Setelah saya beberapa saat lalu posting tulisan saya tentang Korelasi, saat ini saya mencoba untuk membagi sedikit pengetahuan saya ketehui tentang Regresi.
Pengertian Analisis Regresi adalah salah satu metode yang bertujuan untuk mengetahui pengaruh suatu variabel terhadap variabel lain. Dimana di dalam analisis regresi, variabel yang mempengaruhi disebut Independent Variable (variabel bebas) sedangkan variabel yang dipengaruhi disebut Dependent Variable (variabel terikat). Tujuan analisis regresi adalah mendapatkan pola hubungan secara matematis antara X dan Y, mengetahui besarnya perubahan variabel X terhadap Y, dan memprediksi Y jika nilai X diketahui. Syarat-syarat regresi antara lain data harus berbentuk interval atau rasio, data berdistribusi normal, adanya korelasi (hubungan) antarvariabel, dan tidak terdapat korelasi antarvariabel bebasnya (multikolinearitas) untuk regresi ganda. (Abdul Munif, Bahan Kuliah: Statistik PPS ( t.t.: t.p., t.th.), 74.)
Jika di dalam persamaan regresi hanya terdapat satu variabel bebas dan satu variabel terikat, maka disebut sebagai persamaan regresi sederhana, sedangkan jika variabel bebasnya lebih dari satu, maka disebut sebagai persamaan regresi berganda.
Analisis Regresi Sederhana : digunakan untuk mengetahui pengaruh dari suatu variabel bebas terhadap variabel terikat atau dengan kata lain untuk mengetahui seberapa jauh perubahan variabel bebas dalam mempengaruhi variabel terikat.
Dalam analisis regresi sederhana, pengaruh dari satu variabel bebas terhadap variabel terikat dapat dibuat persamaan sebagai berikut : Y = a+bX. Dimana : Y : Variabel terikat (Dependent Variable); X : Variabel bebas (Independent Variable); a : Konstanta; dan b : Koefisien Regresi. Sedangkan untuk mencari persamaan garis regresi dapat digunakan berbagai pendekatan (rumus), sehingga nilai konstanta (a) dan nilai koefisien regresi (b) dapat dicari dengan metode sebagai berikut :
Analisis Regresi Berganda : berguna untuk meramal variabel dependen yang dipengaruhi oleh dua atau lebih variabel independen, Dengan kata lain, regresi linier ganda berguna untuk mencari pengaruh (hubungan fungsional) dua variabel independen atau lebih terhadap variabel dependennya (Ibid., 79.). Adapun rumus yang dipakai disesuaikan dengan jumlah variabel yang diteliti, yaitu sebagai berikut:
Untuk 2 prediktor : Ŷ = a + b1X1 + b2X2
Untuk 3 prediktor : Ŷ = a + b1X1 + b2X2+ b3X3
Untuk 4 prediktor : Ŷ = a + b1X1 + b2X2 + b3X3+ b4X4
(Hartono,Statistik:Untuk Penelitian (Yogyakarta: Pustaka Pelajar Offset, 2004), 140.)
Maka, persamaan umum regresi linier ganda adalah:
Keterangan:
Ŷ : Respon (variabel terikat/dependen)
a : Constanta
b1, b2, ...., bn : Koefisien regresi variabel independen 1, 2, dst.
X1, X2, ...., Xn : Prediktor (variabel bebas/independen)
Tidak ada komentar:
Posting Komentar