METODE STATISTIKA MULTIVARIAT

Regresi Linier Sederhana

OLEH :

Kelompok 2
1. M. AgungFirman S

(06081281419038)

2. Gita Cahyaningtyas

(06081381419048)

3.UswatiKhoiriah

(06081381419050)

Dosen Pembimbing : 1. Prof. Dr. Ratu Ilma Indra Putri, M.Si

2. Puji Astuti, S.Pd., M.Sc

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SRIWIJAYA
2016

Regresi Linier Sederhana

1. Bentuk Hubungan Linier Dua Variabel
Hubungan antarvariabel dapat berupa hubungan linier ataupun hubungan tidak
linier. Misalnya, berat badan laki-laki dewasa sampai pada taraf tertentu bergantung pada
tinggi badan, keliling lingkaran bergantung pada diameternya, dan tekanan gas
bergantung pada suhu dan volumenya. Hubungan-hubungan itu bila dinyatakan dalam
bentuk matematis akan memberikan persamaan-persamaaan tertentu.
Apabila dua variabel X dan Y berkorelasi, maka bentuk hubungan bisa positif dan
bisa juga negatif, yang berarti pengaruh yang ditimbulkan oleh X terhadap Y bisa positif
dan bisa juga negatif. Hubungan X dan Y disebut positif kalau pada umumnya
kenaikan/penurunan X menyebabkan kenaikan/penurunan Y yaitu

X Y

Sebaliknya hubungan X dan Y disebut negatif kalau pada umumnya kenaikan/penurunan

X menyebabkan penurunan/kenaikan Y yaitu X Y.
Untuk dua variable, hubungan liniernya dapat dinyatakan dalam bentuk
persamaan linier, yaitu:
=a+ bX
Keterangan :
Y, X = variabel
a, b = bilangan konstan (konstanta)
Hubungan antara dua variabel pada persamaan linier jika digambarkan secara
grafis (scatter diagam), semua nilai Y dan X akan berada pada suatu garis lurus. Dalam
ilmu ekonomi, garis itu disebut garis regresi.
Karena antara Y dan X memiliki hubungan, maka nilai X dapat digunakan untuk
menduga atau meramal nilai Y. Dalam hal ini, X disebut variabel bebas, yaitu variabel
yang nilai-nilainya bergantung pada variabel lain.
Hubungan antarvariabel yang akan dipelajari disini hanyalah hubungan linier
sederhana, yaitu hubungan yang hanya melibatkan dua variabel (X dan Y) dan berpangkat
satu.

2. Persamaan Garis Regresi Linier Sederhana

Regresi yang berarti peramalan, penaksiran, atau pendugaan pertama kali
diperkenalkan pada tahun 1877 oleh Sir Francis Galton (1822-1911) sehubungan dengan
penelitiannya terhadap tinggi manusia. Penelitian tersebut membandingkan antara tinggi
anak laki-laki dan tinggi badan ayahnya.
Analisis regresi juga digunakan untuk menentukan bentuk hubungan antar
variabel. Tujuan utama dalam penggunaan analisis itu adalah untuk meramalkan atau
memperkirakan nilai dari satu variabel dalam hubungannya dengan variabel yang lain
yang diketahui melalui persamaan garis regresinya.
Untuk populasi, persamaan garis regresi linier sederhananya dapat dinyatakan
dalam bentuk:
y . x = A+ BX
Keterangan:
y . x = rata-rata Y bagi X tertentu.
A , B= konstanta atau parameter atau koefisien regresi populasi
Karena populasi jarang diamati secara langsung, maka digunakan persamaan
regresi linier sederhana sampel sebagai penduga persamaan regresi linier sederhana
populasi. Bentuk persamaannya adalah
Y^ =a+bX
Keterangan:
= penduga bagi
Y^
Y = variabel terikat (variabel yang diduga)
X
= variabel bebas (variabel yang diketahui)
a,b
= penduga parameter A dan B = koefisien regresi sampel
a
= intersep (nilai Y, bila X = 0)
b = slop (kemiringan garis regresi)
Persamaan Y^ =a+bX memberikan arti jika variabel X mengeluarkan satu
satuan maka variabel Y akan mengalami peningkatan atau penurunan sebesar 1

