Statistika analisis regresi sederhana, kolerasi sederhana, dan analisis regresi ganda
BAB I
PENDAHULUAN
A.
LATAR
BELAKANG
Analisis
regresi merupakan salah satu metode untuk menentukan hubungan sebab-akibat
antara satu variabel dengan variabel - variabel
yang lain. Variabel "penyebab" disebut dengan bermacam-macam istilah: variabel
penjelas,variabel eksplanatorik, variabel
independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam
grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal
sebagai variabel yang dipengaruhi, variabel dependen,variabel terikat, atau variabel
Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu
variabel acak. Ada dua macam tipe dari analisis regresi. Tipe yang
pertama adalah regresi linier sederhana yang berfungsi untuk mengetahui
hubungan linier antara dua variabel, satu variabel dependen dan satu variabel
independen. Tipe kedua adalah regresi linier berganda yang merupakan model
regresi linier dengan satu variabel dependen dan lebih dari satu variabel
independen (Yan
and Gang Su, 2009).
Pengertian dan Analisis Korelasi
Sederhana dengan Rumus Pearson –
Korelasi Sederhana merupakan suatu Teknik Statistik yang dipergunakan
untuk mengukur 67kekuatan
hubungan 2 Variabel dan juga untuk dapat mengetahui bentuk hubungan antara 2
Variabel tersebut dengan hasil yang sifatnya kuantitatif. Kekuatan hubungan
antara 2 variabel yang dimaksud disini adalah apakah hubungan tersebut ERAT,
LEMAH, ataupun TIDAK ERAT sedangkan bentuk hubungannya adalah apakah
bentuk korelasinya Linear Positif ataupun Linear Negatif.
Disamping
Korelasi, Diagram Tebar (Scatter Diagram) sebenarnya juga dapat
mempelajari hubungan 2 variabel dengan cara menggambarkan hubungan tersebut
dalam bentuk grafik. Tetapi Diagram tebar hanya dapat memperkirakan kecenderungan
hubungan tersebut apakah Linear Positif, Linear Negatif ataupun tidak memiliki
Korelasi Linear. Kelemahan Diagram Tebar adalah tidak dapat menunjukkan secara
tepat dan juga tidak dapat memberikan angka Kuantitas tentang kekuatan hubungan
antara 2 variabel yang dikaji tersebut.
Kekuatan
Hubungan antara 2 Variabel biasanya disebut dengan Koefisien Korelasi dan
dilambangkan dengan symbol “r”. Nilai Koefisian r akan selalu berada di antara
-1 sampai +1.
B.
RUMUSAN
MASALAH
1. Mengetahui
analisis regresi linier sederhana dari data nilai nilai pretest dan posttest pengaruh motivasi guru terhadap kesiapan belajar anak?
2. Mengetahui analisis kolerasi sederhana
dari data nilai pretest dan
posttest pengaruh motivasi guru terhadap kesiapan belajar anak?
1. Mengetahui
analisis regresi linier berganda dari data Pengaruh tingkat pendidikan dan
dorongan orangtua terhadap
prestasi belajar anak?
C.
TUJUAN
3. Untuk
mengetahui analisis regresi linier sederhana dari data nilai pretest dan posttest pengaruh motivasi guru terhadap kesiapan belajar anak.
4. Untuk mengetahui analisis korelasi dari
data nilai pretest dan
posttest kelas pengaruh v.
5. Untuk
mengetahui analisi regresi linier berganda dari data Pengaruh tingkat
pendidikan dan dorongan orangtua terhadap
prestasi belajar anak .
BAB
II
TIJAUAN
PUSTAKA
Analisis regresi linier berganda
adalah hubungan secara linear antara dua atau lebih variabel independen (X1,
X2,….Xn) dengan variabel dependen (Y). Analisis ini untuk
mengetahui arah hubungan antara variabel independen dengan variabel dependen
apakah masing-masing variabel independen berhubungan positif atau negatif dan
untuk memprediksi nilai dari variabel dependen apabila nilai variabel
independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya
berskala interval atau rasio.
BAB III
METODE PENELITIAN
Dalam
penelitian ini menggunakan metode kuantitatif. Metode kuantitatif
adalah penelitian ilmiah yang sistematis terhadap bagian-bagian dan fenomena
serta hubungan-hubungannya. Tujuan penelitian kuantitatif adalah mengembangkan
dan menggunakan model-model matematis, teori-teori dan/atau hipotesis yang
berkaitan dengan fenomena alam. Proses pengukuran adalah bagian yang sentral
dalam penelitian kuantitatif karena hal ini memberikan hubungan yang
fundamental antara pengamatan empiris dan ekspresi matematis dari
hubungan-hubungan kuantitatif.
1.
Regresi Linier
Sederhana.
Ada dua langkah cara menghitung regresi linier
sederhana, dengan cara manual (menggunakan rumus) dan dengan langkah software
(SPSS).
a.
Langkah Manual (menggunakan
rumus)
b
=


