Pengertian Regresi Analisis Regresi Berganda Regresi Linier Sederhana Regresi Linier Berganda

BAB 2 LANDASAN TEORI

2.1 Pengertian Regresi

Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas dependent variable satu atau lebih variabel yang menerangkan dengan tujuan untuk memperkirakan ataupun meramalkan nilai-nilai dari variabel tak bebas apabila nilai variabel yang menerangkan sudah diketahui. Variabel yang menerangkan sering disebut variabel bebas independent variable.

2.2 Analisis Regresi Berganda

Analisis regresi berganda digunakan untuk peramalan, dimana dalam model terdapat variabel bebas X dan variabel tak bebas Y. Regresi linier yaitu untuk menentukan suatu persamaan dari garis yang menunjukkan hubungan antara variabel bebas dan variabel tak bebas, yang merupakan persamaan penduga yang berguna untuk menaksir atau meramalkan variabel tak bebas. Untuk mempelajari hubungan-hubungan antara beberapa variabel, dapat dilakukan dengan dua cara, yaitu: 1. Analisis regresi sederhana simple analisis regression 2. Analisis regresi berganda multiple analisis regression Analisis regresi sederhana merupakan hubungan antara dua variabel, yaitu variabel bebas dependent variable dan variabel tak bebas independent variable. Sedangkan analisis regresi linier berganda merupakan hubungan antara satu variabel bebas dependent variable dengan lebih dari dua variabel tak bebas independent variable.

2.3 Regresi Linier Sederhana

Analisis regresi linier sederhana berguna untuk mendapatkan hubungan matematis dalam bentuk persamaan antara variabel bebas dan variabel tak bebas, dimana jumlah jumlah variabel tak bebasnya hanya satu. Bentuk umum model regresi linier sederhana yaitu: dimana: Variabel tak bebas Variabel bebas Parameter intersep Kemiringan garis Kesalahan Penduga

2.4 Regresi Linier Berganda

Regresi linier berganda digunakan untuk memodelkan hubungan antara variabel bebas dan variabel tak bebas, dengan jumlah variabel tak bebas satu dan jumlah variabel bebasnya lebih dari satu. Secara umum persamaan regresi linier berganda dapat ditulis sebagai berikut: untuk populasi untuk sampel dimana: Pengamatan ke i pada variabel tak bebas Pengamatan ke i pada variabel bebas Koefisien regresi untuk data populasi Koefisien regresi untuk data sampel Pengamatan ke i variabel kesalahan

2.5 Membentuk Persamaan Regresi Linier Berganda