Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
3Activity
0 of .
Results for:
No results containing your search query
P. 1
analisis regresi sederhana

analisis regresi sederhana

Ratings: (0)|Views: 242 |Likes:
Published by Kaharuddin James

More info:

Categories:Types, School Work
Published by: Kaharuddin James on Dec 14, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

09/27/2013

pdf

text

original

 
Muhammad Ali Gunawan www.forumpenelitian.blogspot.com
1
ANALISIS REGRESI
Dibarengi dengan aplikasi SPSS for Windows
OlehMUHAMMAD ALI GUNAWAN
A. ANALISIS REGRESI SEDERHANA DENGAN CARA MANUAL
Pendahuluan
Regresi adalah bentuk hubungan fungsional antara variabel respon dan prediktor.Analisis regresi merupakan teknik statistik yang banyak penggunaannya serta mempunyaimanfaat yang cukup besar bagi pengambil keputusan. Secara umum, dalam analisis regresidigunakan metode kuadrat terkecil (
least sqaure method 
) untuk mencari kecocokan garisregresi dengan data sampel yang diamati.Ada beberapa hal yang harus diperhatikan dalam menggunakan analisis regresi yaitu:
 
Representasi pemetaan dari karakteristik sistem kongkrit yang akan dipelajari.
 
Abstraksi yang merupakan transformasi karakteristik sistem kongkrit yang akan dipelajarikeadaan formula-formula matematika.
 
Kesimpulan dalam analisis regresi diambil dengan mengambil dalih pada asumsi-asumsiyang menyangkut parameter populasi, dan apabila asumsi-asumsi tersebut dipenuhi makaprosedur kesimpulan parametriklah yang lazim paling sesuai untuk dipergunakan, danapabila asumsi-asumsi tersebut dilanggar, maka penerapan prosedur paramterik bisa jadiakan menyebabkan hasil kesimpulan yang menyesatkan
 
Apabila kejadian tersebut terjadi dapat digunakan dengan pendekatan prosedur nonparametrik.
A.
 
Analisis Regresi Linier Sederhana
Jika ada satu variabel tak bebas atau variabel terikat (dependent variable) tergantung padasatu atau lebih variabel bebas atau peubah bebas (independent variable) hubungan antara keduavariabel tersebut dapat dicirikan melalui model matematik (statistik) yang disebut sebagaimodel regresi.
Contoh:
Seorang Mahasiswa ingin melakukan analisis regresi terhadap data hasil penelitiannya yangberjudul Hubungan antara motivasi dan hasil belajar matematika di SMA X. Pertanyaanpenelitiannya seperti berikut:Apakah hasil belajar matematika (Y) dapat diprediksi dari motivasi (X)? atau apakah terdapathubungan fungsional antara motivasi dan hasil belajar matematika?Variabel X = variabel prediktor (bebas, independent)Variabel Y = variabel kriterium (terikat, dependent)rsamaan regresi sederhana :
bX a
+=
 Rumus:
( )
( )
( )( )( )
===
 X b X  X n XY  X  X  a
222
 
) )( )
==
222
 x xyn X  X n X  XY n b
 
 
Muhammad Ali Gunawan www.forumpenelitian.blogspot.com
2Misalkan dari hasil penelitian mahasiswa tersebut diperoleh data sebagai berikut:
Responden X Y XY X
2
Y
2
 
1 34 32 1088 1156 10242 38 35 1330 1444 12253 34 31 1054 1156 9614 40 38 1520 1600 14445 30 29 870 900 8416 40 35 1400 1600 12257 40 33 1320 1600 10898 34 30 1020 1156 9009 35 32 1120 1225 102410 39 36 1404 1521 129611 33 31 1023 1089 96112 32 31 992 1024 96113 42 36 1512 1764 129614 40 37 1480 1600 136915 42 35 1470 1764 122516 42 38 1596 1764 144417 41 37 1517 1681 136918 32 30 960 1024 90019 34 30 1020 1156 90020 36 30 1080 1296 90021 37 33 1221 1369 108922 36 32 1152 1296 102423 37 34 1258 1369 115624 39 35 1365 1521 122525 40 36 1440 1600 129626 33 32 1056 1089 102427 34 32 1088 1156 102428 36 34 1224 1296 115629 37 32 1184 1369 102430 38 34 1292 1444 1156
Jumlah 1105 1000 37056 41029 33528Langkah Analisis Dengan Cara Manual
Dari data di atas, diketahui:
X = 1105
Y = 1000
XY = 37056
X
2
= 41029
Y
2
= 33528Masukkan nilai tersebut ke dalam rumus
a
dan
b
di atas :Rumus:
( )
( )
( )( )( )
===
 X b X  X n XY  X  X  a
222
 
( )( ) ( )( )
2
)1105()41029(30 370561105410291000
=
a
 8.34129984582120122102512308704094688041029000
===
 
a
= 8,34129
 
Muhammad Ali Gunawan www.forumpenelitian.blogspot.com
3
) )( )
==
222
 x xyn X  X n X  XY n b
 
( )( )
2
)1105()41029(30 10001105)37056(20
=
b
 0.678517984566801221025-12308701105000-1111680
===
 
b
= 0,678517
Dari hasil di atas, dapat dibuat persamaan garis regresinya :
 X 
68,034,8
+=
 Jika X = 30, maka
= 8,34 + 0,68 (30) = 28,70
 Gambar persamaan garis regresi:
Uji Kelinieran dan Keberartian RegresiHipotesis yang diuji adalah
H0 : Regresi LinierH1 : Regresi Non LinierH0 : Harga F regresi non signifikan/ tidak bermakna/tidak berartiH1 : Harga F regresi signifikan/bermakna/berartiLangkah yang dilakukan dalam menguji hipotesis di atas adalah sebagai berikut:
 
Langkah #1
:
Urutkan data X dari yang terkecil sampai dengan data yang terbesar,diikuti oleh data Y. (untuk lebih memudahkan anda dengan cara manual, saya sarankanuntuk menggunakan program Excel).
Setelah data anda urutkan, maka kelompokkan data skor motivasi dan prestasi belajar sepertipada tabel berikut.
X Kelompok ni Y30 112932 2 2 3132 3033 3 2 3133 3234 4 5 3234 3134 3034 3034 3235 5 1 32
302870
 X
 X 
68,034,8
+=
 834 jumlahkelompok ke i

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->