Analisis Regresi
Istilah regresi ini berasal dari telaah kebakaan yang dilakukan oleh Sir Francis Galton (1822-1911) yang membandingkan tinggi badan anak laki-laki dengan tinggi badan ayahnya (Ronald E. Walpole, 1995, hal. 340).
Analisis regresi adalah analisis yang digunakan untuk memprediksikan seberapa jauh perubahan nilai variabel dependent apabila nilai variabel independent dimanipulasi (dirubah-rubah) atau dinaik-turunkan. Manfaat dari hasil analisis regresi adalah untuk membuat keputusan apakah naik dan menurunnya variabel dependent dapat dilakukan melalui peningkatan melalui variabel independent atau tidak (Sugiyono, 2009, hal. 260). Beberapa pengertian analisis regresi sederhana anatara lain :
- Analisis regresi sederhana adalah memperkirakan hubungan antara dua variabel tanpa membuat asumsi terlebih dahulu mengenai bentuk hubungan yang dinyatakan dalam fungsi tertentu (J. Supranto, 2001, hal. 178).
- Analisis regresi sederhana adalah tidak mungkin untuk memperkirakan hubungan antara dua variabel tanpa membuat asumsi terlebih dahulu mengenai bentuk hubungan yang dinyatakan dalam fungsi tertentu (J. Supranto, 1988, hal. 218) - Analisis regresi sederhana adalah analisis yang ingin mengetahui sampai seberapa jauh perubahan satu variabel terhadap variabel lainnya (Samsubar Saleh, 1990, hal. 118).
- Analisis regresi sederhana adalah megestimasi besarnya koefisien-koefisien yang dihasilkan dari persamaan yang bersifat linier yang melibatkan satu variabel bebas untuk digunakan sebagai alat prediksi besarnya nilai variabel tergantung (Jonathan Sarwono, 2006, hal. 66).
Dari beberapa pengertian diatas, dapat disimpulkan bahwa analisis regresi sederhana adalah cara kita memperkirakan hubungan antara dua variabel mengenai bentuk hubunngan yang dinyatakan dalam fungsi tertentu yang digunakan sebagai alat prediksi besarnya nilai variabel tergantung.
Analisis regresi sederhana ini dapat digunakan untuk mengukur besarnya pengeruh variabel bebas terhadap variabel tergentung dan memprediksi variabel tergantung dengan menggunakan variabel bebas (Jonathan Sarwono, 2006, hal. 66).
Syarat-syarat dalam menggunakan analisis regresi sederhana antara lain :
Ø Datanya berskala interval (Jonathan Sarwono, 2006, hal. 66).
Ø Adanya hubungan yang signifikan antara variabel bebas dan variabel tergantung (Agus Irianto, 2009, hal. 156).
Ø Data berasal dari populasi yang berdistribusi normal. Data dapat dikatakan berdistribusi normal jika:
· Data yang yang bersampel minimal 30 subyek
· Data yang ada telah diuji dengan uji normalitas (Kolmogorov Smirnov, Sapirowill, Liliefor)
· Jika signifikansi dari Uji Normalitas tersebut lebih dari 0.05 maka data tersebut dikatakan normal
Ø Varian distribusi variabel tergantung (dependent variabel) harus konstan untuk semua nilai variabel bebas (independent variabel)
Ø Hubungan kedua variabel harus linier dan semua observasi harus saling bebas (Abdul Muhid, 2010, hal. 106)
Dalam analisis regresi sederhana terdapat rumus tang dapat digunakan untuk menghitung analisis regresi sederhana yakni (Abdul Muhid, 2010, hal. 106) :
Y’ = a + bX
Keterangan:
Y’ : Subyek dalam variabel bebas yang diprediksikan.
a : Harga Y bila X = 0 (harga konstan).
b : Angka arah atau nilai koofisien regresi yang menunjukkan angka peningkatan ataupun penurunan variabel tergantung. Bila b positif maka naik, dan bila negatif maka terjadi penurunan.
X : Subyek pada variabel bebas yang mempunyai nilai tertentu.
Dimana,
Harga a = Y . bX
Harga b = r Sy
__
Sx
Keterangan:
r : Koefisien korelasi produck moment antara variabel X dengan variabel Y
Sy : Simpangan baku variabel Y
Sx : Simpangan baku variabel X
Harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi maka harga b jugabesar, sebaliknya bila koefisien korelasi rendah maka harga b juga rendah atau kecil. Selain itu, bila koefisien korelasi negatif maka harga b juga negatif, sebaliknya bila koefisien korelasi positif maka harga b juga positif.
