Kalkulator Regresi Linear Sederhana

Satu variabel X terhadap satu variabel Y: persamaan regresi, uji t, koefisien determinasi, dan uji asumsi klasik sekaligus.

Cara pakai

  1. Salin data dari Excel/Google Sheets/SPSS (termasuk baris nama variabel), lalu tempel ke kotak data. Bisa juga membuka file CSV atau Excel.
  2. Pilih variabel X (independen) dan Y (dependen).
  3. Klik Hitung. Output tampil seperti SPSS lengkap dengan interpretasi bahasa Indonesia.
  4. Klik Salin ke Word untuk menempel tabel ke skripsi, atau Unduh CSV/Cetak PDF.

Rumus regresi linear sederhana

Ŷ = a + bX    b = Σ(x − x̄)(y − ȳ) / Σ(x − x̄)²    a = ȳ − b·x̄

Output memuat Model Summary (R, R², SE estimasi, Durbin-Watson), ANOVA (uji F), dan Coefficients (B, Beta, t, Sig.). Pada regresi sederhana, nilai t² = F dan Beta = r.

Uji asumsi klasik otomatis

Normalitas residual (K-S & Shapiro-Wilk), heteroskedastisitas (uji Glejser), dan autokorelasi (Durbin-Watson dengan dL/dU dihitung otomatis). Multikolinearitas tidak relevan untuk satu prediktor — untuk lebih dari satu X gunakan regresi linear berganda.

Pertanyaan yang sering diajukan

Apa beda R Square dan Adjusted R Square?

Adjusted R² menyesuaikan jumlah prediktor. Pada regresi sederhana biasanya dilaporkan R Square.

Bagaimana membaca nilai konstanta (a)?

Nilai Y ketika X = 0. Konstanta tidak selalu bermakna praktis bila X = 0 di luar jangkauan data.

Apakah harus normal dulu?

Asumsi normalitas berlaku untuk residual, bukan untuk X atau Y. Uji ini sudah otomatis disertakan.

Bagaimana menulis persamaan di skripsi?

Contoh: Y = 12,345 + 0,678X + e. Bagian interpretasi sudah menuliskannya untuk Anda.

Alat terkait

Privasi: data yang Anda tempel tidak di-upload ke server — semua perhitungan berjalan di browser. Diperbarui 09/11/2026.