Untuk membuat peramalan, penaksiran, atau pendugaan dengan persamaan

regresi, maka nilai a dan b harus ditentukan terlebih dahulu. Dengan metode kuadrat
terkecil (least square), nilai a dan b dapat ditentukan dengan rumus berikut
XY n . X . Y
b=
X 2n. X 2

a= Xb
.X

Contoh menentukan persamaan regresi

Berikut ini data hasil ujian fisika (Y) dan matematika (X) lima orang siswa kelas 10.
X

10

13

12

23

24

26

28

Dari data diatas tentukan persamaan regresinya, dan nilai penduga bagi Y, jika X= 9!
Penyelesaian:
X

X2

Y2

XY

A1

12

144

36

A2

23

36

529

138

A3

24

81

576

216

A4

10

26

100

676

260

A5

13

28

169

784

364

Total

41

113

395

2.709

1.014

Dari data diatas didapatkan

n=5

X = 41 =8,2
X =
n
5

Y = 113 =22,6
Y =
n
5
b=

XY n . X . Y = 1.0145(8,2)(22,6) = 87,4 =1,5(dibulatkan)

58,8
3955(8,2)2
X 2n. X 2

a=Y b . X =22,61,5 ( 8,2 ) =10,3

Jadi Persamaan regresinya adalah
Y =a+bX=10,3+1,5 X

Maka nilai duga Y, jika X = 9 adalah

Y =10,3+1,5 ( 9 )=23,8

3. Uji Hipotesis Linieriatas

Proses pengujiannya sebagai berikut:
1. Tentukan hipotesis.
Hipotesis yang diuji untuk menguji linieritas yaitu:
H 0 : Data tidak beregresi linear (variabel X tidak mempegaruhi variabel Y)
H 1 : Data beregresi linear (variabel X mempengaruhi variabel Y)
2. Pengujian hipotesis dilakukan dengan menggunakan uji F demgan rumus:
RJK (TC )
Fh =
RJK (G)
Keterangan:
RJK (TC) = rerata jumlah kuadrat tuna cocok
= rerata jumlah kuadrat galat
RJK (G)
3. Kriteria pengujian:
Tolak H 0 jika F0 < F tabel
Terima H 0 jika F0 > F tabel
F tabel ditentukan dari tabel distribusi F untuk tertentu serta dk pembilang
(db(TC)= k-2) dan dk penyebut (db(G) = n-k), dimana k = banyaknya variabel bebas.
4. Membuat Kesimpulan

Contoh Soal Uji Hipotesis Linieritas

Berikut ini data hasil ujian fisika (Y) dan matematika (X) lima orang siswa kelas 10.
Responde

Matematika (X)

Fisika (Y)

70

60

85

80

81

70

77

78

80

80

70

77

85

87

77

80

80

79

10

70

70

Ujilah lineritas dari data tersebut dengan taraf nyata 5 %!

Penylesaian:
Responden

Matematika
(X)

Fisika
(Y)

1
2
3
4
5
6
7
8
9
10

70
85
81
77
80
70
85
77
80
70

60
80
70
78
80
77
87
80
79
70

Jumlah

775

761

X2
4900
7225
6561
5929
6400
4900
7225
5929
6400
4900
60369

Y2
3600
6400
4900
6084
6400
5929
7569
6400
6241
4900
58423

XY
4200
6800
5670
6006
6400
5390
7395
6160
6320
4900
59241

Dari data diatas didapatkan

n=10

X = 775 =77,5
X =
n
10
Y = 761 =76,1
Y =
n
10
b=

XY n . X . Y = 5924110( 77,5)(76,1) = 263.5 =0.86

2
306.5
6036910 (77,5)
X 2n. X 2

a=Y b . X =76,50.86 ( 77,5 ) =9,45

Y =a+bX=9,45+0,86 X

Tahap-tahap uji hipotesis linearitas:

