variabel, dengan tujuan pokok dalam penggunaan metode ini adalah untuk meramalkan atau memperkirakan nilai dari suatu variabel lain yang diketahui.
2.2 Persamaan Regresi Persamaan Regresi regression equation adalah suatu persamaan matematis yang
mendefinisikan hubungan antara dua variabel. Persamaan regresi yang digunakan untuk membuat taksiran mengenai variabel dependen disebut persamaan regresi
estimasi, yaitu suatu formula matematis yang menunjukkan hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah diketahui dengan satu
variabel yang nilainya belum diketahui. Sifat hubungan antar variabel dalam persamaan regresi merupakan
hubungan sebab akibat causal relationship. Oleh karena itu, sebelum menggunakan persamaan regresi dalam menjelaskan hubungan antara dua atau
lebih variabel, maka perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya , dua atau lebih variabel tersebut memiliki hubungan sebab
akibat. Variabel yang nilainya akan mempengaruhi nilai variabel lain disebut dengan variabel bebas independent variabel, sedangkan variabel yang nilainya
dipengaruhi oleh nilai variabel lain disebut variabel terikat dependent variabel. Ada dua jenis Persamaan Regresi Linier, yaitu sebagai berikut:
1. Analisis Regresi Sederhana simple analisis regresi 2. Analisis Regresi Berganda multiple analisis regresi
Universitas Sumatera Utara
2.3 Regresi Linier Sederhana
Regresi linier sederhana merupakan suatu proses untuk mendapatkan hubungan
matematis dalam bentuk suatu persamaan antara variabel tak bebas tunggal dangan variabel bebas tunggal atau dengan kata lain, regresi linier yang hanya
melibatkan suatu peubah bebas � yang dihubungkan dengan satu peubah tak
bebas �. Bentuk umum model regresi linier sederhana yaitu :
� = � +
�
1
�
1
+ �
�
2.1 Dimana:
� = Variabel tak bebas dependent
� = parameter intersep
�
1
= koefisien regresi slop �
1
= variabel bebas independent �
�
= kesalahan penduga
2.4 Regresi Linier Berganda
Disamping hubungan linier dua variabel, hubungan linier lebih dari dua variabel
dapat juga terjadi. Pada hubungan ini, perubahan satu variabel dipengaruhi oleh lebih dari satu variabel lain. Maka regresi linier berganda adalah analisis regresi
yang menjelaskan hubungan antara peubah respon variable dependent dengan
faktor-faktor yang mempengaruhi lebih dari satu predator variabel independent.
Universitas Sumatera Utara
Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan membuat prediksi perkiraan nilai
� atas nilai
�. Bentuk umum persamaan regresi linier berganda yang mencakup dua atau lebih variabel, yaitu:
� = � +
��
1
+ �
2
�
2
+ �
3
�
3
+ ... + �
�
�
�
+ �
�
2.2 Model diatas merupakan model regresi untuk populasi, sedangkan apabila
hanya menarik sebagian berupa sampel dari populasi secara acak dan tidak mengetahui regresi populasi untuk keperluan analisis, variabel bebas akan
dinyatakan dengan �
1
, �
2
, ... , �
�
k ≥ 1 sedangkan variabel tidak bebas
dinyatakan dengan �.
�� = � +
��
1
+ �
2
�
2
+ ��
3
+ ... + ��
�
+ �
2.3 Dimana:
�� = variabel tidak bebas dependent
� , ... ,
�
�
= koefisien regresi �
1
, ... , �
�
= variabel bebas independent e
= kesalahan pengganggu
2.5 Uji Persyaratan Regresi Linier Berganda Beberapa hal lain yang penting juga untuk dipahami dalam penggunan analisis
linier berganda yaitu perlunya melakukan uji asumsi klasik atau uji persyaratan analisis regresi anda sehingga persamaan garis regresi yang diperoleh benar-benar
dapat digunakan untuk memprediksi variabel dependen atau kriterium. Uji
Universitas Sumatera Utara
Persyaratan tersebut harus terpenuhi, apabila tidak maka akan menghasilkan garis regresi yang tidak cocok untuk memprediksi.
Sebelum masuk pada uji persyaratan perlu di pahami bahwa statistik sebagai alat analisis dikelompokkam menjadi dua bagian yang berbeda, yaitu
kelompok statistik parametrik dan statistik non-parametrik. Pada statistik non- parametrik tidak memerlukan persyaratan tertentu sedangkan pada statistik
parametrik memerlukan persyaratan yang harus dipenuhi. Oleh karena itu, dalam uji persyaratan regresi linier ganda yang harus dilakukan pada dasarnya juga
dikelompokkan menjadi dua bagian, yaitu uji persyaratan untuk masuk ke statistik parametrik dan uji persyaratan untuk menggunakan regresi linier ganda.
Uji asumsi klasik yang secara minimal perlu dilakukan oleh penulis menggunakan regresi linier ganda sebagai alat analisis yaitu berupa:
1. Uji persyaratan untuk statistik parametrik yang berupa: a. Uji normalitas
b. Uji homogenitas
2. Uji persyaratan untuk regresi linier ganda, yang terdiri atas: a. Uji linieritas garis regresi
b. Tidak terdapat saling hubungan antara variabel bebas uji multikolinieritas
c. Tidak terdapat autokorelasi antar data pengamatan d. Tidak terjadi adanya heteroskedasitas Gujarat, 1997
Universitas Sumatera Utara
2.6 Membentuk Persamaan Regresi Linier Berganda
