Académique Documents
Professionnel Documents
Culture Documents
BAB I
PENDAHULUAN
A. Latar Belakang
Di dalam analisa ekonomi dan bisnis maupun dalam bidang analisa
kesehatan, dalam mengolah data sering digunakan analisis regresi dan korelasi.
Analisis regresi dan korelasi telah dikembangkan untuk mempelajari pola dan
mengukur hubungan statistik antara dua atau lebih variabel (Alhusin, 2003).
Namun, karena makalah ini hanya membahas tentang regresi linear sederhana,
maka hanya dua variabel yang digunakan. Sedangkan sebaliknya jika lebih dari
dua variabel yang terlibat maka disebut regresi dan korelasi berganda . Analisa
ini akan memberikan hasil apakah antara variabel-variabel yang sedang diteliti
atau sedang dianalisis terdapat hubungan, baik saling berhubungan, saling
mempengaruhi dan seberapa besar tingkat hubungannya. Pada dasarnya
analisis ini menganalisis hubungan dua varibel dimana membutuhkan dua
kelompok hasil observasi atau pengukuran sebanyak n (data) (Muhson, 2013).
Regresi linear sederhana mengestimasi besarnya koefisien-koefisien
yang dihasilkan dari persamaan yang bersifat linear, yang melibatkan satu
variabel bebas, untuk digunakan sebagai alat prediksi besarnya nilai variabel
tergantung. Sebagai contoh, kita dapat memprediksi penjualan total obat-
obatan dalam satu tahun dengan menggunakan variabel-variabel bebas, seperti
iklan, promosi, direct selling dan lain sebagainya (Sarwono, 2006).
Pembahasan kali khusus dibatasi pada regresi linear dengan menggunakan
jenis regresi sederhana.
B. Rumusan Masalah
1. Bagaimana konsep analisis regresi?
2. Bagaimana konsep analisis regresi sederhana?
C. Tujuan
1. Untuk mengetahui konsep analisis regresi
2. Untuk mengetahui konsep analisis regresi sederhana
BAB II
PEMBAHASAN
2
A. Analisis Regresi
1. Defenisi
Analisis regresi adalah salah satu jenis analisis parametrik yang
dapat memberikan dasar untuk memprediksi serta menganalisis varian. Sir
Francis Galton (1822-1911) adalah orang yang pertama kali
memperkenalkan regresi pada tahun 1877 sehubungan dengan
penelitiannya terhadap tinggi badan manusia. Subjek penelitian tersebut
adalah anak laki-laki dan ayahnya, yang masing-masing diukur tinggi
badannya (Budi, 2007).
2. Tujuan
Tujuan analisis regresi secara umum adalah (Budi, 2007):
a. Menentukan persamaan garis regresi berdasarkan nilai konstanta dan
koefisien regresi yang dihasilkan
b. Mencari korelasi bersama-sama antara variabel bebas dengan variabel
terikat (nilai R)
c. Menguji signifikansi pengaruh variabel bebas terhadap variable terikat
melalui uji F
Perubahan nilai-nilai suatu variabel pada analisis regresi dapat
diprediksi dari variabel lain apabila antara variabel yang diprediksi atau
variabel terikat dan variabel yang digunakan untuk memprediksi, yang
biasa dikenal sebagai variabel bebas, terdapat korelasi yang signifikan
(Budi, 2007).
Korelasi antara variabel bebas dengan variabel terikat dapat
digambarkan dalam suatu garis yang disebut garis regresi. Garis regresi
dapat membentuk garis lurus (linier) maupun garis yang melengkung.
sehubungan dengan kemungkinan bentuk garis hasil analisis regresi ini,
dapat dikenali adanya regresi linear dan regresi non linear (Budi, 2007).
Regresi linear mengestimasi besarnya koefisien-koefisien yang
dihasilkan dari persamaan yang bersifat linear, yang melibatkan satu
variabel bebas untuk digunakan sebagai alat prediksi besarnya nilai
variabel tergantung. Sebagai contoh, kita dapat memprediksi penjualan
total obat-obatan dalam satu tahun dengan menggunakan variabel-variabel
bebas, seperti iklan, promosi, direct selling dan lain sebagainya (Sarwono,
3
Yi Xi
Y1 X1
Y2 X2
Y3 X3
. .
.
Gambar 1. Himpunan .
