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 variabel yang disebut variabel takbebas dependent variable,
pada satu atau lebih variabel, yaitu variabel yang menerangkan dengan tujuan untuk memperkirakan ataupun meramalkan niali-nilai dari variabel takbebas apabila nilai variabel yang menerangkan sudah
diketahui. Variabel yang menerangkan sering disebut variabel bebas independent variable.
2.2 Analisis Regresi Linier
Analisis regresi linier digunakan untuk peramalan, dimana dalam model terdapat variabel bebas X dan variabel takbebas Y. Regresi linier yaitu menentukan satu persaman dan garis yang menunjukkan
hubungan antara variabel bebas dan variabel takbebas, yang merupakan persamaan penduga yang berguna untuk menaksirmeramalkan variabel takbebas. Untuk mempelajari hubungan-hubungan antara beberapa
variabel, analisis ini terdiri dari dua bentuk, yaitu :
1. Analisi Regresi Sederhana simple analisis regresi 2. Analisi Regresi Berganda multiple analisis regresi
Universitas Sumatera Utara
Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas independent variable dan variabel takbebas dependent variable. Sedangkan analisis regresi berganda
merupakan hubungan antara 3 variabel atau lebih, yaitu sekurang-kurangnya 2 variabel bebas dengan satu variabel takbebas.
2.3 Regresi Linier Sederhana
Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel takbebas tunggal dengan variabel bebas tunggal. Regresi linier
sederhana hanya ada satu peubah bebas X yang dihubungkan dengan satu peubah takbebas Y. Bentuk- bentuk model umum regresi sederhana yang menunjukkan antara dua variabel, yaitu variabel X sebagai
sebagai variabel bebas dan variabel Y sebagai variabel takbebas adalah : Ŷ = � + ��
Dengan : Ŷ
= Variabel takbebas x
= Variabel bebas a
= Parameter Intercept b
= Parameter Koefisien Regresi Variabel Bebas
2.4 Regresi Linier Berganda
Kategori