Sederhana
JENIS-JENIS
Analisis Regresi terdiri dari:
1. Regresi Linier Sederhana ( Memiliki 1 variabel bebas dan 1 variabel terikat)
2. Regresi Linier Ganda ( Memiliki >1 variabel bebas dan 1 variabel terikat)
PERBEDAAN ANALISIS KORELASI DAN REGRESI
Analisis Korelasi Analisis Regresi
Digunakan untuk mencari arah dan kuatnya Digunakan untuk memprediksi/meramalkan
hubungan antara 2 variabel atau lebih. seberapa jauh perubahan nilai variabel
terikat apabila nilai variabel bebas di
manipulasi/ dirubah-rubah/ dinaik-turunkan.
Bentuk hubungan antar variabel tidak harus Bentuk hubungan antar variabel harus
bersifat kausal (sebab akibat) bersifat kausal (sebab akibat)
Menghasilkan koefisien korelasi ( r ) yang Menghasilkan koefisien regresi (b) yang
menunjukkan kuatnya hubungan antar menunjukkan angka peningkatan ataupun
variabel. penurunan variabel terikat yang didasarkan
pada perubahan variabel bebas.
Walaupun terdapat perbedaan antara analisis korelasi dan regresi, tetap saja kedua
analisis tersebut sama-sama yang mengukur hubungan statistik yang terjadi antara dua
variabel atau lebih. Selain itu, terdapat juga keterkaitan antara koefisien korelasi dan
koefisien regresi, yang mana :
“bila koefisien korelasi ( r ) tinggi, pada umumnya koefisien regresi ( b ) juga tinggi.“
“bila koefisien korelasi ( r ) negatif (), pada umumnya koefisien regresi ( b ) juga
negatif () dan sebaliknya.
REGRESI LINIER SEDERHANA
, Regresi linear sederhana didasarkan pada hubungan kausal (sebab akibat) antara
2 variabel (satu variabel bebas dengan satu variabel terikat.)
Suatu regresi dikatakan regresi linier apabila titik-titik point terletak atau
membentuk garis lurus. Suatu regresi dikatakan regresi non linier apabila titik-
titik point terletak secara acak dan tidak membentuk garis lurus.
Ketika regresi dinyatakan regresi linear (terdapat hubungan yang linier antar
variabel), maka kita akan menyatakan secara matematika dengan sebuah
persamaan garis lurus yang disebut persamaan garis regresi linier.
REGRESI LINIER SEDERHANA
•Bentuk
umum persamaan garis regresi linier adalah sbb :
𝒀
^ =𝒂+𝒃𝑿
𝒃=
𝒏 . ∑ 𝑿𝒀 − ∑ 𝑿 . ∑ 𝒀
𝟐
𝒏 . ∑ 𝑿 − ¿¿ ¿
𝒂 =¿ ¿
Jika koefisien diketahui terlebih dahulu, maka nilai dapat diketahui dengan:
𝒂=𝒀´ . 𝒃 𝑿´
atau
𝒂=
∑ 𝒀 −𝒃¿¿¿
CONTOH KASUS REGRESI LINIER SEDERHANA
Pertanyaan:
a. Tentukan bentuk persamaan regresi sederhananya !
b. Gambarkan arah garis regresi pada diagram pencar !
c. Buktikan apakah terdapat pengaruh yang signifikan antara Motivasi
Siswa (X) terhadap Karakteristik Guru (Y).
d. Buktikan apakah data tersebut berpola linier.
Jawab :
•
a. Menentukan bentuk persamaan regresi
Langkah-langkah :
1. Buat tabel perhitungan 2. Cari nilai
No. X Y XY
1. 2 50 4 2500 100
2. 3 60 9 3600 180 𝟖.𝟗𝟑𝟎-𝟏𝟖.𝟑𝟕𝟓
𝟖.𝟒𝟖-(𝟏𝟖)𝟐
3. 1 30 1 900 30 𝟕.𝟒𝟒𝟎-𝟔.𝟕𝟓𝟎 = 690 = 11,5
4. 4 70 16 4900 280 𝟑𝟖𝟒-𝟑𝟐𝟒 60
5. 1 40 1 1600 40
3. Cari nilai
6. 3 50 9 2500 150
7. 2 40 4 1600 80
8. 2 35 4 1225 70
375 - 11,5.18
N=8 8
18
18 375
375 48
48 18.82
18.82 930
930 375 – 207 = 168 = 21
5
5 8 8
•
4. Buat persamaan regresi sederhana
Buat pers. regresi sederhana dengan cara mensubstitusikan nilai a dan b yang
telah diperoleh, sehingga :
X 2 3 1 4 1 3 2 2
5 6 3 7 4 5 4
Y 35
0 0 0 0 0 0 0
•
Berdasarkan diagram pencar tersebut, memperlihatkan bahwa letak titik-titik
cenderung/mendekati garis lurus sehingga dapat diduga regresinya adalah regresi
linier.
Langkah-langkah menjawab :
3. Menghitung :
Jumlah Kuadrat Koefisien ( )
Jumlah Kuadrat Regresi ( )
Jumlah Kuadrat Residu ( )
Rata-rata Jumlah Kuadrat Koefisien ( )
Rata-rata Jumlah Kuadrat Regresi ()
Rata-rata Jumlah Kuadrat Residu ( )
= = 17.578,125
= = 11,5 { 930 - }
= 11,5 { 930 - } = 11,5 { 930 – 843,75 }
= 11,5 { 86.25}
= 991, 875
•
4. Mencari nilai dan
Dengan taraf signifikan carilah nilai menggunakan Tabel
==
F , dimana :
= 23,33
= =
= =
Sehingga diperoleh:
Pembilang
Penyebut
5. Membandingkan nilai dan
Kaidah pengujian signifikansi :
Karena atau maka Tolak . Dengan demikian terdapat pengaruh yang signifikan
antara motivasi siswa terhadap karakteristik guru dalam PBM.
3. Menghitung :
Jumlah Kuadrat Error( )
Jumlah Kuadrat Tuna Cocok ( )
Rata-rata Jumlah Kuadrat Tuna Cocok ( )
Rata-rata Jumlah Kuadrat Error( )
= =
𝑘 1
= ………………..
= ……………….. JAWABAN
DIBAWAH
= ………………..
•
4. Mencari nilai dan
= =
= = 4-2)(8-4) = (2) (4)
Sehingga diperoleh:
Pembilang
Penyebut
5. Membandingkan nilai dan
Kaidah pengujian Linieritas :
Karena atau 6,94 ditolak Dengan demikian variabel motivasi siswa terhadap
karakteristik guru dalam PBM Berpola Linear
Selanjutnya…
Hasil perhitungan pada langkah 3, 4, 5 dan 6 pada uji signifikansi dan uji linieritas
dipaparkan pada :
Kesalahan
(Error)