1. Analisis Regresi Sederhana simple analisis regresi 2. Analisis Regresi Berganda multipe analisis regresi
Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas independent variabel dan variabel tak bebas dependent variabel.
Sedangkan analisis regresi berganda merupakan hubungan antara tiga variabel atau lebih, yaitu sekurang-kurangnya dua variabel bebas dan satu variabel tak
bebas.
2.9 Regresi Linier Sederhana
Regresi linier sederhana adalah hubungan secara linier antara satu variabel independen X dengan variabel dependen Y. Analisis regresi linier sederhana
dipergunakan untuk mengetahui arah hubungan antara variabel tidak bebas dengan variabel bebas apakah positif atau negatif dan untuk memprediksi nilai
dari variabel tak bebas apabila nilai variabel bebas mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.
Rumus regresi linier sederhana adalah sebagai berikut:
̂= +
x
Dengan: ̂
= Variabel tak bebas X
= Variabel bebas = Parameter intercept
= Parameter koefisien regresi variabel bebas
2.10 Regresi Linier Berganda
Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel bebas X
1
, X
2
,…, X dengan variabel tidak bebas Y. Analisis ini
digunakan untuk mengetahui arah hubungan antara variabel tak bebas dengan
Universitas Sumatera Utara
variabel tidak bebas apakah masing-masing variabel bebas berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel tidak bebas apabila nilai
variabel bebas mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.
Analisis regresi linier berganda sebenarnya sama dengan analisis regresi linier sederhana, hanya variabel bebasnya lebih dari satu variabel penduga. Tujuan
analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksiperkiraan nilai
atas nilai . Bentuk persamaan regresi linier sederhana yang mencakup dua atau lebih variabel, yaitu:
= β +
β
1 1
+ β
2 2
+ ⋯ + β
1
� dengan:
= Pengamatan ke-i pada variabel tak bebas = Pengamatan ke-i pada variabel bebas
β = Parameter intercept
β
1
, β
2
, …, β
= Parameter koefisien regresi variabel bebas �
= Parameter ke-i variabel kesalahan Model diatas merupakan model regresi untuk populasi, sedangkan apabila hanya
untuk menarik sebagian berupa sampel untuk populasi secara acak, dan tidak mengetahui regresi populasi, sehingga model populasi perlu diduga berdasarkan
model populasi sebagai berikut: ̂ = b
+
1 1
+
2 2
+ ⋯+
dengan: ̂
= Variabel tidak bebas dependent , a
1,
a
2,
...,a
n
= koefisien regresi X
1
, X
2
, X
3,
...,X
n
= variabel bebas independent
Universitas Sumatera Utara
Untuk hal ini, penulis menggunakan regresi linier berganda satu variabel terikat dependent variabel dan dua variabel bebas independent variabel. Bentuk umum
regresi linier berganda tersebut, yaitu:
̂ = b� +
1
X
1
+
2
X
2
+
3
X
3
+ ⋯+
X
dengan: = produk diversifikasi
X
1
= faktor pemasaran X
2
= faktor pemahaman = 1,2,3,...,
Untuk rumus diatas, dapat diselesaikan oleh tiga persamaan variabel yang terbentuk:
∑ = +
1
∑
1
+
2
∑
2
∑ 1 = ∑
1
+
1
∑ +
2
∑
1 2
∑ 2 = ∑
2
+
1
∑
2 1
+
2
∑
Dengan b , b
1
, b
2
adalah koefisien yang ditentukan berdasarkan data hasil pengamatan. Untuk menghitung nilai
= − ̂, X
1
= X
1
− ̂
1
dan X
2
= X
2
− ̂
2
2.11 Kesalahan Standard Estimasi
