A. DIAGRAM PENCAR (SCATTER PLOT) 

Perlu di ingat kembali pengertian dan pemahaman tentang konsep variabel independen (bebas) dan variabel dependen (terikat). Variabel dependen di simbolkan dengan Y, Variabel Independen disimbolkan dengan X. Sebagai ilustrasi, misalkan terdapat data hubungan pengalaman kerja dan tingkat gaji serta hubungan antara kedua variabel tersebut sebagai berikut:
Sumber : Rini Yayuk Priyati, (2023 : 5.4)

Ada 3 kemungkinan hubungan antara variabel x dan y yang dapat terjadi :
 

1. Hubungan  Positif

Dianggap berhubungan Positif karena misalkan saat variabel nilai x naik maka y juga ikut naik, dan sebaliknya. Atau disebut juga berbanding lurus. Contohnya : Hukum Penawaran yang berbunyi “Bila tingkat harga naik, maka jumlah barang yang ditawarkan akan naik. Bila tingkat harga turun, maka jumlah barang yang ditawarkan akan turun”

2. Hubungan  Negatif

Dianggap berhubungan negatif karena misalkan saat variabel nilai x naik maka y akan turun, dan sebaliknya. Atau disebut juga berbanding terbalik. Contohnya : Hukum Permintaan yang berbunyi “Bila tingkat harga barang turun, maka jumlah permintaan akan naik. Sebaliknya saat harga barang yang diminta naik, maka permintaan akan turun”

3. Tidak Ada Hubungan

Tidak pola yang jelas antara x dan y, maka dianggap tidak berhubungan. Contohnya : Hubungan antara Pekerjaan Orang Tua dengan Jenis Kelamin Anak. Tidak penelitian yang membuktikan kedunya mempunyai hubungan. 

B. PENGERTIAN REGRESI

Analisis regresi pertama kali diperkenalkan oleh Francis Galton. Analisis regresi merupakan analisis yang berusaha memprediksi secara matematis apa yang akan terjadi di masa yang akan datang. Menurut Ashenfer dan Levine (2006) analisis regresi merupakan alat statistik untuk mengestimasi hubungan antar variabel. Dan Keller (2012) mendefiniskan regresi sebagai alat untuk memprediksi nilai suatu variabel dengan variabel lainnya.

C. PERSAMAAN UMUM REGRESI

Persamaan umum regresi :

Regresi dikatakan regresi linier sederhana apabila hanya mengandung satu variabel X dan satu Y. Sedangkan apabila variabelnya X melebihi satu maka disebut regresi linier berganda. Berikut persamaan regresi linier sederhana :
𝑦 = variabel dependen
𝑥 = variabel independen 
𝑎,𝑏 =  parameter

Analisis regresi merupakan peramalan atau forecast, sehingga untuk mengestimasi nilai dari parameter parameter yang dinginkan dilakukan dengan metode Ordinary Least Squared (OLS). Untuk mendapatkan garis regresi yang baik, nilai prediksi seharusnya sedekat mungkin dengan nilai aktual. Metode OLS merupakan metode yang mengkuadratkan jarak antara masing-masing data dengan garis trendnya. 


D. ESTIMASI REGRESI LINIER SEDERHANA (MANUAL)

Adapun rumus untuk mengestimasi nilai parameter dalam regresi linier sederhana adalah sebagai berikut:
Persamaan regresi linier sederhana :
𝑦 = variabel dependen
𝑥 = variabel independen 
𝑎,𝑏 =  parameter

Rumus untuk menghitung nilai parameter 𝑎  dan 𝑏 :
Sedangkan nilai 𝑆𝑆𝑥𝑦 dan 𝑆𝑆𝑥 dapat dicari dengan rumus berikut:

Contoh 1 : 
Hitunglah persamaan regresi untuk data berikut :    
Sumber : Rini Yayuk Priyati, 2023 : 5.11

Penyelesaian :
Langkah 1 : Membuat tabel perhitungan 

Berdasarkan Langkah 1 
Diketahui : 𝑛 = 10 ,  ∑𝑥 = 52 ,  ∑𝑦 = 206,   ∑𝑥^2 = 318,   ∑𝑥𝑦= 1245 , 𝑥 ̅ = 5,2  dan  𝑦 ̅ = 20,6

Langkah 2 : Menghitung 𝑆𝑆𝑥𝑦 dan 𝑆𝑆𝑥   

Langkah 3 : Menghitung parameter 𝑎 dan 𝑏

Langkah 4 : Memasukkan nilai parameter 𝑎 dan 𝑏 ke persamaan regresi  
Persamaan regresi menjadi : 𝑦 = 1,62 + 3,65𝑥
Nilai parameter positif, berarti garis regresi memiliki kemiringan naik dari kira bawah ke kanan atas (berhubungan positif). Adapun gambar plotnya adalah sebagai berikut:


E. ESTIMASI REGRESI LINIER SEDERHANA (MS. EXCEL)

Untuk menghitung persamaan regresi dengan program Ms. Excel adalah sebagai berikut:
1. Input Data di Ms. Excel
2. Blok atau pilih datanya
3. Klik Menu Insert - Sactter
4. Klik Quick Layout – Pilih Layout 3
5. Maka akan muncul gambar scatter dan garis regresinya
6. Klik dua kali gambar garis regresinya, maka akan muncul maka akan muncul Format Trend Line, Pilih Linier 

Maka hasil akhirnya akan keluar gambar scatter dan persamaan regresi sebagai berikut:


VIDEO PEMBELAJARAN


REFERENSI

  • Algifari, 2016. "Statistik Induktif untuk Ekonomi dan Bisnis“ Edisi-3. Yogyakarta: UPP STIM YKPN.
  • Haryono, Eko, dkk. 2023. "Statistik SPSS 28“ . Bandung: Penerbit Widina.
  • Ismail, Fajri. 2018. "Statistik untuk Penelitian Pendidikan dan Sosisal". Jakarta: Prenada Media Group. 
  • Purnomo, Rochmat Aldy.  2016. “Analisis Statistik Ekonomi dan Bisnis Dengan SPSS”. Ponorogo: CV. Wade group.
  • Rini Yayuk Priyati, 2023. Statistika Ekonomi (Edisi 2), Tanggerang Selatan : Universitas  Terbuka.
  • Sugiono, 2021."Statistik Untuk Penelitian". Bandung: Alfabeta.
  • Winarsunu, Tulus. 2017. "Statistik dalam Penelitian Psikologi dan Pendidikan". Malang. UNMU 3.