BAB 2

TINJAUAN TEORITIS

2.1 Pengertian Regresi Linier

Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan
penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam
analisis regresi dikenal 2 jenis variabel yaitu:
1. Variabel Respon disebut juga variabel dependen yaitu variabel yang
keberadaannya dipengaruhi oleh variabel lainnya dan dinotasikan dengan
variabel .
2. Variabel Prediktor disebut juga dengan variabel independen yaitu variabel
yang bebas (tidak dipengaruhi oleh variabel lainnya) dan dinotasikan dengan

Untuk mempelajari hubugan hubungan antara variabel bebas maka regresi linier
terdiri dari dua bentuk, yaitu:
1. Analisis regresi sederhana (simple analysis regresi)
2. Analisis regresi berganda (Multiple analysis regresi).

Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu

variabel bebas (variable independen) dan variabel tak bebas (variabel dependen).

Sedangkan analisis regresi berganda merupakan hubungan antara 3 variabel atau

lebih, yaitu sekurang-kurangnya dua variabel bebas dengan satu variabel tak bebas.

Tujuan utama regresi adalah untuk membuat perkiraan nilai suatu variabel
(variabel dependen) jika nilai variabel yang lain yang berhubungan dengannya
(variabel lainnya) sudah ditentukan.

2.2 Analisis Regresi Linier Sederhana

Regresi linier sederhana digunakan untuk mendapatkan hubungan matematis dalam

bentuk suatu persamaan antara variabel tak bebas tunggal dengan variabel bebas
tunggal. Regresi linier sederhana hanya memiliki satu peubah

yang dihubungkan

dengan satu peubah tidak bebas . Bentuk umum dari persamaan regresi linier untuk
populasi adalah

Di mana:
= Variabel takbebas
= Variabel bebas
= Parameter Intercep
= Parameter Koefisisen Regresi Variabel Bebas
Menentukan koefisien persamaan a dan b dapat dengan menggunakan metode
kuadrat terkecil, yaitu cara yang dipakai untuk menentukan koefisien persamaan
dan

dari jumlah pangkat dua (kuadrat) antara titik-titik dengan garis regresi yang

dicari ysng terkecil . Dengan demikian , dapat ditentukan:

2.3 Regresi Linier Berganda

Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara
peubah respon (variabel dependen) dengan faktor-faktor yang mempengaruhi lebih
dari satu prediktor (variabel independen).

Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya
saja pada regresi linier berganda variabel bebasnya lebih dari satu variabel penduga.
Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas hubungan
antara dua variabel atau lebih dan membuat prediksi perkiraan nilai

atas

Secara umum model regresi linier berganda untuk populasi adalah sebagai berikut:

Di mana

adalah koefisien atau parameter model.

Model regresi linier berganda untuk populasi diatas dapat ditaksir berdasarkan
sebuah smpel acak yang berukuran n dengan model regresi linier berganda untuk
sampel, yaitu:

Dengan:
= Nilai taksiran bagi variabel
= Taksiran bagi parameter konstanta
= Taksiran bagi parameter koefisien regresi

Bentuk data yang akan diolah ditunjukkan pada table berikut:

Tabel 2.1 Bentuk Umum Data Observasi
Nomor

Responden

Observasi

(Yi)

X1i

X2i

Xki

Y1

X11

X21

Xk1

Y2

X12

X22

Xk2

Yn

X1n

X2n

Xkn

Yi

X1i

X21

Xkn

2.4

Variabel Bebas

Membentuk Persamaan Regresi Linier Berganda

Dalam regresi linier berganda variabel tak bebas

variabel bebas

tergantung kepada dua atau lebih

. Bentuk persamaan regresi linier berganda yang mencakup dua

atau lebih variabel dapat ditulis sebagai berikut:

Dengan:
= 1, 2, ,
= ukuran sampel
= variabel kesalahan (galat)

Untuk rumus diatas, dapat diselesaikannya dengan empat persamaan oleh

empat variabel yang terbentuk:

Dengan
pengamatan.

adalah koefisien yang ditentukan berdasarkan data hasil

2.5 Koefisien Determinasi

Koefisien determinasi dinyatakan dengan

untuk pengujian regresi linier berganda

yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk
mengetahui proporsi keragaman total dalam variabel tak bebas
dijelaskan atau diterangkan oleh variabel variabel bebas

yang dapat

yang ada di dalam model

persamaan regresi linier berganda secara bersama-sama. Maka

akan ditentukan

dengan rumus:

