13
tepat persamaan regresi yang dibentuk. Tujuan utama regresi adalah untuk membuat perkiraan nilai suatu variabel variabel dependen jika nilai variabel
yang lain yang berhubungan dengannya variabel lainnya sudah ditentukan. Berikut beberapa defenisi regresi menurut ahlinya yaitu:
1. Analisis regresi merupakan suatu teknik untuk membangun sebuah persamaan
garis lurus dan menggunakan persamaan tersebut untuk membuat perkiraan Mason, 1996:489
2. Persamaan regresi adalah suatu formula matematis yang menunjukkan
hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah diketahui dengan variabel yang nilainya belum diketahui Algifri, 2002: 2
3. Analisis regresi adalah hubungan yang didapat dan dinyatakan dalam bantuk
persamaan matematika yang menyatakan hubungan fungsional antar variabel- variabel Sudjana, 2005: 310.
2.2 Persamaan Regresi
Model analisis regresi merupakan suatu model yang parameternya linier biasanya fungsinya berbentuk garis lurus. Secara kuantitatif dapat digunakan untuk
menganalisis pangaruh suatu variabel terhadap variabel lainnya. Analisis regresi menyangkut studi tentang hubungan antara suatu variabel Y yang disebut variabel
respon atau variabel dependen yaitu variabel yang keberadaannya dipengaruhi oleh variabel lainnya. Variabel X merupakan variabel predictor atau variabel
independen yaitu variabel bebas tidak dipengaruhi variabel lainnya Sugiyono. Dr, 2010.
Universitas Sumatera Utara
14
Sifat hubungan antara variabel dalam persamaan regresi merupakan hubungan sebab akibat. Oleh karena itu, sebelum menggunakan persamaan regresi
dalam menjelaskan hubungan antara dua atau lebih variabel, maka perlu dilakukan penganalisisan data agar dapat diketahui apakah variabel-variabel tersebut
berkolerasi. Sehingga membentuk sebuah pola garis lurus seperti gambar 2.1 berikut ini:
Gambar 2.1 pola garis lurus
Antara variabel babas X dan variabel terikat Y membentuk pola sebuah garis yang lurus, dan dalam aplikasinya jika nilai X meningkat maka nilai Y juga akan
meningkat, jika nilai X mengalami penurunan maka nilai Y juga akan mengalami penurunan. Untuk mengetahui hubungan-hubungan antara variabel bebas maka
regresi linier terdiri dari dua bentuk, yaitu analisis regresi linier sederhana simple analisis regresi dan analisis regresi linier berganda multiple analisis regresi.
2.3 Regresi Linier Sederhana
Universitas Sumatera Utara
15
Regresi linier sederhana digunakan untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel tak bebas dengan variabel bebas
tunggal. Regresi linier sederhana hanya memiliki satu perubahan regresi linier untuk populasi adalah sebagai berikut:
2.1
keterangan: Y = Variabel tidak bebas independent variabel
= Konstanta regresi atau paremeter intersep nilai Y, bila X = 0
= Parameter slop kemiringan garis regresi = Variabel bebas dependent variable
= Kesalahan Error Persamaan model regresi sederhana hanya memungkinkan bila pengaruh
yang ada itu hanya dari independent variabel variabel bebas terhadap dependent variabel
variabel tak bebas. Jadi harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi, maka harga b juga besar, sebaliknya bila
koefisien korelasi negatif maka harga b juga negatif, dan sebaliknya bila koefisien korelasi positif maka harga b juga positif Sudjana, 2005.
Universitas Sumatera Utara
16
2.4 Regresi Linier Berganda
