Upload
astari-adja
View
489
Download
9
Embed Size (px)
Citation preview
D
I
S
U
S
U
N
OLEH:
KELOMPOK I
RIDHA HUTAMI (846182035)
TRI ASTARI (8146182041)
VIVI UVAIRA HASIBUAN (8146182043)
KELAS : B – 1 DIKDAS
PROGRAM PASCASARJANA
UNIVERSITAS NEGERI MEDAN
MEDAN
2014
BAB I
PENDAHULUAN
A. Latar Belakang
Statistika adalah ilmu pengetahuan yang telah banyak digunakan dalam
kehidupan sehari-hari. Pemerintah menggunakan statistika untuk menilai hasil
pembangunan masa lalu dan juga untuk mengambil rencana masa datang.
Selain itu pimpinan mengambil manfaat dari kegunaan statistika untuk
melakukan tindakan yang perlu dalam menjalani tugasnya. Di dunia penelitian
atau riset, dimana pun dilakukan, bukan saja telah mendapat manfaat yang baik
dari statistika tetapi sering harus menggunakannya. Seperti untuk mengetahui
apakah cara yang baru ditemukan lebih baik dari pada cara lama atau apakah
model untuk sesuatu hal dapat kita anut atau tidak dengan menganalisis model
atau metode tersebut.
Untuk mengetahui hal-hal diatas, perlu diadakan salah satunya dengan
menganalisis regresi linier terhadap statistika. Regresi linear merupakan suatu
metode analisis statistik yang mempelajari pola hubungan antara dua atau lebih
variabel. Pada kenyataan sehari-hari sering dijumpai sebuah kejadian
dipengaruhi oleh lebih dari satu variabel, oleh karenanya dikembangkanlah
analisis regresi linier sederhana untuk menganalisis suatu persoalan. Adanya
metode analisis regresi ini sangat menguntungkan bagi banyak pihak, baik di
bidang sains, sosial, industri maupun bisnis. Salah satu manfaat analisis regresi
adalah memperkirakan suatu kejadian yang akan terjadi dengan menganalisis
penyebab yang mungkin mempengaruhi kejadian tersebut. Makalah ini akan
membahas cara menganalisis regresi sederhana dengan membuat tabel belanja
statistik, mencari jumlah kuadrat dan persamaan regresi, serta menguji
signifikansi uji F regresi.
B. Identifikasi Masalah
Dari latar belakang di atas penulis melalukan pengidentifikasian masalh
sebagai berikut:
1. Statistika merupakan pengetahuan yang tanpa kita sadari telah banyak
dipergunakan dalam sehari-hari,
2. Dalam metode analisis statistik perlu mempelajari pola hubungan antara dua
atau lebih variabel secara sistematis menggunakan analisis regresi sedehana.
C. Pembatasan Masalah
Untuk mempermudah arah pembahasan masalah ini penulis membuat
batasan masalah sebagai berikut:
1. Pengertian dan cara membuat tabel belanja statistik.
2. Mencari jumlah kuadrat, persamaan regresi sederhana dan signifikansi uji F
regresi.
D. Rumusan Masalah
Dari latar belakang dan identifikasi masalah yang ada maka rumusan
maslah yang dugunakan adalah:
1. Apa yang dimaksud dengan analisis regresi sederhana?
2. Bagaimana membuat tabel belanja statistik?
3. Bagaimana mencari jumlah kuadrat dan persamaan regresi sederhana?
4. Bagaimana menguji signifikansi uji F regresi?
E. Tujuan Pembahasan
Tujuan dari makalah ini, antara lain:
1. Memahami pengertian analisis regresi sederhana.
2. Mengetahui cara membuat tabel belanja statistik.
3. Mengetahui cara mencari jumlah kuadrat dan persamaan regresi sederhana.
4. Dapat menguji signifikansi uji F regresi.
F. Manfaat Pembahasan
Penulis berharap makalah ini memiliki manfaat bagi kita semua.
Dimana dengan adanya makalah ini dapat membantu semua kalangan baik itu
mahasiswa, pelajar dan masyarakat umum dalam mendalami penggunaan
statistika. Selain itu dapat menambah wawasan mengenai statistika terutama
dalam menganalisis regresi sederhana.
BAB II
PEMBAHASAN
A. Pengertian Analisis Regresi
Analisis regresi merupakan metode statistika yang amat banyak
digunakan dalam peneltian. Istilah regresi pertama kali diperkenalkan oleh Sir
Francis Galton pada tahun 1886. Galton menemukan adanya hubungan bahwa
orang tua yang memeliki tubuh tinggi memiliki anak-anak yang tinggi pula,
orang tua yang pendek memiliki anak-anak yang pendek pula. Kendati
demikian ia mengamati bahwa adanya kecenderungan tinggi anak, cenderung
bergerak menuju rata-rata tinggi populasi secara menyeluruh. Dengan kata
lain, ketinggian anak yang amat tinggi atau orang tua yang amat pendek
cenderung bergerak kearah tinggi populasi.
