REGRESI

Kelompok :
Denny Khairani
Desi Prawita
Maria Ulfa Handayani
Nurmala
DEFINISI
 Uji regresi digunakan untuk mengukur
pengaruh satu atau beberapa variabel
bebas terhadap variabel terikat.
Analisis regresi dapat dibedakan
menjadi dua, yaitu
 Analisis Regresi Linear Sederhana
adalah metode statistik yang berfungsi
untuk menguji sejauh mana hubungan
sebab akibat antara variabel penyebab (X)
terhadap variabel akibatnya (Y).
 Analisis regresi linier berganda ialah
suatu alat analisis dalam ilmu statistik yang
berguna untuk mengukur hubungan
matematis antara lebih dari 2 peubah.
Model Persamaan Regresi Linear
Sederhana adalah:
Y = a + bX
Dimana:
 Y = variabel response atau variabel akibat
(Dependent)
 X = variabel predictor atau variabel faktor
penyebab (Independent)
 a = konstanta
 b = koefisien regresi (kemiringan); besaran
response yang ditimbulkan oleh predictor
Nilai- nilai a dan b dapat dihitung:
 Langkah- Langkah dalam melakukan
analisis regresi linear sederhana:
 Menentukan tujuan dari melakukan analisis
regresi sederhana
 Mengidentifikasikan variabel faktor penyebab
(Predictor) dan variabel akibat (Response)
 Melakukan pengumpulan data
 Menghitung X2, Y2, XY dan total dari masing-
masing variabel tersebut
 Menghitung a dan b berdasarkan rumus
 Membuat model persamaan regresi linear
sederhana
 Melakukan prediksi atau peramalan terhadap
variabel faktor penyebab atau variabel akibat.
Bentuk umum persamaan regresi
linier berganda ialah :
Langkah- Langkah analisis regresi ganda:

 Membuat H0 dan H1 dalam bentuk kalimat

 Membuat H0 dan H1 dalam bentuk statistik
 Membuat variabel bebas dan terikat
 Menentukan nilai konstanta dan koefisien
regresi
 Menginterpretasi koefisien regresi
 Melakukan uji keberartian regresi
 Melakukan perhitungan koefisien determinasi
Contoh Analisis Regresi Linear
Sederhana :
 Seorang guru fisika ingin mengetahui
apakah ada pengaruh lama belajar dengan
nilai ujian fisika siswa. Guru tersebut
mengambil data pada 20 orang siswa
terhadap lama belajar dan nilai ujian fisika
seperti di bawah ini:
Menghitung konstanta (a)
Menghitung konstanta (b)
Persamaan Regresi
Y = a + bX
Y = 21,58 +6,93X

 Kesimpulan : Konstanta sebesar 21,58

menyatakan jika jumlah lama belajar naik
(positif) maka nilai ujian fisika naik artinya ada
pengaruh jumlah jam belajar terhadap nilai
ujian fisika maka H1 diterima.
Langkah- Langkah Menggunakan SPSS
dalam Regresi Linear Sederhana
 Langkah 1 :
SPSS Data Editor mempunyai 2 tipe lingkungan
kerja yaitu: Data View dan Variable View.
Untuk menyusun defenisi variabel, posisi
tampilan SPSS Data Editor harus berada pilih
ada ”Variabel View”. Lakukan dengan
mengklik tab sheet Variable View yang berada
dibagian kiri bawah atau langsung menekan
Ctrl+T. Tampilan variable view juga dapat
dimunculkan dari View lalu pilih Variable
 Langkah 2 :
Pengisian Data
Aktifkan jendela data dengan mengklik Data View
Ketikkan data yang sesuai dengan setiap variabel
yang telah di defenisikan pada Variabel View
 Langkah 3:
Pengolahan Data dengan Persamaan
Regresi
Tampilkan lembar kerja dimana sudah
terdapatdata yang akan di analisis
Dari menu utama SPSS, klik menu Analyze, lalu
pilih sub menu Regression dan klik Linear
 Setelah itu akan muncul kotak dialog Linear
Regression, pada kotak dialog ini akan
ditampilkan variabel-variabel yang akan diuji.
Masukkan variabel tak bebas Y (variabel
terikat) pada kotak Dependent dan (variabel
bebas ) pada kotak Independent
 Klik kotak Statistics pada kotak dialog Linear
Regression, kemudian aktifkan Estimate,
Model fit, Descriptive dan Casewise
diagnostics, lalu klik Continue untuk
melanjutkan
 Kemudian klik tombol Options pada kotak
dialog Linear Regression sehingga muncul
kotak dialog yang baru. Pada Stepping
Method Criteria, aktifkan Use Probability
of F dengan standard error 0,05 oleh karena
itu masukkan nilai entry 0,05. Aktifkan include
constant inaquation dan Exclude
CasesLitwise pada Missing Values
 Selanjutnya klik kotak Plots pada kotak dialog
Linear Regression untuk membuat grafik. Isi
kolom Y dengan pilihan SDRESID dan kolom
X dengan ZPRED, kemudian klik Next. Isi lagi
kolom Y dengan ZPRED dan kolom X dengan
DEPENDNT. Pada Standardizes Residual
Plot, aktifkan Histogram dan Normal
Probability Plot. Lalu klik Continue untuk
melanjutkan
 Selanjutnya klik OK pada kotak dialog Linear
Regression
Contoh Analisis Regresi Linear
Berganda :
 Seorang mahasiswa ekonomi ingin
meneliti faktor-faktor apa saja yang
mempengaruhi laju inflasi di sumatera
utara dari tahun 2013 sampai tahun 2014
dengan data sebagai berikut
Dengan persamaan regresi:
 Maka diperoleh persamaan sebagai
berikut:

