Nama NIM Kelas Prodi

: Muhammad Andri Setiawan : 1102549 : IB : Bimbingan dan Konseling

BAB 5 Regresi Linear Sederhana 1. Penelitian bermaksud menggambarkan sumbangan pendidikan (X) terhadap kinerja Guru SD (Y) dan memperoleh data sebagai berikut : No 1 2 3 4 5 6 7 8 9 10 X 5 9 3 8 4 7 9 5 3 7 Y 8 15 9 16 8 13 19 12 7 14 No 11 12 13 14 15 16 17 18 19 20 X 6 7 5 6 3 4 8 6 4 8 Y 10 11 10 14 7 10 14 13 9 15

a. Model regresi linier sederhana : Y = a + bx + e atau b. Nilai slope, intercept dan persamaan regresi Nilai slope : (∑ ) (∑ )(∑ ) ∑ (∑ ) ( ) ( )( ) ( ) ( )

Intercept : ̅

̅ (

)

5 2 2. menjadi : c.5 satuan. Tafsiran Regresi pada no 1 b Setiap kenaikan pada peubah X akan dikuti kenaikan pada seubah Y sebesar 1.5 3 3.5 1 1.5 Series1 e. . Garis regresi liniernya : 8 6 4 2 0 0 0.Persamaan Regresinya. Berikut ini adalah diagram pencarnya : Y 20 18 16 14 12 10 8 6 4 2 0 0 2 4 6 8 10 Y d.

7 1.3 0 x2 0.3 -2.85 3. Persamaan regresi linier dengan menggunakan skor baku : No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 X 5 9 3 8 4 7 9 5 3 7 6 7 5 6 3 4 8 6 4 8 117 Y 8 15 9 16 8 13 19 12 7 14 10 11 10 14 7 10 14 13 9 15 234 x -0.15 -1.42 4.3 7.3 -3.15 -0.42 1.15 0.62 74.12 1.3 -4.25 6.3 1.42 4.55 xy 3.40 2.50 23.15 -2.85 2.32 0.40 7.65 -0.32 9.85 2.72 9.9 ∑ .7 -1.7 2.7 2.10/19 = 5.3 -2.80 1.15 1.62 3.72 0.7 3.12 4.72 8.95 0.85 2.85 1.92 0.26 -0.15 -2.3 -1.40 3.45 0.02 1.f.7 4.85 0.02 3.15 3.35 13.62 0.15 -1.10 Berdasarkan tabel di atas kita dapat menghitung persamaan regresi sebagai berikut : ∑ = 112.10 112.15 0.7 -1.85 1.02 8.7 -0.00 7.15 -0.70 9.7 3.85 -2.3 0.92 8.20 5.85 1.15 10.85 -1.26 13.12 3.7 2.00 -0.3 -4.15 0 y -3.32 0.15 4.

Kekeliruan prediksi bagi subjek no 3 ( ) Persamaan Regresinya. h.58 Kekeliruan prediksi bagi subjek no 6 .92 Latar Belakang 9 ( ) Jadi nilai kinerja guru bagi yang latar belakangnya 9 adalah sebesar 16.42 2. 6 dan 9. Jadi. menjadi : g.b) menggunakan metode kuadrat besar dan yang lainnya (1.̅ ̅ ( ) Persamaan Regresinya. : Nilai Y bagi subjek no 3 adalah 9. Kekeliruan prediksi bagi subjek no 3.42 = 1.f) menggunakan metode kuadrat berdasarkan skor mentah. Yang satu (1. = 9 – 7. Nilai kinerja guru (Y) bagi mereka yang latar belakang pendidikannya 4. Nilai kinerja guru bagi yang latar belakang pendidikannya 4 ( ) Jadi nilai kinerja guru bagi yang latar belakangnya 4 adalah sebesar 8. 6 dan 11. Koefisien regresi yang diperoleh pada 1. karena keduanya berdasarkan pada rumus standar. Prediksi yang paling akurat.b sama dengan koefisien yang diperoleh pada 1.f.29 Latar belakang 6 ( ) 9 Jadi nilai kinerja guru bagi yang latar belakangnya 6 adalah sebesar 11.

