Analisis Regresi Sederhana Persamaan Garis Regresi Linier Sederhana

2.4 Metodologi Penelitian

2.4.1 Analisis Regresi Sederhana

Regresi Linier Sederhana adalah analisis regresi yang memperkirakan suatu pola hubungan yang berbentuk garis lurus antar satu variabel atau variabel terikat variabel dependen yang diramalkan dengan satu variabel yang mempengaruhinya atau variabel bebas variabe independen. Pola hubungan yang ditunjukan oleh analisa regresi sederhana ini diasumsikan bahwa hubungan diantara dua variabel tersebut dinyatakan dengan satu garis lurus. Dalam penerapan metode ini, dapat dilakukan secara mudah dengan menetapkan atau memplot titik-titik dari data observasi pada kertas gambar atau grafik untuk melihat asumsi yang dapat digunakan bagi analisa regresi linier. Selanjutnya digambarkan atau ditarik suatu garis lurus yang tepat untuk mewakili titik tersebut, yang bentuknya merupakan garis lurus.

2.4.2 Persamaan Garis Regresi Linier Sederhana

Pada perinsipnya teknik dan metode yang ada berdasarkan proses analisanya pada usaha untuk mendapatkan suatu garis lurus yang tepat melalui atau mendekati titik- titik yang berserakan dari data observasi. Bentuk umum persamaan linier sederhana yang menunjukkan hubungan antara dua variabel, yaitu variabel X sebagai variabel independen bebas dan variabel Y sebagai variabel dependen terikat. Universitas Sumatera Utara Garis tersebut dinyatakan sebagai : Ŷ = a + bX dengan : Ŷ = Nilai penduga bagi variabel Y a = Dugaan bagi parameter konstanta b = Dugaan bagi parameter koefisien regresi X = Variabel Independen Kesalahan ramalan penyimpangan adalah : e i = Y i – Ŷ = Y i - a - bX i Sehingga Y i = a + bX i + e i Dengan : i = 1,2,3,...,n. e = galat error Dalam e terkandung galat yang sifatnya acak dan juga penyimpangan model dari keadaan yang sesungguhnya Model Stokhastik. Maka nilai harapannya adalah 0 nol, dan nilai Y = Ŷ. Adapun formula umum dari teknik dan metode kuadrat terkecil yaitu : a = atau a = - b Universitas Sumatera Utara dan b = Sehingga b = atau b = Dengan : n = Jumlah data yang digunakan sebagai sampel i = 1,2,3,...,n. a = Intersep kurva estimasi menaksir titik potong kurva terhadap sumbu Y b = Slope kurva estimasi yang baik menaksir kemiringan kurva

2.4.3 Koefisien Determinasi R