Keterangan: K
= jumlah variabel n
= jumlah sampel JK
reg
= jumlah kuadrat regresi JK
res
= jumlah kuadrat residu
Dalam hal ini, F
hitung
dibandingkan dengan F
tabel
dengan tingkat kepercayan
confidence interval
atau
a
= 5 dengan ketentuan sebagai berikut: 1.
Jika F
hitung
≤ F
tabel
, maka H diterima dan H
1
ditolak 2.
Jika F
hitung
F
tabel
, maka H ditolak dan H
1
diterima
2.7 Pengertian Regresi
Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Secara umum, analisis regresi pada dasarnya adalah studi mengenai
ketergantungan satu variabel dependen terikat dengan satu atau lebih variabel independent variabel penjelasbebas, dengan tujuan untuk mengestimasi atau
memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui. Hasil analisis regresi adalah berupa
koefisien regresi untuk masing-masing variabel independent. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependen dengan suatu
persamaan.
2.8 Analisis Regresi Linier
Analisis regresi linier adalah salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas untuk melakukan prediksi dan
ramalan, Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk
hubungan tersebut. Untuk mempelajari hubungan-hubungan antara beberapa variabel, analisis ini terdiri dari dua bentuk, yaitu:
Universitas Sumatera Utara
1. Analisis Regresi Sederhana simple analisis regresi 2. Analisis Regresi Berganda multipe analisis regresi
Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas independent variabel dan variabel tak bebas dependent variabel.
Sedangkan analisis regresi berganda merupakan hubungan antara tiga variabel atau lebih, yaitu sekurang-kurangnya dua variabel bebas dan satu variabel tak
bebas.
2.9 Regresi Linier Sederhana
Regresi linier sederhana adalah hubungan secara linier antara satu variabel independen X dengan variabel dependen Y. Analisis regresi linier sederhana
dipergunakan untuk mengetahui arah hubungan antara variabel tidak bebas dengan variabel bebas apakah positif atau negatif dan untuk memprediksi nilai
dari variabel tak bebas apabila nilai variabel bebas mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.
Rumus regresi linier sederhana adalah sebagai berikut:
̂= +
x
Dengan: ̂
= Variabel tak bebas X
= Variabel bebas = Parameter intercept
= Parameter koefisien regresi variabel bebas
2.10 Regresi Linier Berganda