Analisa Regresi Linear Analisa regresi linear sederhana

2.2 Analisa Regresi Linear

Sebelum melakukan analisis korelasi dalam sebuah penelitian maka terlebih dahuluharus diketahuai apakah variabel-variabel yang akan dikorelasikan merupakan regresi linear atau non linear, karena hal ini akan dipergunkan dalam menganalisa data. Yang dimaksud dengan analis regresi linear adalah jika hubungan persamaan tersebut searah dan membentuk sebuah pola garis lurus seperti gambar 2.1 berikut ini Gambar 2.1 pola garis Lurus Antara variabel bebas X dan variabel terikat Y membentuk sebuah pola garis yang lurus, dan dalam aplikasinya jika nilai X meningkat maka nilai Y juga meningkat dan jika nilai X mengalami penurunan makan nilai Y juga mengalami penurunan. Didalam teorinya analisa regresi linear mempunyai dua bentuk persamaan yaitu: Universitas Sumatera Utara a. Analisa regresi linear sederhana simple analisis regresi b. Analisa regresi linear berganda multiple analisis regresi.

2.3 Analisa regresi linear sederhana

Yang dimaksud dengan hubungan linear sederhana adalah yang ditunjukkan dengan persamaan Y= a+ bX. Persamaan ini hanya memiliki 2 variabel saja, hanya satu variabel terikatY dan satu variabel bebas X . Sehingga setiap nilai X bertambah dengan satu satuan maka nilai Y akan bertambah dengan b. kalau nilai X=0 maka nilai Y sebesar a saja. Penggunaan model regresi sederhana hanya memungkinkan bila pengaruh yang ada itu hanya dari independent variabel variabel bebas terhadap dependent variabel variabel terikat, tidak boleh ada pengaruh timbal balik, yaitu jiak variabel terikat juga berpengaruh terhadap variabel bebas. Dalam regresi linear sederhana dihindari sifat autokorelasi . ynag dimaksud dengan autokorelasi adalah hubungan antara nilai suatu variabel dengan nilai variabel yang lain sama Pangestu, 2004: 155. Misalnya kalau pada tahun pembelian bak penampunagn air banyak sekali, maka pembelian bak mandi 10 tahun lagi juga akan banyak, karena usia bak air tersebut memang hanya bertahan 10 tahun. Yang dibeli 10 tahun sebelumnya akan rusak, sehingga pemebelian secara bersama-sama setiap 10 tahun sekali, sehingga pembelian akan melonjak. Dengan kata lain ada hubunagn antara pembelian bak air yang sama dengan pemeblian 10 tahun yang akan datang. Inilah yang dimaksud adanya autokorelasi. Universitas Sumatera Utara Cirri penting dari regresi sederhana adalah apabila terdapat homoscedasticity. Homoscedasticity adalah kesamaan distribusi Y pada setia nilai X. Artinya berapapun besarnya X, kalau diamati nilai Y-nya dan dihitung deviasi stndartnya relative sama, misalnya jika pada nilai X 1 diamati nilai Y dan dicata deviasi satndartnay, dan dibandingkan denagn nilai Y pada X 2 maka nilainya sama, yang berarti distribusi nilai Y terhadap nilai X selalu sama. Nah gejala ini lha yang dimaksud dengan homoscedasticity. Kalau distribusinya tidak sama maka tidak boleh terjadi pada regresi linear sederhana. Persamaan = a+ bX dalam teori regresi linear sederhana memili makna sebagi berikut: Variabel terikat = parameter intercept b = parameter koefisisen regresi variabel bebas X = variabel bebas.

2.3 Regresi Linear Berganda