ANALISIS REGRESI

LINIER SEDERHANA
BAYU ADI PUTRA (201602047)
IGO TUTUARIMA (201602057)
MELISA ISRO ASTRIANINGSIH (201602061)
MUZZAYINATUL AZIZAH (201602064)
MUHAMMAD FANANI (201602063)
SEPTIANA KURNIA DEWI (201602075)
SINTIA TAUBATUL FITRI (201602076)
WAHYU SANTOSO HIDAYAT (201602081)
 Definisi Regresi Linier
• Analisis yang mengkaji pola hubungan antara 2 variabel
atau lebih yaitu antara variabel bebas (independent
variable) dan variable tak bebas/terikat (dependent
variable) yang dinyatakan dalam suatu bentuk persamaan
matematis yaitu persamaan regresi yang tujuannya
adalah untuk meramalkan nilai variable tak bebas/terikat
(Y) berdasarkan variable bebas (X) tertentu.
 Jenis – Jenis Regresi Linier

1. Regresi Linear Sederhana

2. Regresi Linear Berganda

 Regresi Linear Sederhana
Analisis regresi linear sederhana dipergunakan
untuk mengetahui pengaruh antara satu buah
variabel bebas terhadap satu buah variabel terikat

Persamaannya adalah, Y = a + b X.

Ket :
Y = garis regresi/ variable response
a = konstanta (intersep), perpotongan dengan
sumbu vertikal
b = konstanta regresi (slope)
X = variabel bebas/ predictor
Besarnya konstanta a dan b dapat ditentukan
menggunakan persamaan :

(σ 𝑌) σ 𝑋 2 −(σ 𝑋)(σ 𝑋𝑌)

•𝑎=
𝑛 σ 𝑋2− σ 𝑋 2

𝑛(σ 𝑋𝑌)−(σ 𝑋)(σ 𝑌)

•𝑏=
𝑛 σ 𝑋2− σ 𝑋 2

𝑛 = jumlah data
Y = variabel terikat
X = variabel bebas
Langkah – langkah Analisis dan Uji
Regresi Linier Sederhana
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
 Contoh Soal
N Nama
Kalori/Hari Berat Badan
o Mahasiswa

1 Igo 530 89
Suatu data penelitian 2 Melisa 300 48

tentang berat badan 10 3 Septiana 358 56

mahasiswa yang 4 Bayu 510 72

diprediksi dipengaruhi 5 Wahyu 302 54

6 Fafan 300 42
oleh konsumsi jumlah
7 Sintia 387 60
kalori/hari. Bagaimana 8 Ayyin 527 85

menganalisis kasus ini? 9 Qidi 415 63

1 Samsudin 512 74
0
1. Membuat tabel bantu yang dibuat untuk memudahkan
dalam melakukan perhitungan
No X Y X2 Y2 XY

1 530 89 280900 7921 47170

2 300 48 90000 2304 14400

3 358 56 128164 3136 20048

4 510 72 260100 5184 36720

5 302 54 91204 2916 16308

6 300 42 90000 1764 12600

7 387 60 149769 3600 23220

8 527 85 277729 7225 44795

9 415 63 172225 3969 26145

10 512 74 262144 5476 37888

෍𝐗 ෍𝐘 ෍ 𝑿𝟐 = 𝟏𝟖𝟎𝟐𝟐𝟑𝟓 ෍ 𝒀𝟐 = 𝟒𝟑𝟒𝟗𝟓 ෍ 𝐗𝐘 = 𝟐𝟕𝟗𝟐𝟗𝟒

= 𝟒𝟏𝟒𝟏 = 𝟔𝟒𝟑
2. Koefisien regresi b ditentukan dengan menggunakan
rumus yang telah diberikan, yaitu :