ŷ =
+ bx

b. Langkah perhitungan menggunakan SPSS
1.
Input
data seperti gambar di bawah ini.

2. kemudian klik analyze pilih regression pilih linear.

3. setelah
itu muncul gambar seperti ini. Dependent adalah y dan independent adalah x1. Klik ok.

4. maka
akan muncul gambar di bawah ini, menunjukkan hasil daripersamaan regresi yang
terbentuk.

b. Analisis Kolerasi

Cara menganalisis kolerasi dengan cara :
1.
menggunakan hitungan manual(rumus)
r = 

2.
menggunakan software (SPSS)
1.
input data terlebih dahulu

2.
Pilih menu analyze klik correlate pilih bivariate

3.
Masukkan x dan y pada variable

4.
Maka akan muncul analisi pada kolom
corellation

Untuk
perhitungan analisis regresi
linier berganda juga ada dua cara
1)
dengan cara
manual (menggunakan rumus)
ŷ = 

b₁=
= 


b₂=
= 





A =
=
-
= D =
=
-
=






B =
=
-
= E =
y
=
y -
=






C=
=
-
= F=
=
─
=






2)
dengan cara
software (menggunakan aplikasi SPSS)
1.
input data seperti
gambar di bawah ini.

2.
kemudian klik analyze pilih regression pilih linear.

3. setelah
itu muncul gambar seperti ini. Dependent adalah y dan independent adalah x1 dan
x2. Klik ok.

4.
maka akan muncul gambar di bawah ini, menunjukkan hasil daripersamaan regresi
yang terbentuk.

BAB IV
ANALISIS dan PEMBAHASAN
Nama
|
Yi
|
Xi
|
Yi2
|
Xi2
|
XiYi
|
AAA
|
95
|
60
|
9025
|
3600
|
5700
|
AAS
|
80
|
40
|
6400
|
1600
|
3200
|
BAS
|
80
|
45
|
6400
|
2025
|
3600
|
DRW
|
75
|
50
|
5625
|
2500
|
3750
|
DSA
|
80
|
30
|
6400
|
900
|
2400
|
GBS
|
80
|
50
|
6400
|
2500
|
4000
|
GHD
|
80
|
40
|
6400
|
1600
|
3200
|
HRS
|
95
|
60
|
9025
|
3600
|
5700
|
MRR
|
85
|
50
|
7225
|
2500
|
4250
|
NA
|
80
|
35
|
6400
|
1225
|
2800
|
FPS
|
95
|
55
|
9025
|
3025
|
5225
|
KEG
|
85
|
45
|
7225
|
2025
|
3825
|
ARS
|
80
|
70
|
6400
|
4900
|
5600
|
AD
|
75
|
60
|
5625
|
3600
|
4500
|
AEP
|
85
|
60
|
7225
|
3600
|
5100
|
ACY
|
100
|
45
|
10000
|
2025
|
4500
|
CAN
|
85
|
35
|
7225
|
1225
|
2975
|
AHM
|
88
|
60
|
7744
|
3600
|
5280
|
ALQ
|
92
|
65
|
8464
|
4225
|
5980
|
JUMLAH
|
1615
|
955
|
138233
|
50275
|
81585
|
Tabel Data 1
Skripsi dari Putri Ratna Sari
Pengaruh motivasi guru terhadap kesiapan belajar anak
Keterangan
Xi : Nilai posttest
Yi :
Nilai Pretest
a. Analisis regresi linier sederhana
b
=
= 


