2. Pengertian Regresi
Dalam kehidupan sehari-hari, kita dihadapkan
dengan berbagai gejala yang meliputi
bermacam variabel. Sebagai misal :
1. Berat badan dalam taraf tertentu
tergantung pada tinggi badan.
2. Produktivitas kerja tergantung pada
efisiensi dan efektivitas kerja
3. Produksi padi tergantung pada kesuburan
tanah, teknologi, curah hujan dan lain-lain.
P11_Statistik II_M.Jainuri, S.Pd 2
3. Pengertian Regresi
Berdasarkan contoh tadi, terdapat variavel
bebas (yang mempengaruhi) dan variabel
terikat (yang dipengaruhi). Dalam analisis
regresi variabel yang yang mempengaruhi
disebut variabel prediktor dengan lambang
X dan variabel yang dipengaruhi disebut
variabel kriterium dengan lambang Y.
P11_Statistik II_M.Jainuri, S.Pd 3
4. Pengertian Regresi
Regresi atau peramalan adalah suatu proses
memperkirakan secara sistematis tentang apa
yang paling mungkin terjadi di masa yang akan
datang berdasarkan informasi masa lalu dan
sekarang yang dimiliki agar kesalahan dapat
diperkecil. Regresi mengemukakan tentang
keingintahuan apa yang terjadi di masa depan
untuk memberikan kontribusi menentukan
keputusan yang terbaik (Riduwan dan Sunarto,
2007 : 96).
P11_Statistik II_M.Jainuri, S.Pd 4
5. Kegunaan Regresi
Kegunaan regresi dalam penelitian adalah untuk
meramalkan atau memprediksi variabel terikat
(Y) apabila variabel bebas (X) diketahui. Karena
ada perbedaan mendasar dari analisis korelasi
dan analisis regresi. Pada dasarnya analisis regresi
dan analisis korelasi keduanya punyai hubungan
yang sangat kuat dan mempunyai keeratan.
Setiap analisis regresi otomatis ada analisis
korelasinya, tetapi sebaliknya analisis korelasi
belum tentu diuji regresi atau diteruskan dengan
analisis regresi.
P11_Statistik II_M.Jainuri, S.Pd 5
6. Regresi
Berkaitan dengan analisis regresi ada empat
kegiatan yang dilaksanakan (Nazir, 1983), yaitu:
1. Mengadakan estimasi terhadap parameter
berdasarkan data empiris
2. Menguji berapa besar variasi variabel
dependen dapat dijelaskan oleh variabel
independen.
3. Menguji apakah estimasi parameter tersebut
signifikan atau tidak.
4. Melihat apakah tanda dan magnitud dari
estimasi parameter sesuai dengan teori.
P11_Statistik II_M.Jainuri, S.Pd 6
7. Syarat Penggunaan Regresi
Analisis regresi dapat digunakan apabila
persyaratan dipenuhi :
1. Data berdistribusi normal
2. Data diambil secara random
3. Variabel yang dihubungkan mempunyai
pasangan yang sama dari subyek yang
sama pula.
4. Harus diuji signifikansi dan linearitas agar
hasilnya dapat dipertanggungjawabkan
dalam mengambil suatu keputusan
P11_Statistik II_M.Jainuri, S.Pd 7
8. Regresi Linear Sederhana
Regresi linear sederhana bertujuan untuk
mengetahui hubungan fungsional (pengaruh
atau meramalkan pengaruh) antara variabel
independen terhadap variabel dependen.
Analisis korelasi yang tidak dilanjutkan
dengan analisis regresi adalah analisis korelasi
yang kedua variabelnya tidak mempunyai
hubungan fungsional dan sebab akibat.
P11_Statistik II_M.Jainuri, S.Pd 8
9. Kegunaan Regresi Linear Sederhana
Secara singkat regresi linear sederhana dalam
penelitian berguna untuk : mendapatkan
hubungan fungsional antara satu variabel
bebas dengansatu variabel terikat atau
mendapatkan pengaruh antara variabel
prediktor terhadap variabel kriterium atau
meramalkan pengaruh variabel prediktor
terhadap variabel kriterium. Kegunaan lain
dari regresi linear sederhana adalah untuk
mencari linearitas data.