Secara umum regresi adalah studi mengenai ketergantungan satu
variabel (variabel tak bebas/ variabel respon) dengan satu atau lebih variabel
bebas/ variabel penjelas. Hasil dari analisi regresi merupakan suatu persamaan,
yaitu persamaan matematika. Persamaan tersebut digunakan sebagai prediksi.
Dengan demikian analisis regresi sering disebut dengan analisis prediksi.
Karena merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai
realnya, semakin kecil tingkat penyimpangannya antar prediksi dengan nilai
riilnya, maka semakin tepat persamaan regresi yang dibentuk.
Persamaan regresi adalah suatu persamaan matematika yang
mendefinisikan hubungan antara dua variabel yaitu hubungan keterkaitan
antara satu atau beberapa variabel yang nilainya sudah diketahui dengan satu
variabel yang nilainya belum diketahui, sifat hubungan antara dalam
persamaan meruoakan hubungan sebab akibat. Oleh karena itu, sebelum
menggunakan persamaan regresi dalam menjelaskan hubungan antara dua atau
lebih variabel, perlu diyakini terlebih dahulu bahwa secara teoritis atau
perkiraan sebelumnya, bahwa variabel-variabel tersebut memiliki hubungan
sebab akibat. Variabel yang nilainya akan mempengaruhi variabel tersebut
disebut variabel bebas (X). sedangkan variabel yang nilainya dipengaruhi oleh
variabel lain adalah variabel tergantung (Y).
Analisis regresi dikelompokkan menjadi dua bagian yaitu analisis
regresi sederhana (analisis regresi tunggal) dan analisis regresi ganda. Regresi
sederhana dimaksudkan untuk menganalisis hubungan antara satu variabel
bebas (X) dengan satu variabel terikat (Y). Regresi berganda digunakan untuk
analisis hubungan dua atau lebih variabel bebas (misalnya X1 dan X2) dengan
satu variabel terikat (Y).
B. Regresi Linier Sederhana
Sebagaimana diketahui, banyaknya kejadian didunia ini yang
merupakan kejadian yang saling menyebabkan. Kejadian yang saling
menyebabkan adalah suatu kejadian yang keterjadiannya akan menyebabkan
keterjadian kejadian yang lain. Contoh yang kongkrit adalah penggunaan
metode belajar think pair share meningkatkan hasil belajar siswa.
Untuk mencari suatu pengaruh variabel terhadap variabel lain, alat
analisis yang kita gunakan adalah analisis regresi. Hasil analisis regresi berupa
persamaan regresi yang merupakan fungsi prediksi suatu variabel dengan
menggunakan variabel lain.
Model regresi linier sederhana merupakan persamaan yang menyatakan
hubungan antara satu variabel predictor (X) dan satu variabel respon (Y), yang
biasanya digambarkan dalam suatu garis lurus.
Persamaan regresi linier sederhana : bXaY +=ˆ
Keterangan: =Y regresi (dibaca Y topi)
a = konstanta
b = koefisien regresi
Y = Variabel dependen/ variabel terikat/ variabel tak bebas
(kejadian)
X = Variabel independen/ variabel bebas/ variabel predictor
(penyebab)
Koefisien-koefisen regresi dapat dihitung dengan rumus:
∑ ∑∑ ∑ ∑ ∑
−
−=
22
2
)(
))(())((
ii
iiiii
XXn
YXXXYa
∑ ∑∑ ∑∑
−−
=22 )(
))(()(
ii
iiii
XXn
YXYXnb
C. Langkah-langkah Melakukan Analisis Regresi Sederhana
Langkah langkah yang ditempuh dalam melakukan analisis regresi
sederhana adalah:
1. Membuat Tabel Belanja Statistik
2. Menghitung Jumlah Kuadrat (JK) dan Jumlah Produk (JP) dan Korelasi
3. Mencari Persamaan Garis Regresi
4. Mencari f Regresi dan Menguji Taraf Signifikansi
Untuk contoh akan dibahas tentang hubungan penguasaan Dasar
Manajemen dengan Keterampilan Manajerial.
