Informasi Dokumen
- Penulis:
- Muhammad Ardi
- Adam Saiful Islam
- Dimas Nihe
- Muhamad Iqbal
- Dzaki Raifudin
- Sonya Dialnaldo Saputra
- Nur Fitri Amien
- Pengajar:
- Ir. Florida Butarbutar, MT
- M. Chernd Alfarbiach
- Sekolah: Universitas Krisnadwipayana
- Mata Pelajaran: Teknik Industri
- Topik: Laporan Akhir Praktikum Regresi Sederhana Modul I
- Tipe: laporan akhir praktikum
- Tahun: 2021
- Kota: Jakarta
Ringkasan Dokumen
I. PENDAHULUAN
Laporan ini bertujuan untuk memberikan pemahaman mengenai analisis regresi sederhana, termasuk definisi, tujuan, dan metodologi yang digunakan dalam praktikum. Praktikum ini diharapkan dapat memberikan wawasan kepada mahasiswa mengenai hubungan antara variabel independen dan dependen serta cara melakukan prediksi distribusi data.
1.1 Maksud dan Tujuan
Tujuan dari praktikum ini adalah untuk membekali mahasiswa dengan pengetahuan tentang metode analisis regresi sederhana, serta kemampuan untuk melakukan prediksi dan memahami hubungan antara variabel. Dengan ini, mahasiswa diharapkan dapat menerapkan analisis regresi dalam konteks yang relevan.
1.2 Latar Belakang
Analisis regresi merupakan alat statistik yang penting dalam berbagai bidang untuk memahami hubungan antar variabel. Dalam praktikum ini, fokus akan diberikan pada regresi linier sederhana yang melibatkan satu variabel independen dan satu variabel dependen, serta pemodelan yang tepat untuk analisis data.
1.3 Rumusan Masalah
Rumusan masalah dalam praktikum ini mencakup bagaimana mahasiswa dapat memahami dan menerapkan analisis regresi linier sederhana, serta cara melakukan prediksi distribusi antara variabel independen dan dependen.
1.4 Pembatasan Masalah
Pembatasan masalah dalam laporan ini terfokus pada penggunaan regresi linier sederhana dengan satu variabel dependen dan satu variabel independen, tanpa melibatkan variabel tambahan yang dapat mempengaruhi hasil analisis.
1.5 Sistematika Pembahasan
Sistematika pembahasan dalam laporan ini terdiri dari beberapa bab yang mencakup pendahuluan, landasan teori, metode penelitian, hasil dan pembahasan, serta kesimpulan dan saran. Setiap bab akan membahas aspek-aspek penting dari analisis regresi sederhana.
II. LANDASAN TEORI
Bab ini menjelaskan konsep dasar mengenai regresi linier sederhana, termasuk definisi, prosedur pembentukan model, serta asumsi-asumsi yang perlu diperhatikan dalam analisis regresi. Pengetahuan ini penting untuk memahami bagaimana regresi dapat digunakan untuk memprediksi hubungan antar variabel.
2.1 Pengertian Regresi Linear Sederhana
Regresi linear sederhana adalah metode statistik yang digunakan untuk menganalisis hubungan antara dua variabel. Dalam regresi ini, satu variabel dianggap sebagai independen dan yang lainnya sebagai dependen. Persamaan regresi yang dihasilkan dapat digunakan untuk melakukan prediksi berdasarkan nilai variabel independen.
2.2 Prosedur Pembentukan Model Regresi Linear Sederhana
Prosedur ini meliputi langkah-langkah seperti pengumpulan data, uji kenormalan, dan pembuatan diagram sebar. Uji kenormalan penting untuk memastikan bahwa residual dari model regresi terdistribusi normal, yang merupakan salah satu asumsi dasar dalam analisis regresi.
2.3 Model Regresi Linier Sederhana
Model regresi linier sederhana memiliki dua parameter utama, yaitu koefisien regresi dan konstanta. Model ini digunakan untuk memprediksi nilai variabel dependen berdasarkan variabel independen. Kesalahan dalam model dapat mempengaruhi akurasi prediksi yang dihasilkan.
2.4 Pengujian (Diagnostic Checking)
Pengujian ini dilakukan untuk mengevaluasi apakah model regresi yang dibentuk memenuhi asumsi-asumsi yang diperlukan. Uji hipotesis dilakukan untuk menentukan signifikansi hubungan antara variabel independen dan dependen, serta untuk menguji keberlanjutan model.
III. PENGUMPULAN DAN PENGOLAHAN DATA
Bagian ini menjelaskan proses pengumpulan data yang digunakan dalam analisis regresi, termasuk variabel yang diteliti dan metode pengolahan data yang diterapkan. Data yang tepat dan pengolahan yang benar sangat penting untuk menghasilkan analisis yang valid.
3.1 Pengumpulan Data
Pengumpulan data dilakukan dengan mengumpulkan informasi dari responden yang relevan. Data yang dikumpulkan mencakup variabel independen dan dependen yang akan dianalisis. Penting untuk memastikan bahwa data yang dikumpulkan akurat dan representatif.
3.1.1 Data Variabel
Data variabel mencakup informasi mengenai motivasi dan produktivitas responden. Variabel ini akan dianalisis untuk menentukan hubungan yang ada antara keduanya. Tabel data variabel disusun untuk memudahkan analisis lebih lanjut.
3.2 Pengolahan Data
Pengolahan data dilakukan dengan menghitung koefisien regresi dan analisis statistik lainnya. Proses ini melibatkan perhitungan jumlah kuadrat total, kuadrat regresi, dan kuadrat sisa untuk mengevaluasi kualitas model regresi yang dibentuk.
IV. HASIL DAN PEMBAHASAN
Bab ini menyajikan hasil analisis yang diperoleh dari pengolahan data, serta membahas interpretasi dari hasil tersebut. Analisis yang dilakukan baik secara manual maupun menggunakan software SPSS memberikan wawasan mengenai hubungan antara variabel.
4.1 Analisis Berdasarkan Data
Hasil analisis berdasarkan pengolahan data manual menunjukkan nilai koefisien regresi dan hasil pengujian hipotesis. Analisis ini memberikan gambaran mengenai kekuatan dan arah hubungan antara motivasi dan produktivitas.
4.2 Analisis Berdasarkan SPSS
Analisis menggunakan software SPSS memberikan hasil yang sejalan dengan analisis manual, dengan nilai signifikansi yang menunjukkan adanya hubungan antara variabel. Hasil ini memperkuat kesimpulan yang diambil dari analisis sebelumnya.
V. KESIMPULAN DAN SARAN
Kesimpulan dari laporan ini merangkum temuan penting dari analisis regresi yang dilakukan, serta memberikan saran untuk penelitian lebih lanjut. Pemahaman yang mendalam mengenai analisis regresi sangat penting untuk pengembangan ilmu statistik.
5.1 Kesimpulan
Berdasarkan hasil praktikum, dapat disimpulkan bahwa terdapat hubungan signifikan antara motivasi dan produktivitas. Analisis regresi linier sederhana efektif dalam memahami hubungan ini, meskipun hasilnya perlu ditafsirkan dengan hati-hati.
5.2 Saran
Disarankan agar mahasiswa lebih memahami penggunaan software statistik seperti SPSS untuk analisis data. Penggunaan software dapat meningkatkan akurasi dan efisiensi dalam pengolahan data, serta mempermudah interpretasi hasil analisis.
