Laporan Praktikum Regresi Linear

Comp : 31

I. Cover

LAPORAN PRAKTIKUM REGRESI NON LINEAR

Disusun oleh :

PUTRI AFRAH NABILA

2305102010024

(No komputer : 31)

Laboran:
Ridwan Saputra, S.Pt., M.Si.

LABORATORIUM STATISTIKA DAN SOSIAL 

DEPARTEMEN AGRIBISNIS FAKULTAS PERTANIAN

UNIVERSITAS SYIAH KUALA

DARUSSALAM, BANDA ACEH

2025

II. Tinjauan Pustaka

    Regresi merupakan alat ukur yang penting dalam statistik untuk mengevaluasi hubungan antar variabel. Dalam konteks regresi linier, terdapat dua metode yang umum digunakan, yaitu regresi linier sederhana dan regresi linier berganda. Regresi linier sederhana melibatkan satu variabel independen dan satu variabel dependen, sedangkan regresi linier berganda melibatkan lebih dari satu variabel independen. Penggunaan regresi linier memungkinkan peneliti untuk memahami bagaimana perubahan pada variabel independen berdampak pada variabel dependen, yang sangat berguna dalam penelitian ilmiah, bisnis, dan ekonomi. alam analisis regresi, variabel dependen adalah variabel yang ingin diprediksi atau dijelaskan, sedangkan variabel independen adalah variabel yang digunakan untuk membuat prediksi. Analisis ini membantu peneliti dalam memahami ketergantungan suatu variabel pada variabel lainnya, dan dapat digunakan untuk membuat estimasi dari nilai rata-rata variabel dependen berdasarkan nilai variabel independen. Misalnya, dalam penelitian kesehatan, peneliti dapat menggunakan regresi untuk menganalisis pengaruh diet dan olahraga terhadap berat badan.

Menurut Sugiyono (2019), analisis regresi sederhana sangat bermanfaat dalam penelitian kuantitatif, khususnya dalam melihat pengaruh langsung dari satu variabel bebas terhadap satu variabel terikat. Namun, regresi sederhana memiliki keterbatasan, seperti ketidakmampuannya menangkap pengaruh dari lebih dari satu variabel bebas. Oleh karena itu, jika terdapat lebih dari satu variabel bebas yang memengaruhi variabel terikat, maka analisis regresi berganda lebih tepat digunakan. Selain itu, asumsi-asumsi dasar dalam regresi seperti linearitas, normalitas, homoskedastisitas, dan tidak adanya autokorelasi harus dipenuhi agar hasil analisis dapat diinterpretasikan secara valid (Gujarati & Porter, 2009). Dalam praktiknya, regresi sederhana sering digunakan dalam berbagai bidang seperti ekonomi, pendidikan, kesehatan, dan ilmu sosial untuk keperluan peramalan dan pengambilan keputusan berbasis data.

Regresi linear sederhana adalah analisis regresi yang melibatkan hubungan antara satu variabel tak bebas dihubungkan dengan satu variabel bebas. Regresi linier juga merupakan metode statistik yang berfungsi untuk menguji sejauh mana hubungan sebab-akibat antara variabel faktor penyebab (x) terhadap variabel akibatnya. Faktor penyebab pada umumnya dilambangkan dengan X sedangkan variabel akibat dilambangkan dengan Y. Regresi linear sederhana atau sering disingkat dengan SLR (Simple Linier Regression) juga merupakan salah satu metode statistik yang dipergunakan dalam produksi untuk melakukan peramalan atau pun prediksi tentang karakteristik kualitas maupun kuntitas. Persamaan umum metode regresi linier sederhana dalam penelitian ini adalah: 

𝑌 = 𝑎 + 𝑏(X) 

Keterangan: a = Konstanta b = Koefisien regresi Y= Variabel dependen (variabel tak bebas) X = Variabel independen (variabel bebas)

III. Data

Untuk mencari Regresi Linear perlu dipersiapkan data dari Excel atau Google sheet agar mudah di pindahkan ke aplikasi SPSS

IV. Analisis

• Data yang ingin digunakan di pindahkan ke aplikasi SPSS 

•  Klik menu Analyze -> Regression -> Linear untuk menampilkan distribusi frekuensi pada SPSS 

 

• Kemuadian akan muncul

• Masukkan permintaan daging ke data dependent dan harga daging ke data independent

• Kemudian klik statistic di bagian atas kanan, lalu klik beberapa seperti dibawah ini

V. Output

VI. Video Youtube

Referensi 

Ghazali, I. (2011). Aplikasi Analisis Multivariate dengan Program IBM SPSS. Semarang: Badan Penerbit Universitas Diponegoro

Gujarati, D. N., & Porter, D. C. (2009). Basic Econometrics (5th ed.). New York: McGraw-Hill Education.

Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.

Nurlaela, L. (2020). “Analisis Model Regresi Nonlinear Logistik terhadap Pertumbuhan Ekonomi di Indonesia.” Jurnal Statistika dan Aplikasinya, Vol. 8, No. 2, hlm. 45–53.

Santoso, S. (2017). Menguasai Statistik Parametrik. Jakarta: Elex Media Komputindo.

Widarjono, A. (2016). Ekonometrika: Teori dan Aplikasi untuk Ekonomi dan Bisnis. Yogyakarta: UPP STIM YKPN.

https://tasapuspita.blogspot.com/2025/03/laporan-praktikum-regresi-non-linear.html