Regresi Linear Sederhana

Regresi merupakan salah satu metode statistika yang digunakan untuk

melihat keterikatan antara dua variabel yang memiliki hubungan sebab
akibat.

Tujuan utamanya adalah untuk memprediksi atau meramalkan nialai

dari suatu variabel dalam hubungannya dengan variabel lain yang
diketahui.

Misalnya: seorang guru bahasa Inggreris ingin mengetahui “Hubungan

antara persepsi siswa SMP terhadap bahasa Inggeris dan prestasinya
dalam Bahasa Inggeris”

Dari contoh di atas: persepsi siswa terhadap bahasa Inggeris merupakan

variabel yang digunakan untuk meramalkan perestasi siswa.
 Hubungan Antara Tinggi dan Berat Badan

Berat
Y
Garis regresi
∙
d6 ∙ Nialai prediksi Y
∙
∙
∙∙
d7
∙ d8
∙
d4 ∙
d3 ∙ d5 ∙
Nialai aktual Y
∙ ∙ ∙
∙
d1 d2
∙
∙

X Tinggi
Gambar di atas menunjukkan distribusi bivariat dari
pasangan variabel X (tinggi badan) dan variabel Y (berat
badan) yang dikteahui dan garis regresi yang mungkin.

Titik-titik yang terpencar disekitar garis merupakan nilai-

nilai aktual Y untuk setiap nilai X yang bersesuaian.

Titik-titik yang terletak pada garis adalah nilai-nilai

prediksi/ramalan Y untuk nilai-nilai X yang bersesuaian.

Bagaimana cara memperoleh garis regresi yang paling

pas untuk mewakili nilai X dan nilai Y yang diketahui?
Persamaan garis regresi disebut persamaan regresi.

Bagaimana cara memperoleh persamaan regresi yang paling pas

untuk mewakili nilai X dan nilai Y yang diketahui?

Pearson mendapatkan caranya dan ia mendapatkan rumus

persmaan regresi untuk dalam variabel X dan Y sebagai berikut.

atau

Y’ = skor Y yang diramalkan

r = koefisien korelasi antara X dan Y
Sy = deviasi baku skor Y
Sx = deviasi baku skor X
= rerata skor X
= rerata skor Y