ANALISIS REGRESI A.

Pengertian Regresi Regresi diperkenalkan oleh Francis Galton dalam makalah (Family in Stature, Processing of Royal Society, London, vol.40, 1886), yang mengemukakan bahwa meskipun ada kecenderungan bagi orang tua yang tinggi mempunyai anak-anak yang tinggi dan bagi orang tua yang pendek untuk mempunyai anak-anak yang pendek, distribusi tinggi suatu populasi tidak berubah secara mencolok (besar) dari generasi ke generasi. Sir Francis Galton (1822 – 1911), memperkenalkan model peramalan, penaksiran, atau pendugaan, yang selanjutnya dinamakan regresi, sehubungan dengan penelitiannya terhadap tinggi badan manusia. Penelitian tersebut membandingkan antara tinggi anak laki-laki dan tinggi badan ayahnya. Galton menunjukkan bahwa tinggi badan anak laki-laki dari ayah yang tinggi setelah beberapa generasi cenderung mundur (regressed) mendekati nilai tengah populasi. Dengan kata lain, anak laki-laki dari ayah yang badannya sangat tinggi cederung lebih pendek dari pada ayahnya, sedangkan anak laki-laki dari ayah yang badannya sangat pendek cenderung lebih tinggi dari ayahnya. (Ronal E. Walpole). Analisis regresi digunakan untuk menentukan bentuk (dari) hubungan antar variabel. Tujuan utama dalam penggunaan analisis ini adalah untuk meramalkan atau menduga nilai dari satu variabel dalam hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresinya. (Iqbal Hasan). Analisis regresi berkenaan dengan studi ketergantungan satu variabel yaitu variabel tidak bebas atau variabel tergantung (dependent variable) pada satu atau lebih variabel lain yaitu variabel yang menjelaskan (explanatory variables) dengan maksud menaksir atau meramalkan nilai rata-rata hitung (mean) atau rata-rata (populasi) variabel tak bebas, dipandang dari segi yang diketahui atau tetap (constant). Adakalanya, setelah kita memperoleh data berdasarkan sampel, kita ingin menduga nilai dari suatu variabel Y yang bersesuaian dengan nilai tertentu dari variabel X. Hal ini diperoleh dengan menaksir nilai Y dari kurva kuadrat minimum yang sesuai dengan data yang kita himpun dari sampel. Kurva yang diperoleh dan kita bentuk dari data sampel itu disebut kurva regresi Y terhadap X, karena Y diduga dari X. (Murray R. Spiegel).

. juga berdasarkan pertimbangan biaya yang relatif besar jika melakukan pengamatan terhadap populasi. sedangkan keeratan hubungan dapat diketahui dengan analisis korelasi. Jika dibuat secara matematis hubungan itu dapat dijabarkan sebagai berikut: Y = f(X1. lazimnya digunakan persamaan regresi linier sederhana sampel sebagai penduga persamaan regresi linier sederhana populasi dengan bentuk persamaan seperti berikut : y = a + bX. adalah bentuk regresi dengan model yang bertujuan untuk mempelajari hubungan antara dua variabel. model regresi sederhana adalah y = a + bx. terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan baik. X2. maka nilai X dapat digunakan untuk menduga atau meramal nilai Y. X2. . y adalah variabel takbebas (terikat). Xn. Xn. Atau dengan kata lain α dan β adalah parameter yang nilainya tidak diketahui sehingga diduga melalui statistik sampel. yakni hubungan yang hanya melibatkan dua variabel (X dan Y) dan berpangkat satu. (Sambas dan Maman). atau untuk mengetahui bagaimana variasi dari beberapa variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang komplek... X dinamakan variabel bebas karena variabel ini nilai-nilainya tidak bergantung pada variabel lain. Dalam hal ini. b adalah penduga bagi koefisien regresi (β). e). a adalah penduga bagi intercept (α).Dalam melakukan analisis regresi.. X adalah variabel independen (bebas) dan e adalah variabel residu (disturbace term). Dan Y disebut variabel terikat juga karena variabel yang nilai-nilainya bergantung pada variabel lain. Dan karena antara Y dan X memiliki hubungan. sebagian besar mahasiswa biasanya tidak melakukan pengamatan populasi secara langsung.. Regresi sederhana. Bentuk hubungan bisa diketahui melalui analisis regresi. maka terdapat hubungan fungsional antara X dan Y. X adalah variabel bebas... Analisis regresi dipergunakan untuk menelaah hubungan antara dua variabel atau lebih. dimana variasi dari X akan diiringi pula oleh variasi dari Y. Hal itu dilakukan selain pertimbangan waktu. dimana Y adalah variabel dependen (tak bebas). tenaga. Jika ditulis dalam bentuk persamaan. setidaknya ada empat kegiatan yang lazim dilaksanakan yakni : (1) mengadakan estimasi terhadap parameter berdasarkan . (Iqbal Hasan). Hubungan antar variabel yang akan dipelajari disini hanyalah hubungan linier sederhana. adalah variabelvariabel independen dan Y adalah variabel dependen. Menurut kelaziman. dimana. dalam ilmu statistika ada dua macam hubungan antara dua variabel yang relatif sering digunakan. Berkaitan dengan analisis regresi ini. Jika X1. yakni bentuk hubungan dan keeratan hubungan... yakni variabel independen (bebas) dan variabel dependen (terikat)..

yakni: Y = a + bX. dan (4) melihat apakah tanda magnitud dari estimasi parameter cocok dengan teori. . hubungan liniernya dapat dinyatakan dalam bentuk persamaan linier. nilai penjualan akan bergantung pada biaya promosi. Hubungan-hubungan itu bila dinyatakan dalam bentuk matematis akan memberikan persamaan-persamaan tertentu. Dan dalam ilmu ekonomi. (2) menguji berapa besar variasi variabel dependen dapat diterangkan oleh variasi independen. Hubungan antar variabel dapat berupa hubungan linier ataupun hubungan tidak linier. (Iqbal Hasan). Atau dalam ilmu pemasaran. (3) menguji apakah estimasi parameter tersebut signifikan atau tidak. keliling lingkaran bergantung pada diameternya. Hubungan antara dua variabel pada persamaan linier jika digambarkan secara (scatter diagram). garis itu dinamakan garis regresi. dan tekanan gas bergantung pada suhu dan volumenya. semua nilai Y dan X akan berada pada suatu garis lurus. Nazir). (Moh. Misalnya. berat badan orang dewasa sampai pada tahap tertentu bergantung pada tinggi badan.data empiris. Untuk dua variabel.

Sign up to vote on this title
UsefulNot useful