Regresi Linear

Oleh:
Mohammad Abdullah
 Batasan-Batasan
Uji regresi dpt dipakai utk mengetahui arah
hubungan antara variabel independen dan
dependen (positif atau negatif)
Jika terdapat korelasi linear yang nyata antara
variabel X dengan variabel Y, maka nilai variabel
Y dapat diramalkan melalui nilai variabel X
dengan menggunakan teknik Regresi Linear
Dipakai untuk memprediksi nilai variabel
dependen apabila variabel independen berubah
(naik atau turun)
 Syarat Uji Regresi
Variabel independen maupun dependen
merupakan variabel continuous (berskala
interval atau ratio)
Digunakan pada data berskala interval dan
ratio yang berdistribusi normal
 Rumus Persamaan umum dari regresi linear
adalah : Y = a + bx
X disebut sebagai variabel independen (bebas)
atau prediktor atau explanatory
Y adalah variabel dependen (terikat) atau
outcome atau response
a adalah intercept yang menggambarkan
nilai Y pada saat x = 0
b adalah slope atau gradient, yang
menggambarkan rata-rata perubahan nilai Y
bila nilai variabel x berubah satu satuan.
b disebut koefisien regresi
Rumus-Rumus Regresi

atau
 Uji Signifikansi Koefisien Regresi
Yang perlu diuji signifikansinya dalam regresi adalah
intercept (a = 0) dan slope (b = 1)
Uji Hipotesis Intercept:
H1 : 0 0 atau H1 : a 0
H0 : 0 = 0 atau H0 : a = 0
Uji Statistik yang digunakan:

Ho ditolak jika : thitung ttabel atau thitung t(1 )

atau thitung < t /2
dg dk = n-2
 Uji Hipotesis Slope
H1 : 1 0 atau H1 : b 0
H0 : 1 = 0 atau H0 : b = 0
Uji Statistik :

H0 ditolak bila:
thitung t1 atau thitung t /2
dengan dk = n-2
Data Umur dan Tekanan Darah Sistolik pada 14 Wanita Dewasa
NOMOR UMUR (TAHUN) TEKANAN DARAH SISTOL (mm Hg)
1 22 131
2 29 114
3 40 147
4 41 171
5 35 121
6 57 141
7 67 176
8 81 217
9 54 105
10 58 153
11 27 116
12 41 171
13 71 172
14 51 144
Pertanyaan:
1. Buatlah persamaan regresi
2. Berapa nilai Slopenya? Interpretasikan arti
dari nilai slope tersebut.
3. Berapa nilai interceptnya? Interpretasikan
arti nilai intercept tersebut.
4. Apakah koefisien regresinya bermakna?
5. Buatlah perkiraan dengan menggunakan
persamaan regresi tersebut, bila usia
seseorang 66 tahun, berapa tekanan darah
sistolicnya dalam populasi itu?
Jawab
NOMOR X Y X2 Y2 XY
1 22 131 484 17.161 2.882
2 29 114 841 12.996 3.306
3 40 147 1.600 21.609 5.880
4 41 171 1.681 29.241 7.011
5 35 121 1.225 14.641 4.235
6 57 141 3.249 19.881 8.037
7 67 176 4.489 30.976 11.792
8 81 217 6.561 47.089 17.577
9 54 105 2.916 11.025 5.670
10 58 153 3.364 23.409 8.874
11 27 116 729 13.456 3.132
12 41 171 1.681 29.241 7.011
13 71 172 5.041 29.584 12.212
14 51 144 2.601 20.736 7.344
Jumlah () 674 2.079 36.462 321.045 104.963
Jadi persamaan regresinya adalah

Dari rumus umum Y = a + bX maka dapat dibuat

persamaan regresi pada kasus hubungan antara
umur dengan tekanan darah sistole wanita menjadi:
Y = 112,88 + 0,74 X
Tekanan darah sistole = 112,88 + (0,74 X umur)

Jawaban no. 2
Nilai Slope = 0,74 berarti bahwa tekanan darah sistole
akan berubah sebesar 0,74 mmHg pada setiap
perubahan umur sebesar 1 tahun.
Jawaban soal no. 3

