REGRESI LINIER

SEDERHANA
Statistika Inferensial
Statistik Statistik
Parametrik Nonparametrik

Korelasi Untuk Korelasi

Product mencari Rank
hubungan
Moment Spearman

Untuk
membandin Uji Chi
Uji t gkan antara Kuadrat
dua variabel

Regresi
Linier
Sederhana
 Pendahuluan tentang Regresi
 Analisis pada Regresi tidak jauh berbeda dengan analisis pada korelasi.
 Setiap regresi pasti ada korelasinya, namun korelasi belum tentu dilanjutkan
hingga ke analisis regresi
 Jika korelasi hanya melihat hubungan antara dua variabel antara x dan y, pada
analisis regresi kita akan meramalkan atau memprediksi bagaimana hubungan
antara dua variabel tersebut.
 Regresi merupakan alat untuk meramal/ memprediksi suatu variabel dengan
variabel yang lain, peramalan tersebut dilakukan dengan menggunakan
persamaan regresi
 Tujuan analisis regresi adalah untuk menentukan model matematika yang dapat
digunakan untuk memprediksi nilai – nilai variabel terikat (variabel Y) berdasarkan
nilai – nilai pada variabel bebas (variabel X)
 Regresi termasuk ke dalam statistik parametrik sehingga data dalam analisis
regresi harus berdistribusi normal dan memenuhi asumsi homogenitas
 Regresi Linier Sederhana
 Pada regresi linier sederhana, hubungan antara variabel X (variabel bebas) dan
variabel Y (variabel terikat) digambarkan pada suatu persamaan linier yang
berbentuk garis lurus.
 Hubungan antara variabel X dan variabel Y dituliskan dalam bentuk persamaan
linier

𝑌 = 𝑎 + 𝑏𝑋
Dimana :
Y = variabel terikat
a = parameter konstan populasi
b = parameter koefisien regresi populasi
X = variabel bebas
 𝑌 = 𝑎 + 𝑏𝑋

𝑛 σ 𝑥𝑖 𝑦𝑖 −( σ 𝑥𝑖 )(σ 𝑦𝑖 )
𝑏 =
𝑛 σ 𝑥𝑖2 −(σ 𝑥𝑖 )2

𝑎 = 𝑌ത − 𝑏𝑋ത
Dimana
𝑌ത = rata – rata nilai Y
𝑋ത = rata – rata nilai X
n = jumlah data
Contoh
 Seorang pengusaha ingin mengetahui pola hubungan antara nilai penjualan (Y)
dengan biaya promosi (X). Data nilai penjulalan (Y) dan X ternagkum pada
tabel di bawah ini.
Nilai Penjualan (Y) Biaya Promosi (X)
(dalam ribuan rupiah)
64 20
61 16
84 34
70 23
88 27
92 32
72 18
77 22

Buatlah persamaan regresi linier yang menunjukkan pola

hubungan antara penjualan dan biaya promosi.
 Jawab Nilai Penjualan (Y) Biaya Promosi (X)
64 20
XY
1280 400
𝑿𝟐

61 16 976 256
84 34 2856 1156
70 23 1610 529
88 27 2376 729
92 32 2944 1024
72 18 1296 324
77 22 1694 484

෍ 𝑌 = 608 ෍ 𝑋 = 192 ෍ 𝑋𝑌 = 15032 ෍ 𝑋 2 = 4902

σ 𝑌 608
𝑛 σ 𝑥𝑖 𝑦𝑖 − ( σ 𝑥𝑖 )(σ 𝑦𝑖 ) 𝑌ത = = = 76
𝑛 8 Jadi, persamaan regresinya
𝑏=
𝑛 σ 𝑥𝑖2 − (σ 𝑥𝑖 )2 adalah
σ 𝑋 192
𝑌ത = = = 24
𝑛 8
𝑏=
8.15032 − 192.608
=
3520
= 1,5 Y = 40 + 1,5X
8.4902 − (192)2 2352
𝑎 = 𝑌ത − 𝑏𝑋ത = 76 − 1,5. 24 = 40
 Penaksiran Nilai variabel dependen
 Setelah kita mendapat persamaan regresi, maka kita dapat menaksir nilai variabel dependen
untuk suatu nilai variabel independen tertentu.

