabel bebas/ variabel penjelas. Hasil dari
analisi regresi merupakan suatu persamaan, yaitu persamaan matematika. Persamaan tersebut
digunakan sebagai prediksi. Dengan demikian analisis regresi sering disebut dengan analisis
prediksi. Karena merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai
realnya, semakin kecil tingkat penyimpangannya antar prediksi dengan nilai riilnya, maka
semakin tepat persamaan regresi yang dibentuk.
Persamaan regresi adalah suatu persamaan matematika yang mendefinisikan hubungan
antara dua variabel yaitu hubungan keterkaitan antara satu atau beberapa variabel yang
nilainya sudah diketahui dengan satu variabel yang nilainya belum diketahui, sifat hubungan
antara dalam persamaan meruoakan hubungan sebab akibat. Oleh karena itu, sebelum
menggunakan persamaan regresi dalam menjelaskan hubungan antara dua atau lebih
variabel, perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya,
bahwa variabel-variabel tersebut memiliki hubungan sebab akibat. Variabel yang nilainya
akan mempengaruhi variabel tersebut disebut variabel bebas (X). sedangkan variabel yang
nilainya dipengaruhi oleh variabel lain adalah variabel tergantung (Y).
Analisis regresi dikelompokkan menjadi dua bagian yaitu analisis regresi sederhana
(analisis regresi tunggal) dan analisis regresi ganda. Regresi sederhana dimaksudkan untuk
menganalisis hubungan antara satu variabel bebas (X) dengan satu variabel terikat (Y).

6
 Regresi berganda digunakan untuk analisis hubungan dua atau lebih variabel bebas
(misalnya X1 dan X2) dengan satu variabel terikat (Y).

2.2 TUJUAN DAN KEGUNAAN ANALISIS REGRESI

Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan
sebab akibat antara satu variabel dengan variabel yang lain. Analisis regresi adalah salah satu
analisis yang paling populer dan luas pemakaiannya. Hampir semua bidang ilmu yang
memerlukan analisis. Analisis regresi dan analisis korelasi dikembangkan untuk mengkaji
dan mengukur hubungan antara dua variabel atau lebih. Dalam analisis regresi
dikembangkan persamaan estimasi untuk mendeskripsikan pola atau fungsi hubungan antara
variabel-variabel. Sesuai dengan namanya, persamaan estimasi atau persamaan regresi itu
digunakan untuk mengestimasi nilai dari suatu variabel berdasarkan nilai variabel lainnya.
Variabel yang di estimasi itu disebut variabel dependen (atau variabel terikat) sedangkan
variabel yang diperkirakan memengaruhi variabel dependen itu disebut variabel independen
(atau variabel bebas).
Ada beberapa tujuan penggunaan analisis regresi, antara lain:
a. Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasari pada nilai
variabel bebas.
b. Menguji hipotesis karakteristik dependensi.
c. Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel
bebas diluar jangkauan sample

2.3 JENIS-JENIS ANALISIS REGRESI

1. Analisis Regresi Linear Sederhana

Analisis regresi linear sederhana adalah metode yang digunakan untuk memahami
hubungan antara dua variabel, yaitu variabel dependen (contohnya nilai ujian) dan
variabel independen (seperti jumlah jam belajar). Dalam istilah sederhana, kita mencoba
menemukan garis lurus terbaik yang dapat menggambarkan bagaimana perubahan dalam
variabel independen mempengaruhi variabel dependen. Sebagai contoh, jika kita
memplot waktu belajar pada sumbu x dan nilai ujian pada sumbu y, analisis ini

7
 membantu kita menentukan sejauh mana peningkatan waktu belajar dapat dihubungkan
dengan peningkatan nilai ujian.

Dalam konteks praktis, analisis ini memberikan gambaran tentang seberapa kuat
atau lemah hubungan antara kedua variabel tersebut. Dengan menentukan garis
regresi, kita dapat membuat prediksi yang lebih baik tentang nilai yang mungkin
dihasilkan oleh variabel dependen berdasarkan nilai variabel independen. Analisis
regresi linear sederhana memberikan dasar yang kuat untuk pemahaman
hubungan satu lawan satu di antara variabel, yang dapat diterapkan dalam
berbagai situasi, mulai dari penelitian akademis hingga pemodelan bisnis.Analisis
Regresi Logistik.

2. Analisis Regresi Linear Berganda

Analisis regresi linear berganda melibatkan lebih dari satu variabel independen
untuk memprediksi variabel dependen. Bayangkan kita ingin memahami faktor-
faktor apa saja yang memengaruhi penjualan suatu produk. Dalam hal ini, kita
dapat menggunakan analisis regresi linear berganda dengan variabel independen
seperti harga produk, jumlah iklan yang dilakukan, dan faktor cuaca.

