Makalah ini disusun untuk memenuhi tugas Mata Kuliah Metode Statistik
Disusun oleh :
2023
i
KATA PENGANTAR
Segala puji bagi Allah tuhan semesta alam yang telah memberikan rahmat, hidayah,
serta inayahnya kepada kita semua, khususnya bagi kami sehingga dapat menyelesaikan
makalah ini yang berjudul “Aliran-Aliran dalam Islam dan Tokoh-Tokohnya pada Masa
Klasik” dengan tepat waktu. Shalawat serta salam kami haturkan kepada junjungan Nabi
Muhammad SAW. yang telah kita nantikan syafaatnya di Yaumul Qiyamah.
Makalah ini kami susun sebagai pemenuhan tugas mata kuliah Ilmu Tauhid. Kami
ucapkan terima kasih kepada Ibu Nur Fajriyah, M.Pd., selaku dosen mata kuliah Ilmu Tauhid
yang telah memberikan tugas ini sehingga dapat menambah pengetahuan dan wawasan sesuai
dengan bidang studi yang kami tekuni. Kami juga ingin mengucapkan terimakasih terhadap
pihak-pihak yang telah terlibat dalam pembuatan makalah ini. Kami juga berharap semoga
makalah ini dapat bermanfaat bagi kita semua yang membacanya.
Segala usaha telah kami lakukan untuk menyelesaikan makalah ini. Namun, tak dapat
kami sangkal bahwa makalah ini masih jauh dari kata sempurna dan masih terdapat banyak
kekurangan. Sehubung dengan hal itu, kami mengharapkan kritik dan saran dari pembaca
demi menyempurnakan makalah ini.
Penulis
ii
DAFTAR ISI
KATA PENGANTAR………………………………………………………………….…….ii
DAFTAR ISI………………………………………………………………………….……..iii
BAB I PENDAHULUAN…………………………………………………………….………1
BAB II PEMBAHASAN………………………………………………………….………….2
A. Kesimpulan…………………………………………………………………………….9
DAFTAR PUSTAKA………………………………………………………………………..10
iii
BAB I
PENDAHULUAN
A. Latar Belakang
Regresi linier sederhana dan regresi linier berganda adalah dua teknik analisis
statistik yang memiliki latar belakang yang kuat dan digunakan secara luas dalam
berbagai bidang. Prinsip Dasar Regresi linier sederhana didasarkan pada ide bahwa
ada hubungan linier antara satu variabel independen (X) dan satu variabel dependen
(Y). Ini menjadi dasar untuk mengukur dan memahami sejauh mana perubahan dalam
X dapat mempengaruhi Y.Prinsip Dasar Regresi linier berganda memperluas konsep
regresi linier sederhana dengan memasukkan lebih dari satu variabel independen (X1,
X2, X3, dst.). Ini memungkinkan untuk mempertimbangkan pengaruh bersamaan dari
beberapa variabel terhadap variabel dependen.
Kedua jenis analisis regresi ini adalah alat penting dalam ilmu pengetahuan
dan penelitian, karena mereka memberikan kerangka kerja statistik yang kuat untuk
memahami hubungan antar variabel dan membuat prediksi. Mereka telah berkembang
sejak pertama kali diperkenalkan dan terus digunakan dalam berbagai konteks untuk
mengatasi masalah analisis data yang beragam.
B. Rumusan Masalah
C. Tujuan Penulisan
1
BAB II
PEMBAHASAN
Dalam regresi linier sederhana, kita mencoba menemukan garis lurus (garis
regresi) yang paling baik memodelkan hubungan antara kedua variabel tersebut. Garis
ini diwakili oleh persamaan matematis Y = a + bX, di mana Y adalah variabel
dependen, X adalah variabel independen, a adalah intercept (titik potong dengan
sumbu Y), dan b adalah koefisien regresi (mengukur kemiringan garis).
Dengan regresi linier sederhana, kita dapat mengukur sejauh mana perubahan
dalam variabel independen (X) memengaruhi perubahan dalam variabel dependen
(Y). Ini adalah salah satu alat penting dalam analisis statistik untuk memahami
hubungan kausal atau korelasi antara dua variabel.
Ý =a+bX
Yang mana :
2
Besarnya konstanta a dan b dapat ditentukan menggunakan persamaan :
a=¿ ¿
b=n ¿ ¿
Adapun langkah-langkah yang perlu dilakukan untuk melakukan analisis dan uji
Untuk memberikan pemahaman yang lebih jelas mengenai regresi linier sederhana,
dalam kegiatan belajar ini diberikan suatu contoh kasus, yaitu :
Suatu data penelitian tentang berat badan 10 mahasiswa Tadris Matematika yang
diprediksi dipengaruhi oleh konsumsi jumlah kalori/hari. Bagaimana menganalisis kasus ini ?
Untuk menganalisis kasus ini, hal-hal dilakukan adalah :
Data :
3
No. Nama Mahasiswa Kalori/Hari (X) Berat Badan (Y)
1. Tiara 530 89
2. Rika 300 48
3. Salsa 358 56
4. Nabila 510 72
5. Novi 302 54
6. Intan 300 42
7. Tika 387 60
8. Ana 527 85
9. Mei 415 63
10. Betsy 512 74
No. X X2 Y Y2 XY
1. 530 280900 89 7921 47170
2. 300 90000 48 2304 14400
3. 358 128164 56 3136 20048
4. 510 260100 72 5184 36720
5. 302 91204 54 2916 16308
6. 300 90000 42 1764 12600
7. 387 149769 60 3600 23220
8. 527 277729 85 7225 44795
9. 415 172225 63 3969 26145
10. 512 262144 74 5476 37888
∑ 4141 1802235 643 43495 279294
Koefisien regresi b ditentukan dengan menggunakan rumus yang telah diberikan, yaitu :
b=n ¿ ¿
a=¿ ¿ ¿
4
Konstanta a juga dapat dicari dari nilai rata-rata X dan Y, yaitu :
Gambar 1. Garis
regresi hubungan X dengan Y
Untuk mengukur kekuatan hubungan antar variabel predictor X dan response Y,di-
lakukan analisis korelasi yang hasilnya dinyatakan oleh suatu bilangan yang dikenal dengan
koefisien korelasi. Biasanya analisis regresi sering dilakukan bersama-sama dengan analisis
korelasi. Persamaan koefisien korelasi (r) diekspresikan oleh :
n
r =n ∑ X i Y i−¿ ¿ ¿
i=1
(∑ )
n n
r =n ∑ X i Y i− Xi ¿ ¿ ¿
i=1 i=1
5
Nilai ini memberi arti bahwa, hubungan variabel bebas/predictor X dengan variable
terikat/ response Y adalah sangat kuat, prosentasenya 95%. Jadi, berat badan memang sangat
dipengaruhi oleh konsumsi jumlah kalori/hari.
Koefisien Determinasi¿)
Y = a + b1 X1 + b2 X2 + … + bn Xn
yang mana :
6
BAB III
PENUTUP
B. Kesimpulan
7
DAFTAR PUSTAKA