REGRESI

Drs. H. Ruslan Shomad, MM. Universitas Islam Kadiri.

Drs. Ec. Sudarno, MM Kediri – Jawa Timur.
Iing Sri Hardiningrum, S.Pd., MM. Indonesia.
 LITERATUR
1. Prof. DR. Sugiyono, 2013, Statika untuk Penelitian,
Penerbit Alfabeta Bandung.
2. Prof. Dr. Suharsimi Arikunto, 2010, Prosedur
Penelitian suatu pendekatan prakti, penerbit PT
Rineka Cipta, Jakarta.
3. Haryadi Sarjono dan Winda Julianita, 2011, SPSS
vs LISREL Sebuah Pengantar, Aplikasi untuk Riset,
Penerbit Salemba Empat, Jakarta.
 Regresi

Drs. H. Ruslan Shomad, MM.

 Universitas Islam Kadiri
Drs. Ec. Sudarno, MM
Iing Sri Hardiningrum, S.Pd., MM.  Kediri – Indonesia
Analisis Regresi
 Regresi dan Korelasi
 Dalam analisis Regresi dan Korelasi, terdapat
perbedaan yang mendasar. Analisis korelasi digunakan
untuk mencari arah dan kuatnya hubungan antara
dua variabel atau lebih, baik hubungan yang bersifat
simetris, kausal dan reciprocal, sedangkan analisis
regresi digunakan untuk memprediksi seberapa jauh
perubahan nilai variabel dependen, bila nilai varibel
independen di manipulasi/dirubah-rubah atau dinaik-
turunkan. (Sugiyono, 2013:260).
 Regresi Linear Sederhana dan
Berganda
 Regresi Linear Sederhana
 y = a + bx
 Regresi Linear Sederhana dan
Berganda
 Analisa regresi adalah suatu analisis yang digunakan
untuk mengukur pengaruh variabel bebas terhadap
veriabel terikat.
 Jika pengukur pengaruh ini melibatkan satu variabel
bebas (x) dan variabel terikat (y) maka dinamakan
analisis Regresi Linear Sederhana (simple Linear
regresion) yang dirumuskan :
 y = a + bx
 Regresi Linear Sederhana dan
Berganda
 Y = a + bx
 Dimana :
 a = merupakan konstante.
 b = merupakan koefisien regresi untuk variabel x .

 Namun demikian, jika pengukuran melibatkan dua

atau lebih variabel bebas ( x1, x2, x3, dan seterusnya)
dan satu variabel terikat (y), maka dinamakan analisis
Regresi berganda/Majemuk (Multiple Regresion ),
yang dirumuskan :
 y = a + b₁x₁ +b₂x₂ + .....+ bnxn
 Regresi Linear Sederhana dan
Berganda
 y = a + b₁x₁ +b₂x₂ + .....+ bnxn

 Dimana : y adalah variabel terikat,

a adalah kanstanta, dan
b adalah koefisien regresi pada masing-
masing variabel bebas.
 Menurut Sakaran (2006:299), mengatakan analisis
regresi berganda dilakukan untuk menguji pengaruh
simultan dari beberapa variabel bebas terhadap satu
variabel terikat yang bersekala interval.
 Regresi Linear Sederhana
 Pengaruh kompetensi ( x ) dan Kinerja Pegawai ( y ), kita
ambil sampel acak 15 orang pegawai sbb :
No. X Y
1 40 4
2 55 16
3 32 12
4 55 24
5 50 15
6 52 24
7 61 22
8 44 17
9 30 4
10 22 14
11 40 24
12 64 26
13 58 20
14 48 9
15 44 14
 Regresi Linear Sederhana
No. X Y XY

1 22 14 484 308
2 30 4 900 120
3 32 12 1024 384
4 40 4 1600 160
5 40 24 1600 960
6 44 17 1936 748
7 44 14 1936 616
8 48 9 2304 432
9 50 15 2500 750
10 52 24 2704 1248
11 55 16 3025 880
12 55 24 3025 1320
13 58 20 3364 1160
14 61 22 3721 1342
15 64 26 4096 1664
∑ 695 245 34219 12092
 Regresi Linear Sederhana
n = 15
∑x = 695
∑y = 245
∑x₂ = 34219
∑xy = 12092
 Regresi Linear Sederhana
n = 15
∑x = 695
∑y = 245
∑x₂ = 34219
∑xy = 12092
 Regresi Linear Sederhana
 y = a + bx

 y = - 0,670 + 0,367.x
 SPSS
 Kalau dalam mencari Regresi Linear sederhana
menggunakan SPSS, maka tampak sbb :

 Coefficients
Unstandardized Standardized
Coefficient Coefficient
Model t Sig
Standard
B Beta
Error
1 (Contant) - .670 6.142 - .109 .915
Kompetensi .367 .129 .621 2.854 .014

 A. Dependent Variable : Pegawai

 Regresi
Linear Berganda
 Regresi Linear Berganda
 Rumus / Formula : y = a + b₁x₁ + b₂x₂

 Dan untuk mencari a, b₁ dan b₂ maka kita perlu

persamaan ( Sugiyono, 2013:278), sbb :