P11_Statistik II_M.Jainuri, S.Pd 9
10. Regresi Linear Sederhana
Rumus : ŷ= a + bX untuk sampel
Ŷ = α + βX untuk populasi
Di mana :
Ŷ = (dibaca Y topi) subjek variabel terikat yang
diproyeksikan
X = variabel bebas yang mempunyai nilai tertntu
untuk diprediksikan
a = nilai konstanta harga Y jika X = 0
b = nilai arah sebagai penentu ramalan (prediksi)
yang menunjukkan nilai penambahan (+) atau
nilai penuruan (-) variabel Y
P11_Statistik II_M.Jainuri, S.Pd 10
11. Regresi Linear Sederhana
Mencari nila a dan b menggunakan rumus
sebagai berikut :
n.XY X .Y
b
n.X (X )
2 2
Y b.X
a
dihitung dengan rumus : a = Y − bX
n
Jika nilai b sudah dihitung nilai a juga dapat
P11_Statistik II_M.Jainuri, S.Pd 11
12. Contoh :
Diberikan judul penelitian :
Pengaruh Motivasi Belajar Siswa
terhadap Karakteristik Guru dalam PBM
di Kelas.
Diperoleh data sebagai berikut :
Motivasi Belajar
2 3 1 4 1 3 2 2
(X)
Karakteristik Guru
50 60 30 70 40 50 40 35
(Y)
P11_Statistik II_M.Jainuri, S.Pd 12
13. Contoh :
Pertanyaan :
1. Bagaimanakah persamaan regresinya ?
2. Gambarkan diagram pencarnya (scater
plot) !
3. Gambarkan arah garis regresinya !
4. Buktikan apakah ada pengaruh signifikan
antara motivasi belajar siswa (X) terhadap
karakteristik guru (Y) !
P11_Statistik II_M.Jainuri, S.Pd 13
14. Penyelesaian :
Langkah 1 :
Menentukan hipotesis penelitian :
Ho : Tidak terdapat pengaruh yang signifikan
antara motivasi belajar siswa terhadap
karakteristik guru dalam PBM di kelas.
Ha : Terdapat pengaruh yang signifikan
antara motivasi belajar siswa terhadap
karakteristik guru dalam PBM di kelas.
P11_Statistik II_M.Jainuri, S.Pd 14
15. Penyelesaian :
Langkah 2 :
Menentukan hipotesis statistik :
Ho : ρ = 0
Ha : ρ ≠ 0
P11_Statistik II_M.Jainuri, S.Pd 15
20. Langkah 5 (Uji Keberartian Regresi):
Menguji signifikansi dengan langkah-
langkah :
a). Mencari Jumlah Kuadrat Regresi
(JKReg(a)) dengan rumus :
(Y) 2
(375) 2
JK Reg(a)
n 8
140625
JK Reg(a) 17578,125
8
P11_Statistik II_M.Jainuri, S.Pd 20
21. Langkah 5 :
b). Mencari Jumlah Kuadrat Regresi
(JKReg(b/a)) dengan rumus :
(X).(Y)
JK Reg(b/a) b.XY -
n
(18).(375)
JK Reg(b/a) 11,5.930 -
8
JK Reg(b/a) 991,875
P11_Statistik II_M.Jainuri, S.Pd 21
22. Langkah 5 :
c). Mencari Jumlah Kuadrat Residu (JKRes)
dengan rumus :
JK Res Y JK Reg(b/a) - JK Reg(a)
2
JK Res 18825 991,875 17578,125
JK Res 255
d). Mencari Rata-rata Jumlah Kuadrat
Regresi (RJKReg(a)) dengan rumus :
RJKReg(a)= JKReg(a)= 17578,125
P11_Statistik II_M.Jainuri, S.Pd 22
23. Langkah 5 :
e). Mencari Rata-rata Jumlah Kuadrat
Regresi (RJKReg(b/a)) dengan rumus :
RJKReg(b/a)= JKReg(b/a)= 991,875
f). Mencari Rata-rata Jumlah Kuadrat
Residu (RJKRes) dengan rumus :
JK Res 255
RJK Res 42,5
n -2 8-2
P11_Statistik II_M.Jainuri, S.Pd 23
24. Langkah 5 :
g). Menguji signifikansi dengan rumus :
RJK Reg(b/a) 991,875
Fhitung 23,34
RJK Res 42,5
Kriteria pengujian signifikansi, jika :