1. Formulasi Hipotesis
H 0 : Data tidak beregresi linear ( variabel X tidak mempengaruhi variabel Y)
H 1 : Data beregresi linear (Variabel X mempengaruhi variabel Y)

2. Uji Statistik
Menghitung Jumlah Kuadrat Total (JK(T))
2

JK ( T )= Y =58423
Menghitung Jumlah Kuadrat a (JK(a))
Y

JK ( a )=
Menghitung Jumlah Kuadrat b/a (JK(b/a))
JK

( ba )=b .[ XY

X . Y
(775).(761)
=0,86 . 59241
=226,61
n
10

Menghitung Jumlah Kuadrat Sisa (JK(s))

JK ( S ) =JK ( T )JK ( a )JK

( ba )=5842357912,1226,61=284,69

Menghitung Jumlah Kuadrat Kekeliruan (JK(G))

2

JK ( G )= Y

( Y )
n

=5842357912,1=510,9

Menghitung Jumlah Kuadrat Tuna Cocok (JK(TC))

JK ( TC )=JK ( S )JK ( G ) =284,69510,9=226,21
Menghitung Rerata Jumlah Kuadrat Tuna Cocok (RJK(TC))
RJK ( TC )=

JK ( TC) 226,21
=
=45,242
nk
105

Menghitung Rerata Jumlah Kuadrat Galat (RJK(G))

RJK ( G ) =

JK (G) 510,9
=
=63,8625
n2
102

Menghitung F statistik (F0)

F0 =

RJK (TC ) 45,242

=
=0,708
RJK (G) 63,8625

3. Kriteria pengujian
Menghitung F tabel
=0,05
Dk pembilang db (TC)=nk =105=5

Dk penyebut db (G)=n2=102=8
F(0,05 ; (5 ;8 ))=3,69
Kriteria pengujian
Tolak
Terima

H 0 jika
H 0 jika

F0 < F tabel
F0 > F tabel

Membandingkan F0 dan Ftabel

F0 =0,709<3,69=F tabel
4. Kesimpulan
Karena F0 < Ftabel, maka kita tolak hipotesis H0, artinya memang benar data tersebut
beregresi linear atau dapat dikatakan terdapat pengaruh variabel X terhadap variabel
Y. Nilai matematika siswa dipengaruhi dengan nilai fisika pada alfa 5%.

4. Pendugaan Koefisien Regresi

1

Kesalahan Baku Regresi dan Koefisien Regresi Sederhana

Kesalahan baku atau selisih taksir standar merupakan indeks yang digunakan
untuk mengukur tingkat ketepatan regresi (pendugaan) dan koefisien regresi (penduga)
atau mengukur variasi titik-titik observasi di sekitar garis regresi. Dengan kesalahan
baku, batasan seberapa jauh melesetnya perkiraan kita dalam meramal data dapat
diketahui. Apabila semua titik observasi berada tepat pada garis regresi maka
kesalahan baku akan bernilai sama dengan nol. Hal itu berarti perkiraan yang kita
lakukan terhadap data sesuai dengan data yang sebenarnya,

Berikut ini rumus-rumus yang secara langsung digunakan untuk menghitung

kesalahan baku regresi dan koefisien regresi.
a. Untuk regresi, kesalahan bakunya dirumuskan:
Y 2a . Y b . XY

S e=
n2
b. Untuk koefisien regresi a (penduga a ), kesalahan bakunya dirumuskan:

S a=

X 2Se
2
n . X 2 ( X )

c. Untuk koefisien regresi b (penduga b ), kesalahan bakunya dirumuskan:

Se
S b=
2
( X )
2
X n

Contoh menentukan kesalahan baku regresi, penduga a, penduga b.

