Professional Documents
Culture Documents
Bab ini membahas masalah pengenalan analisis regresi dan teori regresi. Setelah selesai
membaca bagian ini maka pembaca akan dapat memahami:
• Pengertian regresi linear
• Konsep-konsep dasar dalam regresi
• Kegunaan teknik analisis regresi
2.1 Pengertian
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan
memprediksi variabel tergantung dengan menggunakan variabel bebas. Gujarati
(2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel
yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu
atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga
sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas.
Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear
berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan
kepada variabel tergantung.
2.2 Tujuan
Tujuan menggunakan analisis regresi ialah
• Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan
pada nilai variabel bebas.
• Menguji hipotesis karakteristik dependensi
• Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai
variabel bebas diluar jangkaun sample.
2.3 Asumsi
Penggunaan regresi linear sederhana didasarkan pada asumsi diantaranya sbb:
• Model regresi harus linier dalam parameter
• Variabel bebas tidak berkorelasi dengan disturbance term (Error) .
• Nilai disturbance term sebesar 0 atau dengan simbol sebagai berikut: (E (U /
X) = 0
• Varian untuk masing-masing error term (kesalahan) konstan
• Tidak terjadi otokorelasi
• Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam
model yang digunakan dalam analisis empiris.
• Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory)
tidak ada hubungan linier yang nyata
2.5 Linieritas
Ada dua macam linieritas dalam analisis regresi, yaitu linieritas dalam variabel dan
linieritas dalam parameter. Yang pertama, linier dalam variabel merupakan nilai rata-
rata kondisional variabel tergantung yang merupakan fungsi linier dari variabel
(variabel) bebas. Sedang yang kedua, linier dalam parameter merupakan fungsi linier
parameter dan dapat tidak linier dalam variabel.
Contoh uji hipotesis misalnya rata-rata produktivitas pegawai sama dengan 10 (μ x= 10),
maka bunyi hipotesisnya ialah:
• H0: Rata-rata produktivitas pegawai sama dengan 10
• H1: Rata-rata produktivitas pegawai tidak sama dengan 10
Hipotesis statistiknya:
• H0: μ x= 10
• H1: μ x > 10 Untuk uji satu sisi (one tailed) atau
• H1: μ x < 10
• H1: μ x ≠ 10 Untuk uji dua sisi (two tailed)
95%
α = 2,5%
Area α = 2,5%
penerima
an
Area
penerima α = 5%
an
0
c) Untuk uji sebelah kiri
95%
Area
penerima
an
α = 5%
2.8 Ringkasan
Analisis regresi berbeda dengan analisis korelasi. Jika analisis korelasi digunakan untuk
melihat hubungan dua variable; maka analisis regresi digunakan untuk melihat pengaruh
variable bebas terhadap variable tergantung serta memprediksi nilai variable tergantung
dengan menggunakan variable bebas. Dalam analisis regresi variable bebas berfungsi
untuk menerangkan (explanatory) sedang variable tergantung berfungsi sebagai yang
diterangkan (the explained). Dalam analisis regresi data harus berskala interval atau
rasio. Hubungan dua variable bersifat dependensi. Untuk menggunakan analisis regresi
diperlukan beberapa persyaratan yang harus dipenuhi.
2.9 Pertanyaan
1) Apa yang dimaksud dengan analisis regresi?
2) Apa tujuan kita menggunakan analisis regresi?
3) Apa perbedaan dasar antara regresi linier sederhana dan regresi linier berganda?
4) Sebutkan asumsi dalam analisis regresi?
5) Sebutkan persyaratan dalam menggunakan analisis regresi?
6) Apa yang dimaksud dengan linieritas dalam analisis regresi?
7) Ada berapa jenis hipotesis dalam analisis regresi?
8) Bagaimana menguji suatu model regresi dikatakan sudah baik?
9) Terangkan uji hipotesis dua sisi dan satu sisi?
10) Sebutkan syarat-syarat model yang baik?