: Nilai Y bagi subjek no 6 adalah 13.3 0.58. Kemudian masukkan nilai Y.58 y -3.42 -1. Galat prediksi merupakan variasi nilai pada peubah Y yang tidak dapat dijelaskan melalui persamaan regresi linier.42 1.Persamaan Regresinya.42 16.92 13. Model regresi linier sederhana disebut kita peroleh. juga observed atau hasil yang Sedangkan persamaan regresi linier adalah satu bentuk persamaan dimana setiap nilai pada peubah Y merupakan jymlah dari 2 komponen yaitu : intercept dan pada peubah X. Kekeliruan prediksi bagi subjek no 11 Persamaan Regresinya.3 -3.7 4.3 7. Perbedaan istilah model regresi linier dan persamaan regresi linier.7 1.42 = -0.42 14. 6.42 ( ) = 10 – 11.42 10. Jadi.42 16.08 -0. No 1 2 3 4 5 6 7 8 X 5 9 3 8 4 7 9 5 Y 8 15 9 16 8 13 19 12 Y’ 10.3 .3 -2.92 8. koefisien regresi kali nilai npada peubah X. e -2. Menghitung nilai prediksi ( )dan residu (e).42 7. dengan nilai positif 1. Jadi.92 Prediksi yang lebih akurat terdapat pada no 3. ( ) = 13 – 13.7 3. : Nilai Y bagi subjek no 11 adalah 10.92 = -1.58 1. dan galat prediksi. Pelajaran yang dapat diambil. Model regresi linier adalah satu model dimana setiap nilai pada peubah Y merupakah jumlah dari 3 komponen : intercept. 5.42 2.42 .92 -0. Persamaan regresi linier disebut juga koefisien regresi kali nilai predicted atau memprediksikan sesuatu. dan e.58 1.

08 0. Y’ = 3.7 -1.42 8.08 -0.92 1.92 13.42 0.42 1. Sebaliknya subjek yang nilai Y nya di bawah rata-rata .3 -1.6 + 0.5 X a. dapat dibuat gambar sebagai berikut : 14 12 10 8 6 4 2 0 0 2 4 6 8 Series1 b.7 -1.58 -1.3 Pelajaran yang dapat diambil adalah bahwa bila dibandingnya hampir semua nilai subjek yang memiliki nilai Y di atas rata-rata. dapat dibuat gambar sebagai berikut : . Y’ = 2 + 1.7 2.5 X. Y’ = 2 + 1.08 -0.92 8.92 -2. Gambar garis lurus regresi Y atas X untuk masing-masing persamaan berikut.5 X b. bandingkan dan buat kesimpulan : a.92 14.9 -0. Y’ = -2 + 1.9 10 11 12 13 14 15 16 17 18 19 20 3 7 6 7 5 6 3 4 8 6 4 8 117 7 14 10 11 10 14 7 10 14 13 9 15 234 7.42 11.92 14. Y’ = -2 + 1.1 -4.0 X. maka nilai residunya atau “e” nya cenderung negarif. 8. maka nilai residunya atau “e” nya cenderung positif.92 11.7 -0.92 233.3 -2.42 10.7 2.08 0.0 X c.42 13.42 2.42 -0.42 11.92 7.08 0.7 2.3 -4.7 3.3 1.

4 3 2 1 0 -1 -2 -3 0 1 2 3 4 5 6 Series1 c. .6 + 0. Y’ = 3. dapat dibuat grafik sebagai berikut : 6 5 4 3 2 1 0 0 1 2 3 4 5 6 Series1 Kesimpulan: Berdasarkan tampilan pada ketiga tabel di atas. 1 dan 0.5 satuan. artinya setiap kenaikan skor pada peubah X akan diikuti oleh kenaikan skor pada peubah Y sebesar 1.5 X. dapat disimpulkan bahwa ketiga persamaan garis lurus tersebut menunjukkan regresi linier positif.5.