Nilai intercept sebesar 112,88 yang berarti

bahwa tekanan darah sistole wanita adalah
sebesar 112,88 mmHg jika umur wanita
adalah 0 tahun.
Jawaban soal no. 4
Uji signifikansi Intercept (a) :

s = 32,03

SE(a) = 32,03 X 0,29 = 9,29

 t = 112,88/9,29 = 12,79
Jadi t hitung = 12,79

t tabel pada = 0,05 dengan dk = 14-2 = 12

adalah 2,179
Karena t hitung > t tabel, maka Ho ditolak, jadi
intercept adalah signifikans
 Uji signifikansi untuk slope

SE(b) = 0,505
t = 0,74/0,505
t hitung = 1,46
t tabel pada = 0,05 dengan dk = 14-2 = 12
adalah 2,179.
Karena t hitung < t tabel, maka Ho diterima
sehingga slope tidak signifikans
 Perhitungan s untuk Intercept
Yi yi- (yi-)2
131 148.5 -17.5 306.25
114 148.5 -34.5 1190.25
147 148.5 -1.5 2.25
171 148.5 22.5 506.25
121 148.5 -27.5 756.25
141 148.5 -7.5 56.25
176 148.5 27.5 756.25
217 148.5 68.5 4692.25
105 148.5 -43.5 1892.25
153 148.5 4.5 20.25
116 148.5 -32.5 1056.25
171 148.5 22.5 506.25
172 148.5 23.5 552.25
144 148.5 -4.5 20.25
TOTAL 12,313.5
 Perhitungan s untuk Intercept
Xi Xi- (Xi- )2
22 48.14 -26.14 683.30
29 48.14 -19.14 366.34
40 48.14 -8.14 66.26
41 48.14 -7.14 50.98
35 48.14 -13.14 172.66
57 48.14 8.86 78.50
67 48.14 18.86 355.70
81 48.14 32.86 1079.78
54 48.14 5.86 34.34
58 48.14 9.86 97.22
27 48.14 -21.14 446.90
41 48.14 -7.14 50.98
71 48.14 22.86 522.58
51 48.14 2.86 8.18
TOTAL 4.013,71
Soal no. 5

Bila diketahui umur seorang wanita 66 tahun,

maka besarnya tekanan darah sistole dapat
dihitung dengan persamaan regresi yang telah
dibuat:
Tekanan darah sistol = 112,88 + (0,74 X umur)
Tekanan darah sistol = 112,88 + (0,74 X 66)
Tekanan darah sistol = 112,88 + 48,84
Tekanan darah sistol = 161,72 mmHg.
 Uji Regresi Linear Berganda
Fungsi : untuk menganalisa adanya hubungan antara
2 atau lebih variabel independen dengan satu
variabel dependen.
Persamaan umum Regresi Linear Berganda:
Y = a + b1X1+ b2X2+..+ bnXn
Keterangan:
Y = Variabel dependen (nilai yang diprediksikan)
X1 dan X2 = Variabel independen
a = Konstanta (nilai Y apabila X1, X2..Xn = 0)
b = Koefisien regresi (nilai peningkatan ataupun
penurunan)
Contoh Kasus

Analisis Pengaruh status gizi ibu hamil terhadap berat

badan bayi yang dilahirkan (BBL).
Status Gizi Ibu dilihat dari :
1. Kadar Hb darah
2. Lingkar Lengan atas (LILA)
Hubungan ketiga variabel tersebut akan dianalisa
dengan menggunakan uji regresi linear berganda.
Pertanyaan yang Dapat Dikemukakan:
1. Berapa nilai konstan (intercept)? Apa artinya nilai intercept
tersebut?
2. Berapa nilai slope (koefisien regresi) dari masing-masing
varibel, apakah slope-slope tersebut signifikans? Apa artinya
nilai slope tersebut?
3. Bagaimana persamaan regresinya?
4. Berapa nilai koefisien korelasi gandanya (R)? Apakah
maknanya?
5. Berapa nilai determinasi (R2 ) nya? Apakah maknanya?
6. Berapa nilai koefisien regresi secara bersama-sama (uji F)-
nya? Apa maknanya?
 Jawab
Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -652.903 729.861 -.895 .379
Ukuran LILA responden 42.233 38.866 .159 1.087 .286
Kadar Hb darah
204.742 43.752 .687 4.680 .000
res ponden
a. Dependent Variable: Berat Bayi yang dilahirkan (gram)