1

2

3
 Regresi Linear Berganda
 Katakanlah kita mau membahas pengaruh antara
kompetensi (x₁) dan kompetensi (x₂) dengan kinerja
pegawai (y), untuk tujuan ini kita ambil sampel secara
acak terhadap pegawai PT Genius, sbb :
 Regresi Linear Berganda
 Sampel sbb :
No. Subyek y x₁ x₂
1 6 12 10
2 7 14 11
3 8 10 14
4 8 16 13
5 9 18 15
6 10 24 20
7 5 12 8
8 12 30 16
9 6 10 12
10 7 6 9
 Regresi Linear Berganda
 sampel
No.
y x₁ x₂ x₁y x₂y x₁x₂ x₁² x₂²
Subyek
1 6 12 10 72 60 120 144 100
2 7 14 11 98 77 154 196 121
3 8 10 14 80 112 140 100 196
4 8 16 13 128 104 268 256 169
5 9 18 15 162 135 270 324 225
6 10 24 20 240 200 480 576 400
7 5 12 8 60 40 96 144 64
8 12 30 16 360 192 480 900 256
9 6 10 12 60 72 120 100 244
10 7 6 9 42 63 54 36 81
∑ 78 162 128 1372 1055 2212 2996 1756
 Regresi Linear Berganda
 Jadi :
 ∑y = 78
 ∑x₁ = 162
 ∑x₂ = 128
 ∑x₁y = 1372
 ∑x₂y = 1055
 ∑x₁x₂ = 2212
 ∑x₁² = 2996
 ∑x₂² = 1756
 Regresi Linear Berganda
 Formula

 78 = 10 . a + 162 . b₁ + 128 . b₂ .............Persamaa kesatu.

 1372 = 162 . a + 2996 b₁ + 2212 b₂ ......Persamaan kedua.

 1055 = 128 . a + 2212 . b₁ + 1756 . b₂ ....Persamaan ketiga

 Regresi Linear Berganda
 Persamaan Kesatu
 78 = 10 . a + 162 . b₁ + 128 . b₂ ...... Persamaan Kesatu
 10 a = 78 – 162 b₁ - 128 b₂
 a = 7,8 – 16,2 b₁ - 12,8 b₂

 Persamaan Kedua.
 1372 = 162 . a + 2996 b₁ + 2212 b₂ .... Persamaan Kedua

 1372 = 162 (7,8 – 16,2 b₁ - 12,8 b₂)+ 2996 b₁ + 2212 b₂

 1372 = 1263,6 – 2624,4 b₁ - 2073,6 b₂ + 2996 b₁ + 2212 b₂
 108,4 = 371,6 b₁ - 138,4 b₂ ............Persamaan Keempat
 Regresi Linear Berganda
 Persamaan Ketiga
 1055 = 128 . a + 2212 . b₁ + 1756 . b₂ ...Persamaan Ketiga

 1055 = 128 (7,8 – 16,2 b₁ - 12,8 b₂) + 2212 . b₁ + 1756 . b₂

 1055 = 998,4 – 2073,6 b₁ - 1638,4 b₂ + 2212 . b₁ + 1756 . b₂
 56,6 = 138,4 b₁ + 117,6 b₂ ................Persamaan Kelima
 Regresi Linear Berganda
 Eliminasi Persamaan keempat dan kelima

 108,4 = 371,6 b₁ - 138,4 b₂ x 138,4 Persamaan Keempat

 56,6 = 138,4 b₁ + 117,6 b₂ x 138,4 Persamaan Kelima

 51429,44 b₁ + 19154,56 b₂ = 15002,566

 51429,44 b₁ + 43700,16 b₂ = 21032,56 ( - )
 - 24545,6 b₂ = 6029,994
 b₂ = 0,2455
 Regresi Linear Berganda
 Subtitusi a₂ ke Persamaan lima :
 56,6 = 138,4 b₁ + 117,6 b₂ ...........Persamaan Kelima
 138,4 b₁ + 117,6 b₂ = 56,6
 138,4 b₁ + 117,6 (0,2455) = 56,6
 138,4 b₁ + 28,87 = 56,6
 138,4 b₁ = 56,6 – 28,87
 138,4 b₁ = 27,73
 b₁ = 0,200
 Regresi Linear Berganda
 Subtitusi a₁ dan a₂ ke Persamaan kesatu :
 b₁ = 0,200 dan b₂ = 0,246

 78 = 10 . a + 162 . b₁ + 128 . b₂ ...... Persamaan Kesatu

 10 . a + 162 . b₁ + 128 . b₂ = 78
 10 . a + 162 (0,200) + 128 (0,246) = 78
 10 . a + 32,4 + 31,424 = 78
 10 . a = 78 - 32,4 - 31,48
 10 . a = 14,12
 a = 1,412
 Regresi Linear Berganda
 Jadi : a = 1,412 dan b₁ = 0,200 dan b₂ = 0,246 maka
persamaan regresi berganda y atas x₁ dan x₂ adalah
y = 1,412 + 0,200 x₁ + 0,246 x₂
 Mencari Regresi Linear Berganda y atas x₁ dan x₂
dengan menggunakan SPSS.
 Coefficients
Unstandardized Standardized
Coefficient Coefficient
Model t Sig
Standard
B Beta
Error
1 Constanta 1,412 .925 1.527 .171
VAR 00002 .200 .052 .613 3.830 .006
VAR00003 .246 .093 .423 2.644 .033
 a. Dependent Variable : Pegawai.
 Regresi Linear Berganda
 Mencari Regresi Linear Berganda y atas x₁ dan x₂
dengan menggunakan SPSS.
 Coefficients
Unstandardized Standardized
Coefficient Coefficient
Model t Sig
Standard
B Beta
Error
1 Constanta 1,412 .925 1.527 .171
VAR 00002 .200 .052 .613 3.830 .006
VAR00003 .246 .093 .423 2.644 .033

 a. Dependent Variable : Pegawai

 Thank You
Semoga Bermanfaat.

Drs. H. Ruslan Shomad, MM. Universitas Islam Kadiri

Drs. Ec. Sudarno, MM Kediri – Jatim
Iing Sri Hardiningrum, S.Pd., MM. Indonesia