Anda di halaman 1dari 15

ANALISIS

REGRESI SEDERHANA
SEJARAH REGRESI

Istilah Regresi diperkenalkan


oleh
Francis Galton (1877)
Pengertian Regresi

 Analisis regresi merupakan studi


ketergantungan satu atau lebih variabel
bebas terhadap variabel tidak bebas.
Dengan maksud untuk meramalkan nilai
variabel tidak bebas.
Contoh Penerapan Analisis
Regresi
1. Analisis Regresi antara tinggi orang tua
terhadap tinggi anaknya (Gultom).
2. Analisis Regresi antara tinggi badan
terhadap berat badan.
3. Analisis Regresi antara motivasi terhadap
kinerja.
4. Analisis Regresi antara pendapatan keluarga
dengan status gizi anak
Perbedaan mendasar antara korelasi dan
regresi ?
 Korelasihanya  Regresimenunjukkan
menunjukkan hubungan pengaruh.
sekedar hubungan.  Dalam regresi
 Dalam korelasi terdapat istilah
variabel tidak ada tergantung dan
istilah tergantung variabel bebas.
dan variabel bebas.
Istilah dan notasi variabel
dalam regresi ?
Y X
 Variabel tergantung  Variabel bebas (Independent
(Dependent Variable) Variable)
 Variabel yang dijelaskan  Variabel yang menjelaskan
(Explained Variable) (Explanatory Variable)
 Variabel yang diramalkan  Variabel peramal (Predictor)
(Predictand)  Variabel yang meregresi
 Variabel yang diregresi (Regressor)
(Regressand)  Variabel perangsang atau
 Variabel Tanggapan kendali (Stimulus or control
(Response) variable)
Persamaan Regresi
Persamaan Regresi linier
Sederhana:
Y = a + bX + 
n( XY )  ( X )( Y )
Y = Nilai yang diramalkan b
n(  X 2 )  (  X ) 2
a = Konstansta
b = Koefesien regresi
X = Variabel bebas a
 Y  b( X )
n
 = Nilai Residu
Contoh Kasus:

Seorang kepala ruangan akan meneliti


apakah terdapat pengaruh kepemimpinan
kepala ruangan terhadap kinerja perawat di
RS Antah Barantah
Pemecahan
1. Judul

Pengaruh kepemimpinan kepala ruangan


terhadap kinerja perawat.
2. Pertanyaan Penelitian
 Apakah terdapat pengaruh positif
kepemimpinan kepala ruangan terhadap
kinerja perawat?
3. Hipotesis
 Terdapat pengaruh positif kepemimpinan
kepala ruangan terhadap kinerja perawat.
4. Kriteria Penerimaan Hipotesis

Ho : Tidak terdapat pengaruh positif


kepemimpinan kepala ruangan terhadap
kinerja perawat.
Ha : Terdapat pengaruh positif kepemimpinan
kepala ruangan terhadap kinerja perawat.

 Ho diterima Jika
p-value > 0.05
 Ha diterima Jika
p-value < 0.05
5. Sampel
1 Rumah Sakit

6. Data Yang dikumpulkan

Kinerja (Y) 64 61 84 70 88 92 72 77

Kepemimpi 20 16 34 23 27 32 18 22
nan Kepala
Ruangan
(X)
7. Analisis Data
Untuk analisis data diperlukan, perhitungan:
1.Persamaan regresi
2.Nilai Prediksi
Persamaan Regresi
Y X XY X2 Y2
64 20 1280 400 4096
61 16 976 256 3721
84 34 2856 1156 7056
70 23 1610 529 4900
88 27 2376 729 7744
92 32 2944 1024 8464
72 18 1296 324 5184
77 22 1694 484 5929
608 192 15032 4902 47094
n( XY )  ( X )( Y )
b
n( X 2 )  ( X ) 2

8(15032)  (192)(609)
b  1,497
8(4902)  (192) 2

a
 Y  b( X )
n

(608)  1,497(192)
a  40,082
8
Setiap kenaikan 1 satuan X
akan menyebabkan Y
Y= 40,082 + 1,497X+e bertambah 1,497.
Nilai Prediksi
 Berapa besarnya kinerja jika kepemimpinan sebesar 20?
40,082 + (1,497*20)= 70,022
 Berapa besarnya kinerja jika kepemimpinan sebesar 16?
40,082 + (1,497*16)=64,034
 Berapa besarnya kinerja jika kepemimpinan sebesar 34?
40,082 + (1,497*34)= 90,98
 Berapa besarnya kinerja jika kepemimpinan sebesar 23?
40,082 + (1,497*23)= 74,513
Dan seterusnya…………………….!!!

Anda mungkin juga menyukai