1. Nilai konstant (intercept) = -652.903. Artinya adalah bahwa

Berat Badan Bayi akan sebesar 652,903 gram apabila ukuran
LILA ibu = 0 dan Kadar Hb darah ibu = 0.
2. Nilai koefisien regresi LILA (slope LILA/b1) = 42,233 yang berarti
bahwa Berat Badan Bayi akan naik sebesar 42,233 gram apabila
LILA ibu hamil naik sebesar 1 cm.
Nilai slope LILA positif artinya apabila ukuran LILA Ibu
mengalami kenaikan, maka akan diikuti kenaikan BB bayi lahir
 Lanjutan jawaban
Nilai sig untuk slope LILA adalah 0,286, maka nilai sig (p value)
tersebut lebih besar dari 0,05 maka berarti slope LILA tidak
signifikans. Sehingga secara parsial, tidak ada hubungan yang
signifikans antara LILA dengan BBL
Koefisien regresi (Slope Hb darah/b2) adalah sebesar 204,742
yang berarti bahwa berat badan bayi akan naik 204,742 gram
apabila Hb darah ibu hamil naik sebesar 1 mg/dl.
Nilai slope Hb positif berarti ada hubungan searah, yaitu
apabila kadar Hb darah meningkat, akan diikuti oleh
peningkatan berat badan bayi lahir
Nilai sig dari slope Hb (p value) = 0,000 yang berarti p<0,05 ()
yang berarti bahwa secara partial, terdapat hubungan yang
signifikans antara Hb darah dengan berat badan bayi yang
dilahirkan.
3. Persamaan regresinya adalah :
Y = a + b1X1 + b2X2
BBL = -652,903 + 42,233 LILA + 204,742 Hb darah
Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .797a .635 .609 375.795
a. Predictors: (Constant), Kadar Hb darah responden,
Ukuran LILA res ponden

4. Nilai koefisien korelasi ganda (R) = 0,797 yang berarti ada korelasi
yang kuat antara ukuran LILA ibu hamil dan Kadar Hb darah ibu hamil
terhadap berat badan bayi yang dilahirkan.
5. Nilai determinasi (R square/R2) sebesar 0,635 yang berarti bahwa
63,5% berat badan bayi lahir dipengaruhi oleh variabel independen
(yaitu LILA dan Hb ibu hamil), sedangkan sisanya 26,5% dipengaruhi
oleh variabel lain yang tidak dimasukkan dalam model regresi.
 Kuat Lemahnya Korelasi
Menurut Sugiyono (2007) pedoman untuk
memberikan interpretasi koefisien korelasi
sebagai berikut:
0,00 - 0,199 = sangat rendah
0,20 - 0,399 = rendah
0,40 - 0,599 = sedang
0,60 - 0,799 = kuat
0,80 - 1,000 = sangat kuat
 ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regres sion 6874652 2 3437326.063 24.340 .000a
Residual 3954219 28 141222.102
Total 10828871 30
a. Predic tors : (Constant), Kadar Hb darah res ponden, Uk uran LILA responden
b. Dependent Variable: Berat Bay i yang dilahirkan (gram)

6. Untuk mengukur apakah ada pengaruh yang signifikans

variabel LILA dan Hb darah ibu hamil secara bersama-sama
terhadap BB bayi lahir, dilihat dari harga F dan nilai sig nya.
Ha = ada pengaruh yang signifikans nilai LILA dan Hb darah ibu
hamil terhadap berat badan bayi yang dilahirkan
H0 = tidak ada pengaruh yang signifikans nilai LILA dan Hb
darah ibu hamil terhadap berat badan bayi yang
dilahirkan
 Nilai F = 24,340 dengan nilai sig (p) = 0,000
karena p< 0,05 maka H0 ditolak.
Jadi ada pengaruh yang signifikans variabel
LILA dan Hb darah ibu hamil secara bersama-
sama terhadap berat badan bayi yang
dilahirkan.
Untuk melihat signifikansi dapat dipakai 2 cara, dengan melihat nilai sig
atau membandingkan nilai F hitung dengan F tabel, pada 0,05; df 1 (jml
variabel -1) dan df 2 (n k 1).
n = jml sampel, k = jml variabel independen
Bila F hitung > F tabel, maka H0 ditolak