Konsepnya dapat diilustrasikan dengan membayangkan garis regresi sebagai

suatu pesawat yang terbang melalui berbagai aspek yang memengaruhi penjualan.
Setiap variabel independen memberikan kontribusi uniknya terhadap tingkat
penjualan, dan analisis regresi linear berganda membantu mengukur dampak
kombinasi variabel tersebut.

Dengan kata lain, kita tidak hanya memahami pengaruh satu variabel seperti harga, tetapi juga
sejauh mana iklan atau cuaca dapat berkontribusi terhadap hasil penjualan secara bersama-
sama. Analisis ini memberikan pemahaman yang lebih komprehensif tentang kompleksitas
hubungan antara variabel, memungkinkan pengambilan keputusan yang lebih baik dalam
pengelolaan atau perencanaan berbagai strategi bisnis analisis Regresi Bertahap

8
 3. Uji Koefisien Regresi Secara Parsial

Uji koefisien regresi secara parsial adalah alat analisis yang membantu kita menggali
lebih dalam ke dalam kontribusi masing-masing variabel independen terhadap variabel
dependen dalam suatu model regresi.

Mari kita gunakan contoh model regresi linear berganda untuk memahami konsep ini.
Bayangkan kita ingin memprediksi pendapatan seseorang berdasarkan variabel
independen seperti pendidikan, pengalaman kerja, dan usia. Uji koefisien regresi secara
parsial memungkinkan kita untuk mengevaluasi dampak unik dari setiap variabel
independen pada pendapatan, sambil mengontrol variabel lainnya.

Sebagai contoh, ketika kita melakukan uji koefisien regresi parsial terhadap variabel
pendidikan, kita menentukan seberapa besar perubahan pendapatan yang dapat
diatribusikan secara khusus kepada tingkat pendidikan, tanpa mempertimbangkan
pengaruh variabel lain seperti pengalaman kerja. Hal ini membantu kita mengidentifikasi
apakah tingkat pendidikan memiliki pengaruh signifikan pada pendapatan, mengabaikan
variabel lain yang mungkin memengaruhi hasil.

Dengan menggunakan uji koefisien regresi secara parsial, analisis regresi menjadi lebih
terperinci, memungkinkan kita untuk memahami peran relatif dari masing-masing faktor
dalam suatu model, dan membuka jendela wawasan terhadap bagaimana variabel
independen secara individual menyumbang pada variasi variabel dependen.

2.4 LANGKAH-LANGKAH ANALISIS REGRESI

Berikut ini adalah Langkah-langkah dalam melakukan Analisis Regresi Linear Sederhana :
1. Tentukan Tujuan dari melakukan Analisis Regresi Linear Sederhana
2. Identifikasikan Variabel Faktor Penyebab (Predictor) dan Variabel Akibat (Response)
3. Lakukan Pengumpulan Data
4. Hitung X², Y², XY dan total dari masing-masingnya
5. Hitung a dan b berdasarkan rumus diatas.
6. Buatkan Model Persamaan Regresi Linear Sederhana.

9
 7. Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel
Akibat.

BAB III

PENUTUP

3.1 Kesimpulan
Analisis regresi berbeda dengan analisis korelasi. Jika analisis korelasi digunakan untuk
melihat hubungan dua variable; maka analisis regresi digunakan untuk melihat pengaruh
variable bebas terhadap variable tergantung serta memprediksi nilai variable tergantung
dengan menggunakan variable bebas. Dalam analisis regresi variable bebas berfungsi untuk
menerangkan (explanatory) sedang variable tergantung berfungsi sebagai yang diterangkan
(the explained). Dalam analisis regresi data harus berskala interval atau rasio. Hubungan dua
variable bersifat dependensi. Untuk menggunakan analisis regresi diperlukan beberapa
persyaratan yang harus dipenuhi.
Ada dua macam linieritas dalam analisis regresi, yaitu linieritas dalam variabel dan
linieritas dalam parameter. Yang pertama, linier dalam variabel merupakan nilai rata-rata
kondisional variabel tergantung yang merupakan fungsi linier dari variabel (variabel) bebas.
Sedang yang kedua, linier dalam parameter merupakan fungsi linier parameter dan dapat
tidak linier dalam variabel.

10
 DAFTAR PUSTAKA

http://rudisiswoyo89.blogspot.com/2013/11/analisis-regresi.html?m=1
https://www.academia.edu/31079231/MAKALAH_ANALISIS_REGRESI
https://core.ac.uk/download/pdf/11731764.pdf
https://penelitianilmiah.com/analisis-regresi/
https://teknikelektronika.com/analisis-regresi-linear-sederhana-simple-linear-regression/
https://www.youtube.com/watch?v=YKrisSWYbsY

11