Advertisement
Source : Canva/Odua Images

6 Contoh Soal Regresi Linear dan Pembahasannya | Materi Matematika Kelas 11 SMA

Mengerjakan soal regresi linear memang harus teliti karena banyak data yang harus dihitung. Yuk, belajar bagaimana menyelesaikan soal regresi linear dengan mudah di artikel ini!

17 Oktober 2025 Lintang Filia

6 Contoh Soal Regresi Linear dan Pembahasannya | Materi Matematika Kelas 11 SMA – Salah satu materi statistika dalam matematika yang akan dipelajari di kelas 11 SMA adalah regresi linear.

Regresi linear digunakan untuk mencari hubungan antara dua variabel, misalnya antara tinggi badan dan berat badan, atau antara waktu belajar dan nilai ujian. 🆚

Supaya kamu semakin paham tentang materi ini, yuk pelajari beberapa contoh soal regresi linear dan pembahasannya lengkap di artikel ini! 🧮📝

Pengertian Regresi Linear

Contoh soal regresi linear dan pembahasannya
Canva/Odua Images

Dikutip dari laman resmi Kemendiktisaintek, regresi linear adalah metode statistik yang digunakan untuk memahami hubungan antara satu atau lebih variabel independen (bebas) terhadap satu variabel dependen (terikat).

Teknik ini membantu peneliti melihat seberapa besar perubahan pada variabel bebas dapat memengaruhi hasil pada variabel terikat. Dengan kata lain, regresi linear digunakan untuk memetakan pola sebab-akibat di antara dua atau lebih variabel yang saling berkaitan.

Nah, Supaya analisis regresi linear menghasilkan model yang valid dan bisa dipercaya, ada beberapa syarat yang perlu dipenuhi, yaitu:

  1. Terdapat hubungan sebab-akibat (kausalitas).
    Artinya, perubahan pada variabel bebas harus benar-benar memengaruhi variabel terikat. Tanpa hubungan kausal, hasil regresi bisa menyesatkan.
  2. Variabel diukur dalam skala interval atau rasio.
    Jenis skala ini memungkinkan data dihitung secara matematis dengan hasil yang lebih akurat dibandingkan skala nominal atau ordinal.
  3. Residu atau galat (Y – Ŷ) harus berdistribusi normal.
    Ini diperiksa melalui uji normalitas. Residu yang normal menandakan bahwa model bekerja dengan baik dan tidak bias.
  4. Terdapat korelasi yang cukup kuat antarvariabel.
    Sebelum membuat model regresi, hubungan antara X dan Y perlu diuji dulu lewat analisis korelasi.
  5. Hubungan antara variabel bersifat linear.
    Artinya, perubahan nilai X akan diikuti oleh perubahan Y dalam pola garis lurus. Hal ini biasanya dibuktikan lewat uji linearitas.
  6. Varians galat bersifat homogen (homoskedastisitas).
    Dalam regresi yang baik, sebaran kesalahan atau residual harus merata di semua tingkat variabel bebas, tidak boleh terlalu besar di satu sisi dan terlalu kecil di sisi lain.
15 Contoh Soal Peluang Suatu Kejadian beserta Pembahasannya Lengkap

Kalau semua syarat di atas terpenuhi, model regresi linear bisa digunakan untuk melakukan prediksi dan analisis secara akurat. Metode ini banyak dipakai dalam berbagai bidang, mulai dari ekonomi, psikologi, pendidikan, sampai teknik dan bisnis.

Halaman:

Advertisement