Data Analisis Regresi Sederhana
Prinsip analisis regresi sederhana adalah menguji variabel tak bebas
Yn Xn
(dependent variable) dalam kelompok Yi dengan sebuah variabel bebas
(independent variable) yang terdapat pada kelompok Xi. Model
matematisnya ditulis sebagai berikut (Sulaiman, 2004)., (Muhson, 2013):
5
b. Koefisien korelasi
Untuk mencari koefisien korelasi dapat digunakan rumusan
koefisien korelasi Pearson yaitu (Muhson, 2013):
6
c. Koefisien determinasi
Koefisien determinasi dilambangkan r2, merupakan kuadrat dari
koefiseien korelasi. Koefisien ini dapat digunakan untuk menganalisis
apakah variabel yang diduga atau diramal (Y) dipengaruhi oleh variabel
(X) atau seberapa variabel independen (bebas) mempengaruhi variabel
dependen (tak bebas) (Muhson, 2013).
d. Prosedur analisis regresi linier (menggunakan spss)
Prosedur analisis regresi dipakai untuk memprediksi model regresi.
Ada 5 metode yang digunakan, yaitu: enter, stepwise, remove, backward,
dan forward. Dengan prosedur ini kita dapat mengetahui titik-titik data
mana saja yang berpengaruh, outlier-outlier, pelanggaran asumsi model
regresi, dan sebagainya (Sulaiman, 2004).
Tahapan prosedur analisis regresi diuraikan sebagai berikut
Sulaiman, 2004):
1) Klik menu analyze
2) Sorot sub menu regression
3) Klik linear…, sehingga tampil kotak dialog linear regression
4) Masukkan variabel-variabel uji (variabel yang akan dianalisis) ke dalam
kotak dependent dan independent (s).
5) Untuk membentuk model regresi, anda dapat menggunakan beberapa
metode. Caranya: klik tombol pana kecil pada kotak method. Adapun
metode-metode yang dapat anda pakai adalah:
Enter: memasukkan/memilih semua variabel independen dalam
persamaan regresi
Stepwise: merupakan gabungan dari metode backward dan forward.
Metode ini akan memilih dan mengeluarkan variabel independen dalam
persamaan berdasarkan nilai signifikansi yang terletak pada options.
7
158 45
160 47
159 45
160 45
165 60
156 43
151 44
150 52
155 45
161 65
c. Klik ……, lalu klik kiri tanda panah kecil untuk memasukkannya ke
kotak di bawah independent
d. Klik……., lalu klik kiri tanda panah kecil untuk memasukkannya ke
kotak dependent
e. Case label (abaikan) karena tidak ada variabel lain
f. Method. Biarkan default pada metode Enter untuk keseragaman.
g. Klik Options.
h. Stepping Method Criteria. Dengan uji F telah terpilih angka
probabilitas 5% yang terketik .05 pada kotak depan Entry.
i. Include constant in equation telah terpilih.
j. Missing Value. biarkan sesuai default SPSS, yaitu Exlude case
listwise.
k. Klik continue untuk melanjutkan ke kotak dialog utama.
l. Klik Statistic.
m. biarkan saja Estimates dan Model fit yang tleah terpilih secara
default.
n. Selanjutnya, klik Descriptive. Pada Residuals, klik Casewise
diagnostics dn klik All Cases.
o. Klik Continue untuk melanjutkan.
p. Klik Plots.
q. Kli SDRESID, masukkan kepilihan Y. selanjutnya klik ZPRED,
masukkan ke pilihan X, lalu klik Next untuk melanjutkan ke pilihan
kedua.
r. Masukkan ZPRED ke pilihan Y, lalu masukkan DEPENDENT
kepilihan X. klik Next.
s. Klik kotak di depan Normal Probability Plot pada pilihan
Standardizez residual plot.
t. Klik Continue lalu OK.
BAB III
PENUTUP
A. Kesimpulan
Regresi sederhana adalah analisis regresi dengan menggunakan hanya
satu variabel bebas (Budi, 2007). Analisis regresi sederhana adalah sebuah
pendekatan yang digunakan untuk mendefinisikan hubungan linier antara satu
9
DAFTAR PUSTAKA
Alhusin, Syahri. 2003. Aplikasi Statistik Praktis dengan SPSS.10 for Windows.
Yogyakarta: Graha Ilmu.
Budi, Triton Prawira. 2007. SPSS 13.0 Terapan Riset Statistik Parametrik.
Yogyakarta: Andi Offset.
Denny. 2012. Analisis Regresi Sederhana. Available on
http://www.statsdata.my.id/2012/06/analisis-regresi-sederhana.html
diakses tanggal 29 Desember 2016.
10