 Contoh :
Pada soal sebelumnya kita telah mendapatkan persamaan regresinya adalah Y = 40+1,5 X. Bila
biaya promosi (X) adalah 80 ribu, estimasikan berapa nilai penjualan !
Jawab :
Y = 40 + 1,5 X
Untuk Biaya promosi (X) = 80
Y = 40 + 1,5 X
Y = 40 + 1,5. 80
Y = 40 + 120 = 160

Jadi, dengan biaya promosi 80 ribu, estimasi (perkiraan) nilai penjualan adalah 160
 Menghitung Nilai Koefisien Korelasi dan
Koefisien Determinasi
• Koefisien korelasi (r) menggambarkan hubungan antara variabel X
dan variabel Y
• Koefisien Determinasi (𝑅2 ) menggambarkan seberapa besar
pengaruh variabel X terhadap variabel Y

𝑁 σ 𝑋𝑌 − (σ 𝑋)(σ 𝑌)
𝑟=
2 2 2 2
σ σ σ σ
{𝑁 𝑋 − 𝑋 }{ 𝑁 𝑌 − 𝑌 }
 Contoh  Dari soal yang sebelumnya tentukan koefisen korelasinya !

(Y) (X) XY 𝒀𝟐 𝑿𝟐 𝑁 σ 𝑋𝑌 − (σ 𝑋)(σ 𝑌)

𝑟=
64 20 1280 4096 400 2 2
{𝑁 σ 𝑋 2 − σ 𝑋 }{ 𝑁 σ 𝑌 2 − σ 𝑌 }
61 16 976 3721 256
84 34 2856 7056 1156 8. 15032 − (192)(608)
70 23 1610 4900 529
𝑟=
(8. 4902 − 1922 )(8.47094 − 6082
88 27 2376 7744 729 120256 − 116736
92 32 2944 8464 1024 𝑟=
(39216 − 36864)(376752 − 369664)
72 18 1296 5184 324
77 22 1694 5929 484 3520 3520
𝑟= = = 0,862
(2352. )(7088) 4083,01
෍𝑌 ෍𝑋 ෍ 𝑋𝑌 ෍ 𝑌2 ෍ 𝑋2

= 608 = 192 = 15032 = 47094 = 4902

Jadi, koefisien korelasi antara biaya promosi dengan nilai penjualan adalah 0,862. Artinya terdapat
korelasi/ hubungan yang kuat antara variabel X dan variabel Y
Koefisien determinasi nya adalah 𝑅2 = (0,862)2 = 0,743 = 74,3%, Artinya biaya promosi mempunyai
pengaruh terhadap nilai penjualan sebesar 74,3%. Sedangkan sisanya sebesar 25,7 % dipengaruhi oleh
faktor yang lain.
Menghitung Persamaan Regresi
dengan SPSS
 Masukkan data pada kolom variabel X dan variabel Y
 Pilih Anayze, Regession, Linier
 Masukkan variabel Y ke kotak dependent dan variabel
X ke kotak independent
 Lalu tekan OK
Interpretasi Hasil dari SPSS

Persamaan Regresinya adalah Y = 40,082 + 1,497 X

Interpretasi hasil SPSS

Nilai Sig nya adalah 0,006 = 0,6% < 5% (tingkat signifikan) artinya persamaan Y = 40,082 + 1,497
X ada;ah linier atau X mempunyai hubungan terhadap Y atau Variabel X mempunyai
pengaruh yang signifikan terhadap variabel Y

Nilai koefisien korelasinya adalah r = 0,862

Nilai koefisien determinasinya adalah R square = 0,743
KISI –KISI UAS
1. Menentukan keputusan uji (siapkan tabel t
dan tabel r product moment)
2. Menentukan uji normalitas data
3. Melakukan uji hipotesis untuk suatu
permasalahan statistika
4. Menentukan teknik analisis statistika yang
digunakan berdasarkan penelitian yang
dilakukan
5. Regresi linier sederhana (hasil output SPSS)
 Latihan Soal
 Suatu penelaitian ingin menyelidiki pola hubungan antara Nilai
pendapatan dengan nilai pengeluaran. Untuk keperluan tersebut
diadakan pengumpulan data terhadap 10 responden di kota A yang
diambil secara acak. Berikut ini data tentang pendapatan (variabel X)
dalam ribuan rupiah dan pengeluaran (Y) dalam ribuan rupiah.

responden A B C D E F G H I J
Pendapatan 8 9 7 6 7 5 5 6 9 8
(X)
Pengeluaran 7 7 6 5 7 5 5 4 8 6
(Y)

1. Buatlah persamaan regresi linier yang menunjukkan pola hubungan

antara pendapatan dan pengeluaran
2. Jika pendapatan adalah 10 ribu, estimasikan pengeluaran