Maka dari persamaan diatas dapat diperoleh dengan cara

metode crammer yaitu:
Dengan demikian diperoleh
persamaan regresi linier berganda,
yaitu:
Maka dari persamaan diatas disimpulkan
bahwa :
 Jika konstanta sebesar - 39,129
menyatakan jika laju inflasi turun maka
secara kontiniu suku bunga dan jumlah
uang beredar dan jika laju inflasi turun
maka kurs rupiah turun. Oleh karena itu
H1diterima berarti ada pengaruh signifikan
antara koefisien laju inflasi dengan suku
bunga, jumlah uang beredar kurs rupiah
dollar.
Uji Keberartian Regresi

 jika maka
ditolak
 jika maka
diterima
 Dari table distribusi Ftabel untuk dk pembilang
= 3, dk penyebut = n – k – 1 = 12 – 3 – 1 = 8
 sehingga didapat
maka ditolak dan diterima. Hal ini berarti
persamaan regresi linier berganda atas Y, X1,
X2, X3 dan bersifat nyata. Ini berarti terdapat
pengaruh yang signifikan jumlah uang
beredar,suku bunga bank, dan kurs rupiah
terhadap dollar secara bersama-sama
berpengaruhterhadap laju inflasi.
Perhitungan Koefisien Determinasi

 Untuk koefisien korelasi ganda digunakan

rumus:

 menghitung Koefisien Determinasi (KD):

Langkah-langkah menggunakan
spss dalam regresi linier berganda
 Langkah 1 :
Mengklik tab sheet Variable View yang berada
dibagian kiri bawah atau langsung menekan
Ctrl+T. Tampilan variable view juga dapat
dimunculkan dari View lalu pilih Variable.
 Langkah 2 :
Pengisian Data
Klik Data View, Ketikkan data yang sesuai
dengan setiap variabel yang telah di defenisikan
pada Variabel View
 Langkah 3:
Pengolahan Data dengan Persamaan
Regresi
Tampilkan lembar kerja, dari menu utama SPSS,
klik menu Analyze, lalu pilih sub menu
Regression dan klik Linear.
Setelah itu akan muncul kotak dialog Linear
Regression. Masukkan variabel tak bebas Y
(variabel terikat) pada kotak Dependentdan
(variabel bebas ) pada kotak Independent
 Klik kotak Statistics pada kotak dialog Linear
Regression, kemudian aktifkan Estimate, Model
fit, Descriptive dan Casewise diagnostics, lalu
klik Continue untuk melanjutkan
 Selanjutnya klik kotak Plots pada kotak dialog
Linear Regression untuk membuat grafik. Isi
kolom Y dengan pilihan SDRESID dan kolom X
dengan ZPRED, kemudian klik Next. Isi lagi
kolom Y dengan ZPRED dan kolom X dengan
DEPENDNT. Pada Standardizes Residual Plot,
aktifkan Histogram dan Normal Probability
Plot. Lalu klik Continue untuk melanjutkan
 Kemudian klik tombol Options pada kotak
dialog Linear Regression sehingga muncul
kotak dialog yang baru. Pada Stepping
Method Criteria, aktifkan Use Probability
of F dengan standard error 0,05 oleh karena
itu masukkan nilai entry 0,05. Aktifkan include
constant inaquation dan Exclude
CasesLitwise pada Missing Values
 Selanjutnya klik OK pada kotak dialog Linear
Regression