ANALISIS

REGRESI SEDERHANA
Oleh:
Nerisa Agnesia Widiyanto, SP., M.Si

 Regresi Sederhana
 SEJARAH REGRESI

Istilah Regresi diperkenalkan oleh Fancis Galtom

“Meskipun ada kecenderungan bagi orang tua yang tinggi
mempunyai anak-anak yang tinggi, dan bagi orang tua yang
pendek mempunyai anak yang pendek, distribusi tinggi dari
suatu populasi tidak berubah secara menyolok (besar) dari
generasi ke generasi”.

Regresi = “Kemunduran ke arah sedang”

Salah satu alat yang dapat digunakan dalam memprediksi permintaan di masa akan datang
berdasarkan data masa lalu atau untuk mengetahui pengaruh satu variabel bebas (independent)
terhadap satu variabel tak bebas (dependent) adalah menggunakan regresi linier.
Regresi linier sederhana digunakan hanya untuk satu variabel bebas dan satu variabel tak bebas,
sedangkan regresi linier berganda digunakan untuk satu variabel tak bebas dan atau lebih variabel
bebas
Tujuan penerapan kedua metode ini adalah untuk meramalkan atau memprediksi besaran nilai
variabel tak bebas yang dipengaruhi oleh variabel bebas
ILUSTRASI
 CONTOH PENERAPAN
1.
2.
ANALISIS REGRESI
Analisis Regresi antara tinggi orang tua terhadap tinggi anaknya (Gultom).
Analisis Regresi antara pendapatan terhadap konsumsi rumah tangga.
3. Analisis Regresi antara harga terhadap penjualan barang.
4. Analisis Regresi antara tingkat upah terhadap tingkat pengangguran.
5. Analisis Regresi antara tingkat suku bunga bank terhadap harga saham
6. Analisis regresi antara biaya periklanan terhadap volume penjualan
perusahaan.
 KETERGANTUNGAN
Hubungan kausal (ketergantunganSTATISTIK
statistik) VS.
 FUNGSIONAL
Konsumsi dengan pendapatan
 Masa kerja dengan produktifitas
 Iklan dengan penjualan
 Hubungan fungsional/Identitas
 Likuditas dengan aktiva lancar
 Produktivitas dengan hasil produksi
 Upah karyawan dengan jam kerja
PERBEDAAN MENDASAR ANTARA
KORELASI DAN REGRESI ?

  Regresi menunjukkan hubungan

Korelasi hanya menunjukkan
sekedar hubungan. pengaruh.
  Dalam regresi terdapat istilah
Dalam korelasi variabel tidak
ada istilah tergantung dan tergantung dan variabel bebas.
variabel bebas.
ISTILAH DAN NOTASI
VARIABEL DALAM REGRESI ?
Y X
  Varaibel bebas (Independent
Varaibel tergantung
(Dependent Variable) Variable)
  Variabel yang menjelaskan
Variabel yang dijelaskan
(Explained Variable) (Explanatory Variable)
  Variabel peramal (Predictor)
Variabel yang diramalkan
(Predictand)  Variabel yang meregresi
 Variabel yang diregresi (Regressor)
(Regressand)  Variabel perangsang atau kendali
 Variabel Tanggapan (Stimulus or control variable)
(Response)
PERSAMAAN REGRESI

Persamaan Regresi linier

n( XY )  ( X )( Y )
Sederhana: b
Y = a + bX +  n( X 2 )  ( X ) 2
Y = Nilai yang diramalkan
a
b
= Konstansta
= Koefesien regresi a
 Y  b( X )
X = Variabel bebas
n
 = Nilai Residu
 Berdasarkan rumus regresi, koefisien (b) dinamakan koefisien arah regresi linier yang
fungsinya menyatakan perubahan rata-rata variabel (Y) untuk setiap perubahan variabel (Y)
untuk setiap perubahan variabel (X) sebesar satu satuan. Perubahan tersebut merupakan
pertambahan apabila nilai (b) bertanda positif (+) dan pengurangan jika nilai (b) bertanda
negatif (-)
PROSEDUR UJI LINIERITAS
PROSEDUR UJI SIGNIFIKANSI
 Menghitung nilai korelasi (r)
n  X Y  ( X ) ( Y )
r i i i i

 n ( X 2
i )  ( Xi ) 2
 n ( Y
i
2
)  (  Yi ) 2 

 Koefisien Determinasi
Maksud dari koefisien determinasi adalah untuk mengetahui seberapa besar sumbangan
(kontribusi) yang diberikan variabel X terhadap perubahan variabel Y
KP = (r)² x 100%

Salah satu cara untuk mempermudah memahami ilmu statistika adalah memahami fungsi/kegunaan dari
setiap rumus, misalnya; (1) Rumus Regresi fungsinya untuk mencari pengaruh, (2) Rumus Korelasi
mengukur kuatnya hubungan, (3) Rumus Koefisien Determinasi fungsinya untuk mengukur seberapa
besar kontribusi variabel penelitian yang digunakan, (4) Rumus Uji t fungsinya untuk mengukur besarnya
pengaruh secara parsial antara Variabel X terhadap Variabel Y; (5) Rumus Uji F fungsinya untuk
mengukur besarnya variabel bebas (X) secara simultan terhadap variabel terikat (Y); (6) Uji Path
Analysis/Analisis Jalur fungsinya untuk mengukur adanya pengaruh langsung maupun tidak langsung
antara variabel X terhadap variabel Y dengan menggunakan (variabel interverning/variabel pemoderasi).
No Nama Mahasiswa Kalori/hari (X) Berat Badan (Y)
1 Dian 530 89
2 Echa 300 48
3 Winda 358 56
4 Kelo 510 72
5 Intan 302 54
6 Putu 300 42
7 Aditya 387 60
8 Anita 527 85
9 Sefia 415 63
10 Rosa 512 74

1. Tentukanlah persamaan regresi dan koefisien determinasinya.

2. Uji regresi yang dihasilkan dengan Uji-t