You are on page 1of 13

REGRESI

SEDERHANA
1. MUTIARA AMANIA (06081381621064)
2. PRATIWI RISKA AZIZI (060813816210
3. YULIANITA MAHARANI (06081381520057)
PENGERTIAN REGRESI

Anlisis regresi diartikan sebagai suatu analisis


tentang hubungan suatu variabel kepada variabel
lain, yaitu variabel bebas dalam rangka membuat
estimasi atau prediksi dari nilai rata-rata variabel
terikat dengan diketahuinya nilai bariabel bebas.
Bentuk akhir dari analisis regresi linier sederhana
adalah diperolehnya persamaan regresi linier yang
berbentuk Y ෡ = a + bx. Jika X satu satuan, maka Y
akan naik sebesar satu kali ‘b’ satuan ditambah ‘a’
satuan.
LANGKAH-LANGKAH PENGUJIAN
REGRESI SEDERHANA

1. Menentukan Persamaan Regresi


2. Pengujian Persamaan Regresi
3. Uji Linieritas Garis Regresi
4. Uji Signifikansi (Keberartian) Persamaan Regresi
RUMUS PADA REGRESI
SEDERHANA
1. Menentukan Persamaan Keterangan
Regresi ෡
Y : Y topi (dimaksudkan untuk
Jika banyak data sebanyak n, membedakan antara Y ramalan)
adalah hasil pengamatan
maka persamaan regresinya regresi/prediksi/estimasi.
dinyatakan sebagai berikut 𝑎0 : Intercept adalah suatu
෡ = 𝑎0 + 𝑏0 𝑥1 + ε1
Y konstanta yang memungkinkan
munculnya koefisien lain di dalam
persamaan regresi.
𝑎0
σ 𝑋 2 σ 𝑌 − σ 𝑋 σ 𝑋𝑌 𝑏0 : Slope adalah koefisien
= regresi untuk variabel X. Yakni suatu
𝑛 σ 𝑋2 − σ 𝑋 2 nilai yang menunjukkan seberapa
besar kontribusi yang diberikan suatu
variabel X terhadap variabel Y.
𝑛 σ 𝑋𝑌 − σ 𝑋 σ 𝑌
𝑏0 =
𝑛 σ 𝑋2 − σ 𝑋 2 ε1 : Error adalah semua hal
yang mungkin memengaruhi variabel
terikat Y, yang tidak diamati oleh
peneliti.
RUMUS PADA REGRESI
SEDERHANA
Pengujian Persamaan Regresi Keterangan
Analisis jumlah kuadrat dan derajat bebas ෡
Y : Y topi (dimaksudkan untuk
sumber varians membedakan antara Y ramalan) adalah hasil
Jumlah Kuadrat (JK) pengamatan regresi/prediksi/estimasi.
𝑎0 : Intercept adalah suatu konstanta
Total (JKT) yang memungkinkan munculnya koefisien lain
di dalam persamaan regresi.
JKT = ෍ Y 2
𝑏0 : Slope adalah koefisien regresi
a (JKa) untuk variabel X. Yakni suatu nilai yang
σY 2 menunjukkan seberapa besar kontribusi yang
JKa = diberikan suatu variabel X terhadap variabel Y.
n
b/a (JK b/a)
ε1 : Error adalah semua hal yang
σXσY mungkin memengaruhi variabel terikat Y, yang
JK b/a = b ෍ XY − tidak diamati oleh peneliti.
n
Sisa (JKS)
JKS = JKT − JKa − JK b/a
Galat (JKG)
2
2 (σ Yk )
JKG = ෍ Yk −
n
Tuna Cocok (JKTC)
JKTC = JKS − JKG
TABEL RINGKASAN REGRESI
SEDERHANA
Sumber
Db JK RJK Fhitung Ftabel
Varian

Total N JKT -

Regresi (a)
1 JKa RJKa
Regresi RJK b/a
1 JK b/a RJK b/a Ft
(b/a) RJKS
n-2 JKS RJKs
Sisa
Tuna
k–2 JKTC RJKTC RJKTC
Cocok Ft
n-k JKG RJKG RJKG
Galat
CONTOH

You might also like