Dengan:
= Jumlah kuadrat regresi

Harga

yang diperoleh sesuai dengan variasi yang dijelaskan masingmasing

variabel yang tinggal dalam regresi. Hal ini mengakibatkan variansi yang dijelaskan
penduga yang disebabkan oleh variabel yang berpengaruh saja (yang bersifat nyata)

2.6 Koefisien Korelasi

Korelasi adalah derajat hubungan linier antara dua variabel atau lebih dari data hasil
pengamatan. Dua variabel dikatakan berkorelasi apabila perubahan dalam satu

variabel diikuti oleh perubahan variabel lain, baik yang searah maupun tidak.
Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis :

1) Terjadinya korelasi positif apabila perubahan antara variabel yang satu diikuti
oleh variabel lainnya dengan arah yang sama (berbanding lurus). Artinya
apabila variabel yang satu meningkat, maka akan diikuti peningkatan variabel
lainnya.
2) Korelasi Negatif
Terjadinya korelasi negative apabila perubahan antara variael yang astu diikuti
oleh variabel lainnya dengan arah yang berlawanan (berbanding terbalik).
Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan
variabel lainnya.
3) Korelasi Nihil
Terjadinya korelasi nihil apabila perubahan antara variabel yang satu diikuti
oleh variabel lainnya dengan arah yang tidak teratur (acak). Artinya apabila
variabel yang satu meningkat, kadang diikuti dengan peningkatan pada
variabel lain dan kadang diikuti dengan penurunan pada variabel lain.

Berdasarkan hubungan antar variabel yang satu dengan variabel lainnya

dinyatakan dengan

koefisien korelasi yang disimbolkan dengan . Besarnya

korelasi berkisar antara

Untuk mencari korelasi antara variabel
berikut:

dengan

dapat dirumuskan sebagai

Untuk hubungan empat variabel tersebut dapat dihitung dengan menggunakan rumus
sebagai berikut:
1. Koefisien korelasi antara

dan

2. Koefisien korelasi antara

dan

3. Koefisien Korelasi antara

dan

Nilai koefisien korelasi adalah

Jika dua variabel berkorelasi

negative maka nilai koefisien korelasinya akanmendekati -1, jika dua variabel tidak
berkorelasi maka nilai koefisien korelasinya akan mendekati 0, sedangkan jika dua
variabel berkorelasi positif maka nilai koefisien korelasinya akan mendekati 1.
Untuk lebih mengetahui seberapa jauh derajat antara variabel-variabel
tersebut, dapat dilihat dalam perumusan berikut:
1,00 r - 0,80 berarti korelasi kuat secara negatif

-0,79 r -0,50 berarti korelai sedang secara negatif

-0,49 r 0,49 berarti korelasi lemah
0,50 r 0,79 berarti berkorelasi sedang secaaara positif
0,80 r 1,00 berarti berkorelasi kuat secara positif

2.7 Uji Regresi Linier Berganda

Uji regresi linier ganda perlu dilakukan

untuk mengetahui apakah sekelompok

variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas.

Pada dasarnya pengujian hipotesis tentang parameter koefisien regresi secara

keseluruhan atau pengujian persamaan regresi dengana menggunakan statistik F yang
dirumuskan sebagai berikut:

Dengan:

= Statistik F yang menyebar mengukuti distribusi F denagan derajat

kebebasan

dan

=Jumlah Kuadrat regresi

= Jumlah kuadrat residu (sisa)

, dengan derajat kebebasan

, dengan derajat kebebasan

Dalam pengujian persamaan regresi terutama menguji hipotesis tentang parameter

koefisien regresi secara keseluruhan melibatkan intersep serta

buah variabel

penjelasan sebagai berikut:

Dengan persamaan penduganya adalah:

Dengan

merupakan penduga bagi parameter

Langkah-langkah yang dibutuhkan dalam pengujian hipotesis ini adalah sebagai

berikut:
a. Menentukan formulasi hipotesi
(

tidak mempengaruhi

Minimal ada satu parameter koefisien regresi yang tidak sama dengan nol
atau mempengaruhi .
b. Menentukan taraf nyata dan

dengan derajat kebebasan

Pilih taraf nyata yang diinginkan.

c. Menentukan kriteria pengujian
diterima bila
ditolak bila
d. Menentukan nilai statistik F
e. Membuat kesimpulan apakah

diterima atau ditolak

dan