Berikut ini data hasil ujian fisika (Y) dan matematika (X) lima orang siswa kelas 10.
X

10

13

12

23

24

26

28

Dari data diatas tentukan kesalahan baku regresi, penduga a, dan penduga b!
X

X2

Y2

XY

A1

12

144

36

A2

23

36

529

138

A3

24

81

576

216

A4

10

26

100

676

260

A5

13

28

169

784

364

Total

41

113

395

2.709

1.014

Dari data diatas didapatkan

n=5
X = 41 =8,2
X =
n
5
Y = 113 =22,6
Y =
n
5

b=

XY n . X . Y = 1.0145(8,2)(22,6) = 87,4 =1,5(dibulatkan)

2
58,8
3955(8,2)
X 2n. X 2

a=Y b . X =22,61,5 ( 8,2 ) =10,3

Kesalahan Baku Regresi
Se=

Y 2a . Y b . XY =
n2

2.70910,3 ( 113 ) 1,5(1.014)

=2,9
52

Kesalahan Baku Peduga a

S a=

X 2Se =
2
n . X 2( X )

395(2,9)
=1,97
5 ( 395 )412

Kesalahan Baku Penduga b

S b=

41

395

Se

2,9
=
2
( X )
2
X n

Pendugaan Interval Koefisien Regresi (Parameter A dan B)

Pendugaan interval bagi parameter A dan B menggunakan distribusi t dengan
derajat kebebasan (db) = n 2.
a. Pendugaan interval untuk parameter A
Untuk parameter A, pendugaan intervalnya menggunakan:
P at
S a A a+t
S a =1

;n2

;n2

Atau dalam bentuk sederhana:

at
S a A a+t
Sa
2

;n2

; n2

Artinya: dengan interval keyakinan

sampel diulang-ulang, 1
interval a+t ;n2 Sa
2

kasus pada interval

akan berisi A yang benar.

dalam jangka panjang, jika

at
2

;n2

S a sampai dengan

b. Pendugaan interval untuk parameter B

Untuk parameter B, pendugaan intervalnya dirumuskan:
P bt
S b B b+t
S b =1

;n2

;n2

Atau dalam bentuk sederhana:

bt
S b B b+t
Sb
2

;n2

;n2

Artinya: dengan interval keyakinan

sampel diulang-ulang, 1
interval b+t ;n2 Sb
2

kasus pada interval

dalam jangka panjang, jika

bt
2

;n2

Sb

sampai dengan

akan berisi B yang benar.

Contoh menentukan interval parameter A dan B

Berikut ini data hasil ujian fisika (Y) dan matematika (X) lima orang siswa kelas 10.
X

10

13

12

23

24

26

28

Dari data diatas tentukan pendugaan interval dari parameter A dan B dengan = 5% atau
tingkat kenyakinan 95% !
Penyelesaian:
X

X2

Y2

XY

A1

12

144

36

A2

23

36

529

138

A3

24

81

576

216

A4

10

26

100

676

260

A5

13

28

169

784

364

Total

41

113

395

2.709

1.014

Dari data diatas didapatkan

n=5

X = 41 =8,2
X =
n
5

 Y = 113 =22,6
Y =
n
5
Menentukan niali b
b=

XY n . X . Y = 1.0145(8,2)(22,6) = 87,4 =1,5(dibulatkan)

58,8
3955(8,2)2
X 2n. X 2

Menentukan nilai a

( 8,2 )=10,3
a= Xb
. X=22,61,5
Kesalahan Baku Regresi
Se=

Y 2a . Y b . XY =
n2

2.70910,3 ( 113 ) 1,5(1.014)

=2,9
52

Kesalahan Baku Peduga a

S a=

X 2Se =
2
2
n . X ( X )

395(2,9)
5 ( 395 )41

=1,97

Kesalahan Baku Penduga b

S a=

41

395

Se

2,9
=
2
( X )
2
X n

Menentukan nilai t tabel

=5 =0 , 05 =0,025,
2
db=n2=52=3
t
=t 0,025;(3)=3,81
2

;(n2)