Fhitung ≥ Ftabel, maka Ho ditolak artinya
signifikan
Fhitung ≤ Ftabel, maka Ho diterima artinya
tidak signifikan
P11_Statistik II_M.Jainuri, S.Pd 24
25. Lanjutan ...
25
Tabel Ringkasan Anova
Sumber Jumlah Kuadrat (JK) Rata-Rata Jumlah
dk
Variansi Kuadrat (RJK) Fhitung
∑Y
Total n
RJKreg a = JKreg a
2
∑Y2
JKreg a =
n
Fh =
Regresi (a) 1
∑X . (∑Y)
JKreg bIa = b. ∑XY −
n
RJKreg bIa = JKreg bIa RJKreg bIa
RJKres
JKres
Regresi (bIa) 1
JKres
RJKres =
= ∑Y2 − JKreg bIa − JKreg(a) n−2
Residu n–2
P11_Statistik II_M.Jainuri, S.Pd
26. Lanjutan ...
26
Tabel Ringkasan Anova
Sumber Jumlah Kuadrat (JK) Rata-Rata Jumlah
dk
Variansi Kuadrat (RJK) Fhitung
Total 8 18825
Regresi (a) 1 17578,125 17578,125
Regresi (bIa) 1 991,875 991,875 23,34
Residu 6 225 42,5
P11_Statistik II_M.Jainuri, S.Pd
27. Lanjutan ...
Dengan taraf signifikansi (α) = 0,05, carilah
Ftabel menggunakan tabel F dengan rumus :
Ftabel = F{(1- α)(dk Reg(b/a)),(dk Res)}
Ftabel = F{(1- 0,05)(dk Reg(b/a)=1),(dk Res=8-2=6)}
Ftabel = F{(0,95)(1,6)
Mencari Ftabel dengan angka 1 = dk pembilang
angka 6 = dk penyebut
Maka diperoleh Ftabel = 5,99
Ternyata Fhitung > Ftabel atau 23,34 > 5,99 maka
Ho ditolak artinya signifikan
P11_Statistik II_M.Jainuri, S.Pd 27
28. Lanjutan...
h). Membuat kesimpulan :
Karena Fhitung lebih besar dari Ftabel,
maka Ho ditolak dan Ha diterima.
Dengan demikian terdapat pengaruh
yang signifikan antara motivasi belajar
siswa terhadap karakteristik guru dalam
PBM di kelas. (Jawaban pertanyaan
nomor 4).
P11_Statistik II_M.Jainuri, S.Pd 28
30. Regresi Ganda
Analisis regresi ganda merupakan
pengembangan dari analisis regresi sederhana.
Kegunaannya yaitu untuk meramalkan nilai
pengaruh variabel terikat (Y) apabila variabel
bebasnya (X) dua atau lebih (untuk
membuktikan ada tidaknya hubungan
fungsional atau hubungan kausal antara dua
atau lebih variabel bebas, X1,X2,...,Xi terhadap
suatu variabel terikat Y.
