ANALISIS REGRESI

STATISTIK

LOGO
 Pendahuluan

 Analisis regresi digunakan untuk mempelajari dan

mengukur hubungan statistik yang terjadi antara dua atau
lebih variabel.
 Dalam dunia pendidikan model analisis ini sangat populer,
karena sangat efektif untuk menentukan bentuk kegiatan
yang diduga akan menghasilkan produk yang maksimal.
 Untuk memprediksi dipergunakan persamaan regresi yang
menggambarkan pola atau fungsi hubungan yang terdapat
antar variabel.
 Analisis Regresi ditentukan oleh bentuk hubungan antar
variabelnya, ada hubungan linear dan nonlinear.
 Setiap analisis regresi tentu ada analisis korelasi, tidak
sebaliknya.
Macam Regresi

1. Regresi linier sederhana,

Linier Y = a + bX + e
2. Regresi linier berganda,
Y = b0 + b1X1 + . . . + bpXp + e

Analisis
Regresi

1. Regresi polinomial →Y = a + bX +
cX2.
2. Regresi hiperbola → Y = a + b/X.
Nonlinier 3. Regresi fungsi geometrik.→Y = a + bX.
4. Regresi eksponensial → Y = a ebX
5. Regresi logaritmik → eY = a + bX
6. Regresi fungsi geometri → Y = a + b
sin dX + c cos dX.
Model Hubungan Variabel

Korelasi linier sederhana Korelasi linier dengan

dua
variabel
independen
Korelasi parsial
X Y X1

Y
X2
Y = a + bX
Korelasi Ganda

Y = a + b1X1 + b2X2
Langkah analisis Regresi Sederhana

1.   Membuat hipotesis Ho dan Ha


dalambentukkalimat
2. Membuathipotesis Ho dan Ha dalambentukstatistik
3. Membuattabelbelanjastatistik
4. Mencarikonstantanilai Y (a) dannilaiarahprediksi
(b) denganrumus:
b =a =
a dan b adalahkoefisienregresi linier
5. MencariJumlahkuadratRegresi (JKreg a)
denganrumus: JKreg a =
 Langkah analisis Regresi
Sederhana
6.   Mencari JumlahkuadratRegresi (JKregb│a)

denganrumus:
JKreg (b│a) = b
7. MencariJumlahkuadratResidu (JKres)
denganrumus:
JKres = ΣY2 - JKreg (b│a) - JKreg (a)
8. Mencari Rata-rata JumlahkuadratRegresi (RJKreg)
denganrumus:
RJKreg a = JKreg (a)
 Langkah analisis Regresi
Sederhana
9.   Mencari Rata-rata JumlahkuadratRegresi

(RJKregb│a) denganrumus:
RJKreg (b│a) = JKreg (b│a)
10. Mencari Rata-rata JumlahkuadratResidu (JKres)
denganrumus:
RJKres =
11. MengujiSignifikansidenganrumus:
Fhitung =
 Langkah analisis Regresi
Sederhana
Kaidah pengujian signifikansi:
Jika F hitung ≥ F tabel maka Ho ditolak
F hitung ≤ F tabel maka Ho diterima
Dengan taraf signifikansi: α = 0,01 atau α = 0,05
12. Membuat kesimpulan
 Contoh analisis Regresi
Sederhana
“Pengaruh pengalaman kerja terhadap kepemimpinan di
Sekolah”
Data:
Pengalaman Kerja (X) 2 3 1 4 1 3 2 2
Kepemimpinan 50 60 30 70 40 50 40 35

Data dianggap mememunhi asumsi dan persyaratan analisis

data, dipilih secara random, berdistribusi normal, berpola linier,
dsb.
Pertanyaan:
1. Bagaimana persamaan regresinya?
2. Gambarkan diagram pencarnya!
3. Gambarkan arah garis regresinya!
4. Apakah data berpola linier?
5. Apakah ada Pengaruh yang signifikan?
 Contoh analisis Regresi
Sederhana
1. Membuat Ha dan Ho dalam bentuk kalimat:
Ha : Terdapat pengaruh antara pengalaman kerja dengan
kepemimpinan
Ho : Tidak terdapat pengaruh antara pengalaman kerja
dengan kepempimpinan.
2. Membuat Ha dan Ho dalam bentuk statistik.
Ha : r ≠ 0
Ho : r = 0
3. Membuat daftar belanja statistik.
 Contoh analisis Regresi
Sederhana
3. Membuat daftar belanja statistik
No X Y X2 Y2 XY
1 2 50 4 2500 100
2 3 60 9 3600 180
3 1 30 1 900 30
4 4 70 16 4900 280
5 1 40 1 1600 40
6 3 50 9 2500 150
7 2 40 4 1600 80
8 2 35 4 1225 70
Jumlah 18 375 48 18825 930
Rata-rata 2.25 46.875
SD 1.04
Varians 1.07
 Contoh analisis Regresi
Sederhana
4.   Mencari konstantanilai Y (a) dannilaiarahprediksi

(b) denganrumus:
b =a =
== = 11,5
a = = = 21
Sehinggapersamaangarisregresinyaadalah:
Y = 21 + 11,5 X
 Contoh analisis Regresi
Sederhana
5. Membuat diagram pencar:
80

70 70

60 60

50 50 50

40 40 40
35
30 30

20

10

0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
 Contoh analisis Regresi
Sederhana
6.   Membuat garisregresi

