REGRESI
A.
Pengertian
Regresi
Regresi adalah studi ketergantungan (Sanford Weisberg,
2005)
Regresi, yaitu korelasi
yang merepresentasikan derajat hubungan antara variabel-variabel. Jelasnya,
masalah korelasi mencoba menentukan seberapa baik sebuah persamaan linier atau
sebarang persamaan matematis lain dalam menggambarkan atau merepresentasikan
hubungan yang ada di antara berbagai variabel (Spiegel, 2004).
Metode regresi biasa
digunakan untuk analisis dua variabel, khususnya untuk mengetahui hubungan
antara kedua variabel tersebut (Singgih Santoso, 2012).
Setiap uji regresi
otomatis ada uji korelasinya, tetapi sebaliknya uji korelasi belum tentu diuji
regresi atau diteruskan uji regresi (Riduwan, 2011).
Perbedaan mendasar antara korelasi dan regresi:
Korelasi hanya menunjukkan sekedar
hubungan.
|
Regresi menunjukkan hubungan pengaruh.
|
Dalam korelasi variabel tidak ada
istilah tergantung dan variabel bebas.
|
Dalam regresi terdapat istilah
tergantung dan variabel bebas.
|
Ketika korelasi hanya
melibatkan dua variabel saja, kita menyebutnya sebagai korelasi sederhana atau
regresi sederhana. Ketika masalah korelasi melibatkan lebih dari dua variabel,
maka kita menyebutnya sebagai masalah korelasi berganda atau regresi berganda.
Regresi linear sederhana ataupun
regresi linier berganda pada intinya memiliki beberapa tujuan, yaitu
1.
Menghitung
nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada nilai
variabel bebas.
2.
Menguji
hipotesis karakteristik dependensi
3.
Meramalkan
nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas
diluar jangkaun sample.
Pada analisis regresi dengan
menggunakan SPSS ada beberapa asumsi dan persyaratan yang perlu diperiksa dan
diuji, beberapa diantaranya adalah :
1.
Variabel
bebas tidak berkorelasi dengan disturbance term (Error). Nilai disturbance term sebesar 0 atau dengan
simbol sebagai berikut: (E (U / X) = 0,
2.
Jika
variabel bebas lebih dari satu, maka antara variabel bebas (explanatory)
tidak ada hubungan linier yang nyata,
3.
Model
regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar < 0.05,
4.
Prediktor
yang digunakan sebagai variabel bebas harus layak. Kelayakan ini diketahui jika
angka Standard Error of Estimate <
Standard Deviation,
5.
Koefisien
regresi harus signifikan. Pengujian dilakukan dengan Uji T. Koefesien regresi
signifikan jika T hitung > T table (nilai kritis),
6.
Model
regresi dapat diterangkan dengan menggunakan nilai koefisiena determinasi (KD =
r2 x 100%) semakin besar nilai tersebut maka model semakin baik. Jika nilai
mendekati 1 maka model regresi semakin baik,
7.
Data
harus berdistribusi normal,
8.
Data
berskala interval atau rasio,
B.
Regresi
Linier
Regresi linear adalah alat statistik yang dipergunakan untuk
mengetahui pengaruh antara satu atau beberapa variabel terhadap satu buah
variabel. Variabel yang mempengaruhi sering disebut variabel bebas, variabel
independen atau variabel penjelas. Variabel yang dipengaruhi sering disebut dengan
variabel terikat atau variabel dependen. Regresi linear hanya dapat digunakan
pada skala interval dan ratio. Secara umum regresi linear terdiri
dari dua, yaitu regresi linear sederhana yaitu dengan satu buah variabel bebas
dan satu buah variabel terikat; dan regresi linear berganda (regresi ganda)
dengan beberapa variabel bebas dan satu buah variabel terikat. Analisis regresi
linear merupakan metode statistik yang paling jamak dipergunakan dalam
penelitian-penelitian sosial, terutama penelitian ekonomi.
1.
Regresi
Linier Sederhana
Menurut Riduwan (2011), kegunaan uji regresi sederhana
adalah untuk meramalkan (memprediksi) variabel terikat (Y) bila variabel bebas
(X) diketahui. Regresi sederhana dapat dianalisis karena didasari oleh hubungan
fungsional atau hubungan sebab akibat (kausal) variabel bebas (X) terhadap
variabel terikat (Y).
Analisis regresi linear sederhana dipergunakan untuk
mengetahui pengaruh antara satu buah variabel bebas terhadap satu buah variabel
terikat.
Persamaan Regresi linier Sederhana:
Y
= a + bX + e
Y =
Nilai yang diramalkan
a =
Konstansta
b = Koefesien regresi
X
= Variabel bebas
e
= Nilai Residu
Contoh Hipotesis:
Ha : Terdapat pengaruh yang signifikan antara
pengalaman kerja
terhadap penjualan barang.
Ho : Tidak terdapat pengaruh yang signifikan antara pengalaman kerja
terhadap penjualan barang.
Kaidah pengujian signifikan:
Jika FSign (hitung) ≥ FSign (tabel), maka tolak
Ho (Signifikan)
Jika FSign (hitung) ≤ FSign (tabel), maka tolak
Ha (Tidak Signifikan)
Kaidah pengujian linieritas:
Jika FLinier (hitung) ≤ FLinier (tabel), maka
terima Ho (Linier)
Jika FLinier (hitung) ≥ FLinier (tabel), maka
terima Ha (Tidak Linier)
2.
Regresi
Berganda
Menurut Riduwan (2011), Uji regresi berganda merupakan
penembangan dari uji regresi sederhana. Kegunaanya, yaitu untuk meramalkan
nilai variabel terikat (Y) apabila variabel bebas minimal dua atau lebih.
Uji regresi ganda adalah alat analisis peramalan nilai
pengaruh dua variabel bebas atau lebih terhadap satu variabel terikat untuk
membuktikan ada atau tidaknya hubungan fungsional atau hubungan kausal antara
dua variabel bebas atau lebih (X1) (X2) (X3)… (Xn) dengan satu variabel
terikat.
Persamaan Regresi linier Berganda:
Y = a + b1 X1
+ b2 X2 + …. + bn Xn + e
Y =
Nilai yang diramalkan
a =
Konstansta
b
= Koefesien regresi
X
= Variabel bebas
e
= Nilai Residu
Contoh Hipotesis:
Ha : Terdapat pengaruh yang signifikan antara
pengalaman kerja dan lokasi
terhadap penjualan barang.
Ho : Tidak terdapat pengaruh yang signifikan antara pengalaman kerja
dan
lokasi terhadap
penjualan barang.
Kaidah pengujian signifikan:
Jika FSign (hitung) >
FSign (tabel), maka tolak Ho (Signifikan)
Jika FSign (hitung) <
FSign (tabel), maka tolak Ha (Tidak
Signifikan)
Daftar Rujukan
Riduwan.
2011. Dasar-dasar Statistika. Bandung: Alfabeta.
Santoso,
Singgih. 2012. Panduan Lengkap SPSS Versi 20. Jakarta: PT. Elex
Media Komputindo.
Spiegel,
Murray R. 2008. Statistic Fourth Edition. USA: The McGRAW-HILL
Companies.
Suliyanto. 2012. Analisi Regresi Sederhana, (Online), (http://management-
unsoed.ac.id), diakses
tanggal 1 Oktober 2012).
Weisberg, Sanford. 2005. Applied Linear Regression Third Edition. Canada:
A
John Wiley & Sons, Inc., Publication.
Tidak ada komentar:
Posting Komentar