2.5.1 Regresi Linear Sederhana
Regresi Linear Sederhana adalah Metode Statistik yang berfungsi untuk menguji sejauh mana hubungan sebab akibat antara Variabel Faktor Penyebab X terhadap Variabel Akibatnya.
Faktor Penyebab pada umumnya dilambangkan dengan X atau disebut juga dengan Predictor sedangkan Variabel Akibat dilambangkan dengan Y atau disebut juga dengan Response.
Regresi Linear Sederhana atau sering disingkat dengan SLR Simple Linear Regression juga merupakan salah satu Metode Statistik yang dipergunakan dalam produksi untuk melakukan
peramalan ataupun prediksi tentang karakteristik kualitas maupun Kuantitas. Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh antara satu buah variabel bebas
terhadap satu buah variabel terikat. Persamaan umumnya terdapat pada persamaan 20 adalah sebagai berikut :
Y = a + b X 20
Dengan Y adalah variabel terikat dan X adalah variabel bebas. Koefisien a adalah konstanta intercept yang merupakan titik potong antara garis regresi dengan sumbu Y pada
koordinat kartesius.
2.5.2 Regresi Linear Berganda
Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear sederhana, hanya variabel bebasnya lebih dari satu buah. Persamaan umumnya terdapat pada persamaan
21 adalah sebagai berikut:
Y = b + b
1
X
1
+ b
2
X
2
+ .... + b
n
X
n
. 21
Dengan Y adalah variabel bebas, dan X adalah variabel-variabel bebas, a adalah konstanta intercept dan b adalah koefisien regresi pada masing-masing variabel bebas.
Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independent X
1
, X
2
,….X
n
dengan variabel dependent Y. Analisis ini untuk mengetahui arah hubungan antara variabel independent dengan variabel dependent apakah
Universitas Sumatera Utara
masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependent apabila nilai variabel independent mengalami kenaikan atau
penurunan. Data yang digunakan biasanya berskala interval atau rasio.
Untuk menyelesaikan koefisien taksiran dalam hal ini tidak dapat lagi menggunakan metode kuadrat terkecil terdapat pada persamaan 22 yaitu sebagai berikut :
=
−
2
−
2
22
Untuk menyelesaikan digunakan sistem persamaan Linier untuk setiap taksiran koefisien sebagai berikut :
23 Taksiran persamaan regresi yang kita miliki perlu diuji apakah persamaan regresi
tersebut bersifat nyata atau tidak. Dalam mengujinya maka kita dapat menggunakan uji distribusi F.
Perumusan hipotesisnya : H
: b
1
= b
2
= ... = b
k
= 0 H
1
: Minimal ada satu taksiran koefisien regresi yang tidak sama dengan nol.
Pengujiannya : Tolak H
jika F
Hitung
F
Tabel
dengan dk = k; n-k-1 Terima H
jika F
Hitung
F
Tabel
dengan dk = k; n-k-1
2.5.3 Uji Koefisien Korelasi Berganda
Kategori