P11_Statistik II_M.Jainuri, S.Pd 30
31. Regresi Ganda
Persamaan regresi ganda dirumuskan sebagai
berikut :
1). Ŷ = a + b1X1 + b2X2
2). Ŷ = a + b1X1 + b2X2 + b3X3
3). Ŷ = a + b1X1 + b2X2 + .... + bnXn
Nilai-nilai pada persamaan regresi ganda
untuk dua variabel bebas dapat ditentukan
sebagai berikut :
P11_Statistik II_M.Jainuri, S.Pd 31
33. Regresi Ganda
Nilai-nilai a, b1, b2, dan b3 pada persamaan
regresi ganda untuk tiga variabel bebas
dapat ditentukan dari rumus-rumus berikut
(Sudjana, 1996:77) :
∑X1Y = b1∑X12 + b2∑X1X2 + b3∑X1X2
∑X2Y = b1∑X1X2 + b2∑X22 + b3∑X2X3
∑X3Y = b1∑X1X2 + b2∑X2X3 + b3∑X32
a Y b1 X1 b 2 X 2 b 3 X 3
P11_Statistik II_M.Jainuri, S.Pd 33
34. Regresi Ganda
Sebelum rumus-rumus tersebut digunakan, terlebih
dahulu dilakukan perhitungan-perhitungan yang
secara umum berlaku rumus :
(xi ) 2 (y ) 2
xi xi
2 2
y y
2 2
n n
xi .y xi .x j
xi y xi y xi x j xi x j
n n
P11_Statistik II_M.Jainuri, S.Pd 34
35. Contoh :
Seorang peneliti ingin mengetahui
hubungan antara kepemimpinan kepala
bagian (X1) dan motivasi kerja (X2)
dengan kinerja pegawai (Y). Sejumlah
angket disebar kepada 30 orang pegawai
sebagai responden, dan diperoleh hasil
pengolahan data sebagai berikut :
P11_Statistik II_M.Jainuri, S.Pd 35
37. Berdasarkan data tersebut, hitung koefisien regresi
dan tentukan persamaan regresinya !
Penyelesaian :
Langkah 1 : Tempatkan skor hasil tabulasi dalam
sebuah tabel pembantu, untuk
membantu memudahkan proses
perhitungan.
No. Resp X1 X2 Y X12 X22 Y2 X1Y X2Y Y1Y2
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
1
2
3
.
.
n
Jumlah ∑X1 ∑X2 ∑Y ∑X12 ∑X22 ∑Y2 ∑X1Y ∑X2Y ∑Y1Y2
Rata – rata
P11_Statistik II_M.Jainuri, S.Pd 37
38. Keterangan :
Kolom 1 : diisi nomor, sesuai dengan banyaknya
responden.
Kolom 2 : diisi skor variabel X1 yang diperoleh
masing-masing responden.
Kolom 3 : diisi skor variabel X2 yang diperoleh
masing-masing responden.
Kolom 4 : diisi skor variabel Y yang diperoleh
masing-masing responden.
Dan seterusnya.....
Dari bantuan tabel tersebut diperoleh hasil sebagai
berikut :
P11_Statistik II_M.Jainuri, S.Pd 38
43. Langkah 4 : menghitung nilai a. Berdasarkan hasil
perhitungan diperoleh :
Y X1 X 2
a b1. b2 .
n n n
6038 4942 4783
a 0,552. 0,764.
30 30 30
a 11,6
P11_Statistik II_M.Jainuri, S.Pd 43
44. Langkah 5 : menghitung persamaan regresi ganda.
Berdasarkan hasil perhitungan diperoleh :
Ŷ = a + b1X1 + b2X2
Ŷ = -11,6 +0,552X1 + 0,764X2
Langkah 6 : Membuat interpretasi. Berdasarkan persamaan
regresi ganda dapat diinterpretasikan bahwa
jika kepemimpinan kepala bagian (X1) dan
motivasi kerja (X2) dengan kinerja pegawai (Y)
diukur dengan instrumen yang dikembangkan
dalam penelitian, maka setiap perubahan skor
X1 sebesar satu satuan maka akan diikuti oleh
perubahan skor sebesar 0,552 satuan, dan
setiap perubahan skor X2 sebesar satu satuan
dapat diestimasikan skor Y sebesar 0,746
satuan pada arah yang sama.
P11_Statistik II_M.Jainuri, S.Pd 44