MAKALAH

REGRESI LINEAR SEDERHANA DAN REGRESI LINEAR GANDA

Makalah ini disusun untuk memenuhi tugas Mata Kuliah Metode Statistik

Dosen Pengampu :Prof. Dr.Winarno, S.Si, M.Pd.

Disusun oleh :

Rika Afrilia (23070220007)

Tiara Kusuma Dewi (23070220013)

PROGRAM STUDI TADRIS MATEMATIKA

FAKULTAS TARBIYAH DAN ILMU KEGURUAN

UNIVERSITAS ISLAM NEGERI (UIN) SALATIGA

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.

Salatiga, 9 Mei 2023

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR………………………………………………………………….…….ii

DAFTAR ISI………………………………………………………………………….……..iii

BAB I PENDAHULUAN…………………………………………………………….………1

A. Latar Belakang ……………………………………………………………….………1

B. Rumusan Masalah…………………………………………………………….………1
C. Tujuan……………………………………………………………………….………..1

BAB II PEMBAHASAN………………………………………………………….………….2

BAB III PENUTUP…………………………………………………………………………...9

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

a. Apa yang dimaksud regresi linier sederhana dan bagaimana modelnya?

b. Apa yang dimaksud regresi linier berganda dan bagaimana modelnya?

C. Tujuan Penulisan

Penulisan makalah ini bertujuan untuk

a. Mengetahui pengertian regresi linier sederhana dan modelnya.

b. Mengetahui pengertian regresi linier berganda dan modelnya.

1
 BAB II

PEMBAHASAN

A. Pengertian Regresi Linier Sederhana

Regresi linier sederhana adalah metode statistik yang digunakan untuk

memahami hubungan antara dua variabel, yaitu variabel independen (biasanya disebut
sebagai X) dan variabel dependen (biasanya disebut sebagai Y). Tujuan regresi linier
sederhana adalah untuk memprediksi atau menjelaskan nilai variabel dependen
berdasarkan nilai variabel independen.

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.

B. Model Regresi Linier Sederhana

Persamaan regresi linier sederhana merupakan suatu model persamaan yang
menggambarkan hubungan satu variabel bebas/ predictor (X) dengan satu variabel tak
bebas/ response (Y), yang biasanya digambarkan dengan garis lurus,

Persamaan regresi linier sederhana secara matematik diekspresikan oleh :

Ý =a+bX
Yang mana :

Ý = garis regresi/ variable response

a = konstanta (intersep), perpotongan dengan sumbu vertikal

b = konstanta regresi (slope)

X = variabel bebas/ predictor

2
 Besarnya konstanta a dan b dapat ditentukan menggunakan persamaan :

a=¿ ¿

b=n ¿ ¿

yang mana n = jumlah data

Langkah-langkahAnalisis dan Uji Regresi Linier Sederhana

Adapun langkah-langkah yang perlu dilakukan untuk melakukan analisis dan uji

regresi linier sederhana adalah sebagai berikut :

1. Menentukan tujuan dari Analisis Regresi Linear Sederhana

2. Mengidentifikasi variabel predictor dan variabel response

3. Melakukan pengumpulan data dalam bentuk tabel

4. Menghitung X², XY dan total dari masing-masingnya

5. Menghitung a dan b menggunakan rumus yang telah ditentukan

6. Membuat model Persamaan Garis Regresi

7. Melakukan prediksi terhadap variabel predictor atau response

8. Uji signifikansi menggunakan Uji-t dan menentukan Taraf Signifikan

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 :

1. Tujuan : apakah konsumsi jumlah kalori/hari mempengaruhi berat badan Mahasiswa

Tadris Matematika
2. Variabel : X (variable bebas/predictor) = jumlah kalori/hari

Y (variable tak bebas/response) = berat badan

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

Tabel bantu yang dibuat untuk memudahkan dalam melakukan perhitungan :

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 ¿ ¿

Konstanta a ditentukan ditentukan menggunakan rumus :

a=¿ ¿ ¿

4
 Konstanta a juga dapat dicari dari nilai rata-rata X dan Y, yaitu :

a=Y −b X=64 , 3−0,149(414 ,1) ≅ 2,608

Sehingga model persamaan regresi linier sederhananya adalah : 𝑌 = 2,608 + 0,149 𝑋

Penggambaran data dan garis regresi yang dihasilkandisajikan pada Gambar 2.

Gambar 1. Garis
regresi hubungan X dengan Y

Koefisien Korelasi (r)

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

Dalam hal contoh kasus di atas, maka koefisien korelasinya adalah :

(∑ )
n n
r =n ∑ X i Y i− Xi ¿ ¿ ¿
i=1 i=1

10 ( 279294 )−(4141)(643) 130277

¿ = =0 , 95
√[ 10 ( 1802235 )−(4141) ] [ 10 ( 43495 )−(643) ]
2 2 137120,2318

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¿)

Koefisien determinasi dapat ditentukan dengan mengkuadratkan koefisien korelasi.

Dari contoh kasus di atas, maka koefisien determinasinya adalah r 2=0 , 90 Nilai ini berarti
bahwa, 90 % variabel bebas/predictor X dapat menerangkan / menjelaskan variabel tak
bebas / response Y dan 10% dijelaskan oleh variable lainnya.

C. Pengertian Regresi Linier Berganda

Regresi linier berganda merupakan model persamaan yang menjelaskan hubungan

satu variabel tak bebas/ response (Y) dengan dua atau lebih variabel bebas/ predictor (X1,
X2,…Xn). Tujuan dari uji regresi linier berganda adalah untuk memprediksi nilai variable tak
bebas/ response (Y) apabila nilai-nilai variabel bebasnya/ predictor (X1, X2,..., Xn)
diketahui. Disamping itu juga untuk dapat mengetahui bagaimanakah arah hubungan variabel
tak bebas dengan variabel - variabel bebasnya.

D. Mosel Regresi Linier Berganda

Persamaan regresi linier berganda secara matematik diekspresikan oleh :

Y = a + b1 X1 + b2 X2 + … + bn Xn

yang mana :

6
 BAB III

PENUTUP

B. Kesimpulan

7
DAFTAR PUSTAKA