= 

= 

b = 0,0935
Ӯ =
= 80,75

X =
= 47,45



= 80,75 – 4,464
= 76,284
ŷ =
+ bx

= 76,284 +
0,0935

Interprestasi
:
Setiap
penambahan satu satuan nilai posttest akan meningkatkan nilai pretest sebesar
0,0935.
b.
analisis kolerasi
r = 

=

=

=

=

=
=
0,0564

Interprestasi :
Jadi terjadi korelasi positif
antara nilai posttest dan nilai protest dan kolerasi antara nilai posttest dan
nilai protest adalah 0,0564.
Pengujian hipotesis koefisien kolerasi
1. Hipotesis
H0 : ᴘ = 0 Vs H1
: ᴘ ≠ 0
2. Statistic uji Z
Zhit = 

3. ɑ yang digunakan sebesar 5% (0,05)
4. hipotesis alternatif >> dua arah (two sided)
Z0,05
= 1,96
Daerah kritis
(daerah penolakan H0)
Z < -1,96
dan Z > 1,96
5.
perhitungan statistik uji
Zhit = 

=


=(2,92)
(2,42)

=
2,58
6.
karena Zhit (2,58) berada didaerah
penolakan H0 maka keputusan adalah tolak HO
7.
Sehingga dapat diambil kesimpulan : Dengan tingkat
kepercayaan 95% belum cukup bukti untuk menyatakan bahwa terdapat hubungan
linier antara posttest dan pretest
X1
|
X2
|
Y
|
X1^2
|
X2^2
|
Y^2
|
X1.Y
|
X2.Y
|
X1.X2
|
6
|
50
|
3
|
36
|
2500
|
9
|
18
|
150
|
300
|
2
|
54
|
3
|
4
|
2916
|
9
|
6
|
162
|
108
|
2
|
53
|
3
|
4
|
2809
|
9
|
6
|
159
|
106
|
2
|
54
|
3
|
4
|
2916
|
9
|
6
|
162
|
108
|
2
|
48
|
4
|
4
|
2304
|
16
|
8
|
192
|
96
|
2
|
52
|
3
|
4
|
2704
|
9
|
6
|
156
|
104
|
4
|
38
|
3
|
16
|
1444
|
9
|
12
|
114
|
152
|
4
|
60
|
2
|
16
|
3600
|
4
|
8
|
120
|
240
|
6
|
51
|
3
|
36
|
2601
|
9
|
18
|
153
|
306
|
4
|
56
|
2
|
16
|
3136
|
4
|
8
|
112
|
224
|
6
|
68
|
3
|
36
|
4624
|
9
|
18
|
204
|
408
|
4
|
57
|
2
|
16
|
3249
|
4
|
8
|
114
|
228
|
6
|
66
|
3
|
36
|
4356
|
9
|
18
|
198
|
396
|
6
|
42
|
3
|
36
|
1764
|
9
|
18
|
126
|
252
|
2
|
50
|
3
|
4
|
2500
|
9
|
6
|
150
|
100
|
6
|
56
|
3
|
36
|
3136
|
9
|
18
|
168
|
336
|
4
|
55
|
1
|
16
|
3025
|
1
|
4
|
55
|
220
|
4
|
55
|
3
|
16
|
3025
|
9
|
12
|
165
|
220
|
4
|
57
|
3
|
16
|
3249
|
9
|
12
|
171
|
228
|
4
|
53
|
3
|
16
|
2809
|
9
|
12
|
159
|
212
|
2
|
54
|
3
|
4
|
2916
|
9
|
6
|
162
|
108
|
2
|
53
|
2
|
4
|
2809
|
4
|
4
|
106
|
106
|
8
|
50
|
2
|
64
|
2500
|
4
|
16
|
100
|
400
|
8
|
50
|
2
|
64
|
2500
|
4
|
16