𝑛(σ 𝑋𝑌) − (σ 𝑋) (σ 𝑌)
𝑏=
𝑛 σ 𝑋2 − σ 𝑋 2
10 279294 − 4141 643
=
10 1802235 − (4141)2
130227
= = 0,14892 = 𝟎, 𝟏𝟒𝟗
874469
3. Konstanta a ditentukan ditentukan menggunakan
rumus
(σ 𝑌) σ 𝑋 2 −(σ 𝑋)(σ 𝑋𝑌)
•𝑎=
𝑛 σ 𝑋2− σ 𝑋 2

643 1802235 −(4141)(279294)

• =
10 1802235 −(4141)2

2280651
• = = 𝟐, 𝟔𝟎𝟖
874469

Sehingga model persamaan regresi linier

sederhananya adalah :
𝑌=a+bX
= 2,608 + 0,149 𝑋
Koefisien korelasi (r)
• Untuk mengukur kekuatan hubungan antar variable
predictor X dan response Y, dilakukan analisis korelasi
yang hasilnya dinyatakan oleh suatu bilangan yang
dikenal dengan koefisien korelasi.

𝑛 σ𝑛𝑖=1 𝑋𝑌 − (σ𝑛𝑖=1 𝑋)(σ𝑛𝑖=1 𝑌)

𝑟=
[𝑛 σ𝑛𝑖=1 𝑋 2 − (σ𝑛𝑖=1 𝑋)2 ][𝑛 σ𝑛𝑖=1 𝑌 2 − (σ𝑛𝑖=1 𝑌)2 ]
Penyelesaian
𝑛 𝑛 𝑛 Koefisien Determinasi (r 2)
σ σ σ
𝑛 𝑖=1 𝑋𝑌−( 𝑖=1 𝑋)( 𝑖=1 𝑌)
•𝑟= Dari contoh kasus di atas, maka koefisien
[𝑛 σ𝑛 2 𝑛 2 𝑛 2 𝑛determinasinya
𝑖=1 𝑋 −(σ𝑖=1 𝑋) ][𝑛 σ𝑖=1 𝑌 −(σ𝑖=1 𝑌)2 ] r2 = 0,90 .

10 279294 − 4141Nilai
643ini berarti bahwa,
• =
[𝑛10 1802235 −(4141)2 ][1090% variabel
43495 bebas
−(643) 2 ] X dapat
menerangkan/ menjelaskan variabel tak
130277
• = = 0,95 bebas/ Y
137120,2318 10% dijelaskan oleh variabel lainnya.

ARTINYA :
Hubungan variable bebas/predictor X dengan variabel
terikat/response Y adalah sangat kuat, prosentasenya 95%.
Jadi, berat badan memang sangat dipengaruhi oleh konsumsi
jumlah kalori/hari.
 Pengujian hipotesis
dimaksudkan untuk melihat
apakah suatu hipotesis yang
diajukan ditolak atau dapat
diterima.

C. Uji Signifikansi dan Hipotesis

Diketahui :
• Koefisien Determinasi (r2) = 0,90.
• Koefisien Korelasi (r2) = 0,95
• Jumlah data n = 10
• Hipotesis yang diasumsikan/ diajukan :
• H0 : β = 0; variabel X tidak berpengaruh signifikan terhadap Y
• H1 : β ≠ 0; variable X berpengaruh signifikan terhadap Y
• Tingkat signifikansi () = 5% = 0.05
r n−2 0,95 10 − 2
• Nilai t hitung, 𝑡ℎ𝑖𝑡 = = = 8,497
1 − 𝑟2 1 − 0,90
Jadi, 𝑡ℎ𝑖𝑡 = 8,497
• Derajat kebebasan, df = n – k = 10 – 2 = 8

•  = 5% = 0,05 dan df = 8 → ttab = 2,306

• Membandingkan thit dengan ttab :
thit > ttab → 8,497 > 2,306

Kesimpulan :
Nilai thit > ttab, sehingga dikatakan bahwa,
ada pengaruh nyata (signifikan) variable predictor X
terhadap variable response Y dengan taraf signifikan 5%.
ARIGATOU GOZAIMASU