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 =    
      = Ӯbx
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
      = Ӯbx
      = 80,75 – (0,0935)(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       =  + b1 + b2
         =3,0637 + 0,03451 – 0,00992
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

Postingan populer dari blog ini

Makalah kompetensi guru

Makalah Konsep Dasar Antropologi

tingkat dan jenis profesi dalam dunia pendidikan