Sehingga nilai penduga intervalnya adalah:

a. Penduga interval parameter A

S
S
( a)
( a) A a+t

; ( n2)

at
2

; ( n2 )

10,43,81 ( 1,97 ) A 10,4+ 3,81 ( 1,97 )

2,894 A 17,906
b. Penduga interval parameter B
S
S
( b)
( b) B b +t
2

bt
2

; ( n2)

; ( n2)

1,53,81 ( 0,38 ) A 1,5+3,81 ( 0,38 )

0,052 A 2,948
5. Pengujian Hipotesis Koefisien Regresi (Parameter A dan B)
Pengujian hipotesis bagi parameter A dan B menggunakan uji t, dengan langkahlangkah pengujian sebagai berikut:
a. Menentukan formula hipotesis
Untuk parameter A:
H 0 : A= A0
H 1 : A> A 0
A < A0
A A0
Untuk parameter B:
H 0 : B=B 0 , B 0 mewakili nilai B tertentu, sesuai hipotesisny.
H 1 : B> B0 , jika B 0> 0 , berarti pengaruh X terhadap Y adalah positif.
B< B 0 , jika B 0< 0 , berarti pengaruh X terhadap Y adalah negatif.
B B0 , jika B 0 0 , berarti X mempengaruhi Y.
b. Menentukan taraf nyata ( ) dan nilai t tabel.
Taraf nyata dan nilai t tabel ditentukan dengan derajat bebas (db)=n 2.
c. Menentukan kriteria pengujian
Uji Pihak Kanan
H 0 diterima apabila t 0 t
H 0 ditolak apabila t 0> t
Uji 2 Pihak
H 0 diterima apabila t 0 t

H 0 ditolak apabila t 0<t

Uji Pihak kiri
H diterima apabila t t 0 t
0

H0

ditolak apabila t 0<t

2

atau t 0> t

d. Menentukan nilai uji statistik

Untuk parameter A
a A 0
t 0=
Sa
Untuk parameter B
bB0
t 0=
Sb
e. Membuat kesimpulan
H 0 diterima atau ditolak.

Menyimpulkan apakah
Catatan:

Dari kedua koefisien regresi A dan B, koefisien regresi B, yaitu koefisien regresi
sebenanya adalah yang lebih penting, karena dari koefisien ini, ada atau tidak adanya
pengaruh X terhadap Y dapat diketahui. Khusus untuk koefisien regresi B, pengujian
hipotesisnya dapat juga dirumuskan sebagai berikut:
2
b . S( X X )
F=
S 2e
v 1=1 dan v2 =n2
2

( X )

X X=x
= X 2
n
Contoh uji hipotesis koefisien regresi (Parameter A dan B)
a. Uji t (parameter A dan B).
X

10

13

12

23

24

26

28

Dari data diatas ujilah parameter A dan B dengan taraf nyata () 5% !

Penyelesaian:

A1

X2

Y2

XY

12

144

36

A2

23

36

529

138

A3

24

81

576

216

A4

10

26

100

676

260

A5

13

28

169

784

364

Total

41

113

395

2.709

1.014

Dari data diatas didapatkan

n=5

X = 41 =8,2
X =
n
5
Y = 113 =22,6
Y =
n
5
Menentukan niali b
b=

XY n . X . Y = 1.0145(8,2)(22,6) = 87,4 =1,5(dibulatkan)

58,8
3955(8,2)2
X 2n. X 2

Menentukan nilai a

( 8,2 )=10,3
a= Xb
. X=22,61,5
Kesalahan Baku Regresi
Se=

Y 2a . Y b . XY =
n2

2.70910,3 ( 113 ) 1,5(1.014)

=2,9
52

Kesalahan Baku Peduga a

S a=

X 2Se =
2
n . X 2( X )

Kesalahan Baku Penduga b

395(2,9)
=1,97
5 ( 395 )412

S a=

41

395

Se

X 2

( X )
n

2,9
=

Langkah-langkah Uji Hipotesis

1. Formulasi Hipotesis
a. Parameter A
H 0 : A= A0
H1: A A0
b. Parameter B
H 0 : B=B 0
H 1 : B B0
2. Nilai t tabel

=5 =0,05 =0,025
2
db=n2=52=3
t
=t 0,025;(3)=3,81
2

;(n2)

