Analisis Regresi Sederhana: Pengertian, Rumus, Cara Menghitung, dan Contoh

Apa Itu Analisis Regresi Sederhana?

Analisis regresi sederhana adalah teknik statistik yang digunakan untuk memodelkan hubungan antara dua variabel:

• Variabel independen (X) → faktor yang memengaruhi

• Variabel dependen (Y) → hasil yang dipengaruhi

Tujuan utama regresi sederhana adalah membuat model matematika yang dapat menjelaskan hubungan antara kedua variabel tersebut.

Fungsi Analisis Regresi Sederhana

Metode ini digunakan untuk:

• memprediksi nilai variabel

• mengukur pengaruh suatu faktor

• memahami hubungan sebab-akibat

• membantu pengambilan keputusan

• membuat model prediksi data

Rumus Regresi Sederhana

Model regresi sederhana ditulis dalam bentuk:

Y = a + bX

Keterangan:

• Y = variabel dependen

• X = variabel independen

• a = konstanta (nilai Y saat X = 0)

• b = koefisien regresi (besar pengaruh X terhadap Y)

Cara Menghitung Regresi Sederhana (Langkah-Langkah)

Berikut langkah umum perhitungannya:

1. Tentukan variabel X dan Y

2. Hitung nilai rata-rata X dan Y

3. Hitung koefisien regresi (b)

4. Hitung konstanta (a)

5. Bentuk persamaan regresi

6. Gunakan model untuk prediksi

Contoh Perhitungan Regresi Sederhana

Misal data:

Dari perhitungan diperoleh:

• b = 5

• a = 50

Persamaan regresi:

Y = 50 + 5X

Interpretasi:

• setiap tambahan 1 jam belajar meningkatkan nilai sebesar 5 poin

• jika tidak belajar (X = 0), nilai diprediksi 50

Interpretasi Hasil Regresi

Beberapa interpretasi penting:

Jika b positif
→ hubungan searah

Jika b negatif
→ hubungan berlawanan

Jika b = 0
→ tidak ada pengaruh

Kapan Menggunakan Regresi Sederhana?

Gunakan metode ini jika:

• hanya ada satu variabel bebas

• ingin memprediksi nilai

• ingin mengetahui pengaruh faktor tertentu

• hubungan data bersifat linear

Syarat Analisis Regresi Sederhana

Agar hasil analisis valid, data harus memenuhi asumsi berikut:

• hubungan linear

• data numerik

• residual berdistribusi normal

• tidak ada outlier ekstrem

• varians residual konstan

Kelebihan Regresi Sederhana

• mudah dipahami

• mudah dihitung

• cocok untuk analisis awal

• interpretasi jelas

• cocok untuk pemula

Keterbatasan Regresi Sederhana

• hanya bisa satu variabel independen

• tidak cocok untuk hubungan kompleks

• sensitif terhadap outlier

• hanya cocok untuk hubungan linear

Contoh Penerapan dalam Dunia Nyata

Regresi sederhana sering digunakan dalam:

• prediksi penjualan berdasarkan iklan

• pengaruh jam belajar terhadap nilai

• hubungan harga dan permintaan

• prediksi berat badan dari tinggi badan

Kesimpulan

Analisis regresi sederhana adalah metode statistik penting untuk memahami hubungan antara satu variabel independen dan satu variabel dependen. Dengan rumus sederhana dan interpretasi yang mudah, teknik ini menjadi dasar penting dalam analisis data dan prediksi.

Memahami regresi sederhana akan membantu siapa pun yang bekerja dengan data untuk membuat keputusan yang lebih akurat, logis, dan berbasis statistik.

Jika Anda ingin memanfaatkan Analisis Regresi untuk analisa data yang lebih cerdas dan berdampak nyata, kami siap menjadi partner terpercaya Anda.