Analisis Regresi sering digunakan dalam melakukan penelitian tugas akhir, baik skripsi, thesis ataupun disertasi. Teknik analisis ini digunakan pada penelitian yang bertema pendidikan, science, social dan ekonomi. Analsiis regresi termasuk dalam statistic inferensi, sehingga pada mata kuliah statistic pada umumnya teknik analisis ini sudah diberikan kepada mahasiswa, bahkan ada yang difokuskan menjadi satu mata kuliah tersendiri. Analsiis regresi digunakan untuk menentukan bentuk hubungan kausalitas antar variabel (variable independent dan variabel dependent)
Istilah “Regresi” pertama kali dikenalkan oleh Sir Francis Galton pada tahun 1877. Galton melakukan studi tentang kecenderungan tinggi badan anak. Hasil studi tersebut merupakan suatu kesimpulan bahwa kecenderungan tinggi badan anak yang lahir terhadap orangtuanya mengarah pada tinggi badan rata-rata penduduk
Makna: Analisis regresi merupakan studi mengenai ketergantungan variable dependent (terikat) dengan satu atau lebih variable independent (bebas) dengan tujuan untuk mengestimasi dan/atau memprediksi rata-rata populasi atau nilai rata-rata veriabel dependent berdasarkan nilai variable independent yang diketahui (Gujarati, 2003)
Tujuan: Tujuan utama dalam penggunaan analisis regresi yaitu untuk meramalkan atau memprediksi nilai dari suatu variable dalam hubungannya denga variable lain berdasarkan persamaan regresi yang diperoleh. Selain itu juga
Karakteristik Analisis Regresi
- Melihat hubungan kausalitas (sebab-akibat) antara variable independen dengan variable dependen
- Adanya persamaan regresi
- Dapat memprediksi nilai variable dependent berdasarkan nilai variable independentnya berdasarkan persamaan regresi yang diperoleh
- Dapat melihat pengaruh sekaligus hubungan antara variable independen dengan variable dependen
- Arah pengaruh regresi bersifat positif (+) atau negatif (-); dilihat berdasarkan koefisien regresi yang diperoleh
- Positif: Jika Variabel Independentnya mengalami peningkatan, maka variable dependentnya juga akan megalami peningkatan dan sebaliknya, dengan kata lain jika X naik, maka Y juga naik dan sebaliknya.
- Negatif: Jika Variabel Independentnya mengalami peningkatan, maka variable dependentnya akan megalami penurunan dan sebaliknya, dengan kata lain jika X naik, maka Y turun dan sebaliknya.
- Dapat diketahui kontribusi variable independen dengan variable dependen (koefisien determinasi)
Konsep Analisis Regresi
Keterangan:
- a = konstanta
- bi = koefisien regresi, i=1,2,…,n
- X = Variabel independent (Bebas)
- Y = Variabel dependent (Terikat)
Analisis Regresi dibedakan menjadi dua, yaitu:
- Regresi Sederhana, merupakan anslisi regresi yang terdiri dari satu variable independent (X) dan satu variable dependent (Y)
- Regresi Berganda, merupakan anslisi regresi yang terdiri dari lebih dari satu variable independent (X1, X2, …, Xn) dan satu variable dependent (Y). Berdasarkan analisis regresi berganda dapat diketahui regresi secara parsial dan regresi secara simultan
- Regresi Parsial, merupakan analisis regresi yang ditujukan untuk melihat pengaruh regresi secara individu atau sendiri-sendiri antara antara variable independent terhadap variable dependent;(X1 terhadap Y, X2 terhadap Y, dan seterusnya hingga Xn terhadap Y)
- Regresi Simultan, merupakan analisis regresi yang ditujukan untuk melihat pengaruh regresi secara bersama antara variable independent terhadap variable dependent;(X1, X2 , … , Xi terhadap Y)
Asumsi Klasik Analisis Regresi
Ada beberapa asumsi yang harus dipenuhi dalam melakukan analsiis regresi, yaitu:
- Data berdistribusi normal (uji normalitas)
- Data bersifat linear (uji linearitas)
- Tidak adanya autokorelasi/ nonautocorrelation, untuk data yang bersifat time series
- Tidak adanya multikolinearitas/ nonmultikolinearitas (analisis regresi berganda)
- Data bersifat homogeny (uji homokedasitas)
Happy Leraning 🙂