= 2.25 = 46.876
 Contoh analisis Regresi
Sederhana
7.  Menguji signifikansi

Langkahpertama: mencariJumlahkuadratRegresi (JKreg a)
denganrumus: JKreg a = = = 17578,125
Langkahkedua: Jumlah kuadratRegresi (JKregb│a)
denganrumus:
JKreg (b│a) = b
= 11,5 = 991,875
Langkahketiga: MencariJumlahkuadratResidu (JKres)
denganrumus:
JKres = ΣY2 - JKreg (b│a) - JKreg (a) = 18825-991,875-
17578,125 = 255
 Contoh analisis Regresi
Sederhana
  Langkah keempat: Mencari Rata-rata JumlahkuadratRegresi
(RJKreg) denganrumus:
RJKreg a = JKreg (a) = 17578,125
Langkahkelima:Mencari Rata-rata JumlahkuadratRegresi
(RJKregb│a) denganrumus:
RJKreg (b│a) = JKreg (b│a) = 991,875
Langkahkeenam: Mencari Rata-rata
JumlahkuadratResidu(RJKres) denganrumus:
RJKres = = = 42,5
Langkahketujuh:Menguji Signifikansidenganrumus:
Fhitung = = = 23,34
 Contoh analisis Regresi
Sederhana
Dengan taraf signifikansi (α) = 0,05 dicari Ftabel pada
tabel F dengan F {(1-α)(dk reg (bIa), (dk Res)}
F {(1-0,05)(dk reg (bIa)=1, (dk Res=8-2=6)}
F {(0,95)(1, 6)} dimana angka 1 = pembilang dan
angka 6 = penyebut
Ftabel = 5,99
Sehingga Fhitung > Ftabel → maka Ho ditolak dan menerima
Ha
8. Membuat Kesimpulan
Terdapat pengaruh yang signifikan antara pengalaman kerja
dengan kepemimpinan di sekolah.
 Contoh analisis Regresi
Sederhana
9.   Menguji linieritasgarisregresi:

Langkahpertama: mencarijumlahkuadrat Error (JKE)
denganrumus: JKE =
Buattabelbantuan:
Sort AZ
NO X Y Kel n Y
X
1 2 50 1 30
k1 2
2 3 60 1 40
3 1 30 2 35
4 4 70 2 k2 3 40
Menjadi
5 1 40 2 50
6 3 50 3 50
k3 2
7 2 40 3 60
8 2 35 4 k4 1 70
 Contoh analisis Regresi
Sederhana
JKE =

=+ + +
= (50+116,5+50+0)
= 216,67
Langkahkedua: Mencarijumlahkuadrat tuna cocok (JKTC)
denganrumus:
JKTC = JKres + JKE = 225 – 216,67 =38,33
 Contoh analisis Regresi
Sederhana
  
Langkah ketiga: Mencari rata-rata JumlahKuadrat Tuna Cocok
(RJKTC) denganrumus,
RJKTC = = = 19,165 → k = jumlahkelompok = 4
Langkahkeempat: Mencari Rata-rata JumlahKuadrat Error
(RJKE) denganrumus,
RJKE = = 54,1675
Langkahkelima: mencarinilaiFhitungdenganrumus,
Fhitung= = = 0,35
 Contoh analisis Regresi
Sederhana
Perlu diketahui bahwa uji linieritas berbeda dengan uji
signifikansi, kaidahnya,
1) menentukan pengujian signifikansi
Jika Fhitung ≥ Ftabel → tolak Ho artinya signifikan dan
Jika Fhitung ≤ Ftabel → terima Ho artinya tidak signifikan
2) menentukan pengujian linieritas
Jika Fhitung ≤Ftabel → tolak Ho artinya data berpola linier dan
Jika Fhitung ≥ Ftabel → terima Ho artinya data tidak berpola
linier
 Contoh analisis Regresi
Sederhana
Langkah keenam: menentukan keputusan uji linieritas
Jika Fhitung ≤Ftabel → tolak Ho artinya data berpola linier dan
Jika Fhitung ≥ Ftabel → terima Ho artinya data tidak berpola
linier
Melihat Ftabel dengan taraf signifikansi (α) =0,05
Ftabel = F (1-α)(dk TC, dk E) = F (1-0,05)(dk TC=k-2, dk E=n-k)
= F (1-0,05)(dk TC=4-2, dk E=8-4) = F (1-0,05)(dk TC=2, dk E=4)
= F (0,95)(2, 4) → 2 = pembilang; 4 = penyebut
Ftabel = 6,94
Langkah ketujuh: kesimpulan
Ternyata Fhitung <Ftabel → tolak Ho artinya data berpola linier
Berarti Garis Regresi Pengalaman kerja dengan kepemimpinan
Contoh analisis Regresi
Sederhana
Tabel Ringkasan ANAVA
Rata-rata
Derajat Jumlah Ftabel
Sumber Jumlah Fhitung
kebebasan Kuadrat
varians Kuadrat
(dk) (JK)
(RJK)
Total 8 18825 - Sig = 23,24 5,99
Linier = 0,35 6,94
Regresi (a) 1 17578,125 17578,125 Ket:
Regresi (bIa) 1 991,875 991,875 Perbandingan Fhitung dengan
Residu 6 255 42,5 Ftabel signifikan dan linieritas
Tuna Cocok 2 83,33 19,165 23,24>5,99 signifikan
Error 4 216,67 54,1675 0,35<6,94 pola linier