3. Kriteria pengujian
H0 diterima apabila 3,81 t 0 3,81
H0 ditolak apabila t o<3,81 atau t 0>3,81
4. Uji Statistik ( t 0= t hitung)
a. Parameter A
t 0=

a A 0 10,30
=
=5,23
Sa
1,97

b. Parameter B

t 0=

bB0 1,50
=
=3,947
Sa
0,38

5. Kesimpulan
a. Parameter A
Karena t 0=5,23>t 0,025;(3)=3,81 ,maka tolak H0 artinya nilai parameter A 0
atau a 0 atau konstanta tidak 0.
b. Parameter B
Karena t 0=3,947>t 0,025;(3)=3,81 ,maka tolak H0 artinya nilai parameter B 0
atau b 0, maka variabel X mempengaruhi variabel Y (Jika X naik Satu satuan
maka Y akan naik satu kali X)

b. Uji F(parameter B)
Berikut ini tabel hubungan antara hasil penjualan (Y) dan biaya promosi (X)
X

16

13

18

17

16

19

11

14

1,6

1,5

1,8

1,5

1,7

1,8

1,1

1,3

Dari data diatas ujilah hipotesis parameter B, dengan tarafnya () 1%

Penyelesaian
X

X2

Y2

XY

X X

(X X )2

16

1,6

256

2,56

25,6

0,5

0,25

13

1,5

169

2,25

19,5

2,5

6,25

18

1,8

324

3,24

32,4

2,5

6,25

17

1,5

289

2,25

25,5

1,5

2,25

16

1,7

256

2,89

27,2

0,5

0,25

19

1,8

361

3,24

34,2

3,5

12,25

11

1,1

121

1,21

12,1

4,5

20,25

14

1,3

196

1,69

18,2

1,5

2,25

Total

124

12,3

1.972

19,33

194,7

17

50

n=8

 X = 124 =15,5
X =
n
8
Y
= 12,3 =1,54
Y =
n
8
Menentukan niali b
b=

XY n . X . Y = 194,78(15,5)(1,54) = 3,74 =0,075(dibulatkan)

2
50
1.9728(15,5)
X 2n. X 2

Menentukan nilai a

( 15,5 )=0,38
a= Xb
. X=1,540,075
Kesalahan Baku Regresi
Se=

Y 2a . Y b . XY
n2

19,330,38 (12,3 )0,075 ( 194,7 )

82

0,09

Langkah-langkah Pengujian Hipotesis.

1. Formulasi hipotesis
H 0 : B=B 0 ( tidak ada pengaruh variabel X terhadap variabel Y)
H 1 : B> B0 (terdapat pengaruh positif variabel X terhadap variabel Y)
2. Nilai F tabel
=0,01 dengan v 1=1 dan v 2=n2=82=6
F0,01 ;(1,6)=13,74
3. Kriteria Pengujian
H 0 diterima apabila F0 13,74
H 0 ditolak apabila F0 >13,74
4. Nilai Uji Statistik ( F0 = F hitng)

 2 ( 0,075 )2 (50)
b 2 . ( X X)
F0 =
=
=34,72
Se 2
(0,09)2
5. Kesimpulan
Karena

F0 =34,72> F0,01 ;(1,6)=13,74

maka tolak H0, Jadi ada pengaruh positif

antara biaya promosi dan hasil penjualan, artinyajika biaya promosi naik maka
hasil penjualan akan naik pula.

DAFTAR PUSTAKA
Hasan, M. Iqbal. 2015. Pokok-pokokmateri statistic 2 (statistic inferensial). Jakarta:
BumiAksara.
Ruseffendi. 1998. Statistika Dasar untuk Penelitian Pendidikan. Bandung :CV Andira
Bandung.