X = Dasar Manajemen
Y = Keterampilan Manajerial
Data disajikan sebagai Berikut:
Penyelesaian :
1. Membuat tabel belanja statistik
Penguasaan Dasar -dasar Manajemen (Xi)
72 78 69 80 75 75 86 69 77 69 65 70
Keterampilan Manajerial (Yi)
70 88 97 82 79 95 90 88 92 96 78 84
No Xi Yi Xi² Yi² XiYi1 72 70 5,184 4,900 5,040 2 78 88 6,084 7,744 6,864 3 69 97 4,761 9,409 6,693 4 80 82 6,400 6,724 6,560 5 75 79 5,625 6,241 5,925 6 75 95 5,625 9,025 7,125 7 86 90 7,396 8,100 7,740 8 69 88 4,761 7,744 6,072 9 77 92 5,929 8,464 7,084 10 69 96 4,761 9,216 6,624 11 65 78 4,225 6,084 5,070 12 70 84 4,900 7,056 5,880
Jumlah (∑) 885 1,039 65,651 90,707 76,677
n 12
∑Xi 885
∑Xi² 65,651 ∑x² = 382,25
∑Yi 1,039
∑Yi² 90,707 ∑y² = 746,91 a = 76,7918
b = 0,1327
∑XiYi 76,677 ∑xy = 50,75 r = 0,0949
2. Mencari JK (Jumlah Kuadrat) dan JP (Jumlah Produk) dan Korelasi
Jumlah Kuadrat (JK):
25,38212
225.783651.65
12
)885(651.65
)( 2222 =−=−=−== ∑∑∑
n
XXxJKx ii
91,74612
521.079.1707.90
12
)039.1(707.90
)( 2222 =−=−=−== ∑∑∑
n
YYyJKy ii
Jumlah Produk (JP):
75,5012
515.919677.76
12
)039.1)(885(677.76
))((=−=−=−== ∑ ∑∑∑ n
YXYXxyJPxy iiii
Korelasi:
0949,03279,534
75,50
34,506.285
75,50
)91,746)(25,382(
75,50
))(( 22=====
∑ ∑∑
yx
xyr
3. Mencari Persamaan Garis Regresi
79,76587.4
244.352
)225.783()812.787(
)145.859.67()389.211.68(
)885()651.65)(12(
)677.76)(885()651.65)(039.1(
)(
))(())((222
2
==−−=
−−=
−
−=
∑ ∑∑ ∑ ∑ ∑
a
XXn
YXXXYa
ii
iiiii
13,0587.4
609
)225.783()812.787(
)515.919()124.920(
)885()651.65)(12(
)039.1)(885()677.76)(12(
)(
))(()(222
==−−=
−−=
−
−=
∑ ∑∑ ∑∑
b
XXn
YXYXnb
ii
iiii
Persamaan garis regresinya adalah: Y = a + bX
Y = 76,79 + 0,13 X
4. Mencari F Regresi dan Menguji Taraf Signifikansi
JK (total) = ∑ = 707.902iY
JK (a) = 083,960.8912
521.079.1
12
)039.1()( 22
===∑n
Yi
( )( )7379,6)75,50(13,0
12
)039.1)(885(677.7613,0reJK ==
−=
−= ∑ ∑∑n
YXYXbgresi iiii
JK residu = JK (total) –JK (a) – JK regresi
= 90.707 – 89.960,083 – 6,7379
= 740,1791
dk regresi = m = 1
dk residu = n – m – 1 = 12 – 1 – 1 = 10
73,61
73,6 ===regresi
regresiregresi dk
JKRJK
01,7410
17,740 ===residu
residuresidu dk
JKRJK
Hipotesis diuji dengan uji F :
09,001,74
73,6 ===residu
regresi
RJK
RJKF
dk pembilang 1 dan dk penyebut 10 maka F tabel (1,10) pada p = 0,05 atau
F(1,10)(0,05) = 4,96
Berdasarkan data tersebut dapat disusun tabel rangkuman analisis regresi untuk
persamaan garis XY 13,079,76ˆ += sebagai berikut :
F tabelp = 0,05
Regresi 1 6.73 6.7 0,09 4,96Residu 10 740.17 74.01 - -Total 11 746.9 - - -
Sumber Variasi dk JK RJK F hitung
Hipotesis:
Ho = Koefisien arah regresi tidak berarti
Ha = Koefisien arah regresi berarti
Dari hasil perhitungan ternyata Fh (0,09) < Ft (4,96)
Hasil pengujian : Ho diterima
Kesimpulan : Tidak terdapat hubungan yang signifikan antara Penguasaan
Dasar-dasar Manajemen dengan Keterampilan Manajerial
pada taraf signifikansi 5 persen.
BAB III
PENUTUP
A. Kesimpulan
Model regresi linier sederhana merupakan persamaan yang menyatakan
hubungan antara satu variabel predictor (X) dan satu variable respon (Y).
Analisis ini untuk mengetahui arah hubungan antara variabel independen
dengan variabel dependen apakah positif atau negatif dan untuk memprediksi
nilai dari variabel dependen apabila nilai variabel independen mengalami
kenaikan atau penurunan.
B. Saran
Sebelum menggunakan persamaan regresi dalam menjelaskan
hubungan antara dua atau lebih variabel, perlu diyakini terlebih dahulu bahwa
secara teoritis atau perkiraan sebelumnya, bahwa variabel-variabel tersebut
memiliki hubungan sebab akibat. Dalam menganalisis regresi sederhana kita
harus memperhatikan langkah-langkah yang kita ambil. Lakukan seperti yang
tertera di dalam makalah ini. Perhatikan langkah-langkah pengerjaannya,
supaya saat dalam proses pengerjaan tidak terjadi kesalahan yang dapat
mengakibatkan analisis regresi sederhananya menjadi salah total. Pahami baik-
baik penjelasan yang ada dalam makalah ini.