Untuk mencari nilai a dan b dapat dicari dengan rumus:
Analisis regresi adalah analisis yang digunakan untuk memprediksikan seberapa jauh perubahan nilai variabel dependent apabila nilai variabel independent dimanipulasi (dirubah-rubah) atau dinaik-turunkan. Manfaat dari hasil analisis regresi adalah untuk membuat keputusan apakah naik dan menurunnya variabel dependent dapat dilakukan melalui peningkatan melalui variabel independent atau tidak (Sugiyono, 2009, hal. 260). Beberapa pengertian analisis regresi sederhana anatara lain :
- Analisis regresi sederhana adalah memperkirakan hubungan antara dua variabel tanpa membuat asumsi terlebih dahulu mengenai bentuk hubungan yang dinyatakan dalam fungsi tertentu (J. Supranto, 2001, hal. 178).
- Analisis regresi sederhana adalah tidak mungkin untuk memperkirakan hubungan antara dua variabel tanpa membuat asumsi terlebih dahulu mengenai bentuk hubungan yang dinyatakan dalam fungsi tertentu (J. Supranto, 1988, hal. 218) - Analisis regresi sederhana adalah analisis yang ingin mengetahui sampai seberapa jauh perubahan satu variabel terhadap variabel lainnya (Samsubar Saleh, 1990, hal. 118).
- Analisis regresi sederhana adalah megestimasi besarnya koefisien-koefisien yang dihasilkan dari persamaan yang bersifat linier yang melibatkan satu variabel bebas untuk digunakan sebagai alat prediksi besarnya nilai variabel tergantung (Jonathan Sarwono, 2006, hal. 66).
Dari beberapa pengertian diatas, dapat disimpulkan bahwa analisis regresi sederhana adalah cara kita memperkirakan hubungan antara dua variabel mengenai bentuk hubunngan yang dinyatakan dalam fungsi tertentu yang digunakan sebagai alat prediksi besarnya nilai variabel tergantung.
Analisis regresi sederhana ini dapat digunakan untuk mengukur besarnya pengeruh variabel bebas terhadap variabel tergentung dan memprediksi variabel tergantung dengan menggunakan variabel bebas (Jonathan Sarwono, 2006, hal. 66).
Syarat-syarat dalam menggunakan analisis regresi sederhana antara lain :
Ø Datanya berskala interval (Jonathan Sarwono, 2006, hal. 66).
Ø Adanya hubungan yang signifikan antara variabel bebas dan variabel tergantung (Agus Irianto, 2009, hal. 156).
Ø Data berasal dari populasi yang berdistribusi normal. Data dapat dikatakan berdistribusi normal jika:
· Data yang yang bersampel minimal 30 subyek
· Data yang ada telah diuji dengan uji normalitas (Kolmogorov Smirnov, Sapirowill, Liliefor)
· Jika signifikansi dari Uji Normalitas tersebut lebih dari 0.05 maka data tersebut dikatakan normal
Ø Varian distribusi variabel tergantung (dependent variabel) harus konstan untuk semua nilai variabel bebas (independent variabel)
Ø Hubungan kedua variabel harus linier dan semua observasi harus saling bebas (Abdul Muhid, 2010, hal. 106)
Dalam analisis regresi sederhana terdapat rumus tang dapat digunakan untuk menghitung analisis regresi sederhana yakni (Abdul Muhid, 2010, hal. 106) :
Y’ = a + bX
Keterangan:
Y’ : Subyek dalam variabel bebas yang diprediksikan.
a : Harga Y bila X = 0 (harga konstan).
b : Angka arah atau nilai koofisien regresi yang menunjukkan angka peningkatan ataupun penurunan variabel tergantung. Bila b positif maka naik, dan bila negatif maka terjadi penurunan.
X : Subyek pada variabel bebas yang mempunyai nilai tertentu.
Dimana,
Harga a = Y . bX
Harga b = r Sy
__
Sx
Keterangan:
r : Koefisien korelasi produck moment antara variabel X dengan variabel Y
Sy : Simpangan baku variabel Y
Sx : Simpangan baku variabel X
Harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi maka harga b jugabesar, sebaliknya bila koefisien korelasi rendah maka harga b juga rendah atau kecil. Selain itu, bila koefisien korelasi negatif maka harga b juga negatif, sebaliknya bila koefisien korelasi positif maka harga b juga positif.
Untuk mencari nilai a dan b dapat dicari dengan rumus:
Comments