Cirri penting dari regresi sederhana adalah apabila terdapat homoscedasticity. Homoscedasticity adalah kesamaan distribusi Y pada setia nilai X. Artinya berapapun
besarnya X, kalau diamati nilai Y-nya dan dihitung deviasi stndartnya relative sama, misalnya jika pada nilai X
1
diamati nilai Y dan dicata deviasi satndartnay, dan dibandingkan denagn nilai Y pada X
2
maka nilainya sama, yang berarti distribusi nilai Y terhadap nilai X selalu sama. Nah gejala ini lha yang dimaksud dengan
homoscedasticity. Kalau distribusinya tidak sama maka tidak boleh terjadi pada regresi linear sederhana.
Persamaan = a+ bX dalam teori regresi linear sederhana memili makna sebagi berikut:
Variabel terikat = parameter intercept
b = parameter koefisisen regresi variabel bebas X = variabel bebas.
2.3 Regresi Linear Berganda
Jika dalam regresi linear sedrhana hanya memiliki 2 variabel saja yaitu satu variabel terikat Y dan satu variabel bebasX dengan satu predictor a. Pada regresi linear
berganda terdapat lebih dari 2 variabel, satu variabel untuk variabel terikat, dan lebih dari satu untuk variabel tertutup.
Regresi berganda berguna untuk mencari pengaruh dua atu lebih variabel bebas atau untuk mencari hubungan fungsional dua variabel bebas atau lebih terhadap
variabel terikatnya, atau untuk meramalkan dua variabel bebas atau lebih terhadap
Universitas Sumatera Utara
variabel terikatnya. Dengan demikinan multiple regressionregresi berganda digunakan untuk penelitian yang menyertakan bebarapa variabel sekaligus. Dalam hal
ini regresi juga dapat dijadikan pisau analisis terhadap penelitian yang diadakan, tentu saja jika regresi diarahkan untuk menguji variabel-variabel yang ada.
Pada dasarnya rumus pada regresi ganda sama denga rumus pada regresi sederhana, hanya saja pada regresi berganda ditambahkan variabel-variabel lain yang
juga diikutsertakan dalam penelitian. Adapun rumus yang dipkai disesuaikan dengan jumlah variabel yang diteliti. Rumus rumusnya adlah sebagai berikut :
Untuk 2 prediktor : Y= a + b
1
X
1
+ b
2
X
2
Untuk 3 prediktor : Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
Untuk n prediktor : Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
… b
n
X
n
Pada dasarnya regresi berganda digunkan untuk menghitung dan atau menguji tingkat signifikansi, antara lain:
a. Menghintung persamaan regresinya
b. Menguji apakah persamaan regresinya signifikan
c. Dan bagaimana kesimpulannya?
Untuk hal ini penulis menggunakan regresi linear berganda dengan 4 variabel, Yaitu 1 variabel terikat, dan 3 variabel bebas. Adapun bentuk persamaan regresinya
adalah: +
Universitas Sumatera Utara
Dimana: = Produksi JagungTon
X
1
= Luas panenHa X
2
= Curah hujanmm X
3
= Banyak Hujanhari
Dapun untuk mencari nilai:
Y ∑
=
3 3
2 2
1 1
X b
X b
X b
n b
∑ +
∑ +
∑ +
1
YX ∑
=
3 1
3 2
1 2
2 1
1 1
X X
b X
X b
X b
X b
∑ +
∑ +
∑ +
∑
2
YX ∑
=
3 2
3 2
2 2
1 2
1 2
X X
b X
b X
X b
X b
∑ +
∑ +
∑ +
∑
3
YX ∑
=
2 3
3 2
3 2
1 3
1 3
X b
X X
b X
X b
X b
∑ +
∑ +
∑ +
∑
2.5 Korelasi