|
100
|
400
|
8
|
50
|
4
|
64
|
2500
|
16
|
32
|
200
|
400
|
6
|
49
|
2
|
36
|
2401
|
4
|
12
|
98
|
294
|
4
|
54
|
3
|
16
|
2916
|
9
|
12
|
162
|
216
|
2
|
50
|
3
|
4
|
2500
|
9
|
6
|
150
|
100
|
6
|
48
|
2
|
36
|
2304
|
4
|
12
|
96
|
288
|
2
|
49
|
3
|
4
|
2401
|
9
|
6
|
147
|
98
|
2
|
55
|
3
|
4
|
3025
|
9
|
6
|
165
|
110
|
2
|
50
|
3
|
4
|
2500
|
9
|
6
|
150
|
100
|
2
|
54
|
2
|
4
|
2916
|
4
|
4
|
108
|
108
|
6
|
52
|
3
|
36
|
2704
|
9
|
18
|
156
|
312
|
4
|
57
|
3
|
16
|
3249
|
9
|
12
|
171
|
228
|
2
|
58
|
3
|
4
|
3364
|
9
|
6
|
174
|
116
|
2
|
45
|
2
|
4
|
2025
|
4
|
4
|
90
|
90
|
6
|
64
|
2
|
36
|
4096
|
4
|
12
|
128
|
384
|
3
|
51
|
2
|
9
|
2601
|
4
|
6
|
102
|
153
|
4
|
51
|
2
|
16
|
2601
|
4
|
8
|
102
|
204
|
161
|
2119
|
107
|
797
|
113495
|
301
|
426
|
5657
|
8559
|
Tabel Data 2
Skripsi
dari Nurlaila
Pengaruh
tingkat pendidikan dan dorongan orangtua
terhadap prestasi belajar anak
Keterangan :
X1 : Tingkat pendidikan orang tua
X2 : Dorongan orang tua
Y : Prestasi belajar anak
b.
Analisis Regresi
linier berganda
A
=
=
-
= 792 – 




= 792–

= 792 - 648,025 = 143,975
B
=
=
-
=113495
– 




=113495
-

= 113495
– 112254,025 = 1240,975
C =
=
-
= 301 – 




= 301
– 

= 301
– 286,225 = 14,775
D
=
-
=
426 –



= 426 - 

=
426 – 430,675 = 4,675
E
=
y
-
= 5657 – 



= 5657 – 

= 5657 –
5668,325 = -11,325
F =
─
=
8559 – 



= 8559 – 

= 8559 – 8525,975 = 30,025
b₁ =
= 


= 

= 

=

= 0,0345
b₂ =
=


=

=


=

=
-0,00996


=

= 

=

=3,0637685
ŷ =
+ b
1 + b
2



=3,0637 +
0,0345
1 – 0,0099
2


Interprestasi :
1.
Setiap penambahan satu tingkat pendidikan orang tua
akan meningkatkan prestasi belajar anak sebesar 0,0345 dengan mengganggap nilai
dari dorongan orang tua bernilai konstan.
2.
Setiap pengurangan satu dorangan orang tua maka akan
menurunkan prestasi belajar anak sebesar 0,0099 dengan mengganggap nilai dari
dorongan orang tua bernilai konstan.
DAFTAR PUSTAKA
Skripsi dari Nurlaila Pengaruh
tingkat pendidikan dan dorongan orangtua terhadap
prestasi belajar anak .
Skripsi dari Putri Ratna Sari Pengaruh
motivasi guru terhadap kesiapan belajar anak.
Komentar
Posting Komentar