BAB 2

LANDASAN TEORI

2.1 Analisis Regresi

Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang

terkenal Galton menemukan bahwa meskipun terdapat tendensi atau

kecenderungan bahwa orang tua yang tinggi akan mempunyai anak yang tinggi

dan orang tua yang pendek akan mempunyai anak yang pendek juga, tetapi rata-

rata tinggi badan anak yang lahir dari orang tua dengan tinggi badan tertentu

cenderung bergerak atau regress ke arah rata-rata tinggi badan anak seluruh

populasi tersebut (Hakim Abdul, 2004).

Analisis regresi (regression analysis) merupakan suatu teknik (technique)

untuk membangun persamaan garis lurus dan menggunakan persamaan tersebut

untuk membuat perkiraan (prediction). Model matematis dalam menjelaskan

hubungan antarvariabel dalam analisis regresi menggunakan persamaan regresi.

Persamaan regresi (regression equation) adalah suatu persamaan matematis yang

mendefenisikan hubungan antar dua variabel (Algifari, 2000).

Variabel bebas adalah variabel yang nilai-nilainya tidak bergantung pada

variabel lainnya, biasanya disimbolkan dengan X. Variabel ini digunakan untuk

meramalkan atau menerangkan nilai dari variabel yang lain. Sedangkan variabel

Universitas Sumatera Utara

terikat adalah variabel yang nilai-nilainya bergantung pada variabel lainnya,

biasanya disimbolkan dengan Y. Variabel itu merupakan variabel yang diramalkan

atau menerangkan nilainya (Hasan, 1999).

Untuk mempelajari hubungan-hubungan antara beberapa variabel analisis

regresi dapat dilihat dari dua bentuk yaitu :

1. Analisis Regresi Linier Sederhana (Simple Analysis Regression)

2. Analisis Regresi Linier Berganda (Multiple Analysis Regression).

2.1.1 Regresi Linier Sederhana

Regresi linier sederhana merupakan suatu prosedur untuk menunjukkan dua

hubungan matematis dalam bentuk persamaan antara dua variabel, yaitu variabel

bebas (X) variabel terikat (Y).Bentuk umum persamaan regresi linier sederhana

adalah :

& ... (2.1)

Keterangan :

= nilai estimasi Y

a = intersep (titik potong kurva terhadap sumbu Y)

b = kemiringan atau slop kurva linier

X = Variabel bebas (variable independent).

Menurut Sudjana (2005) untuk menentukan nilai a dan bdapat diperoleh dengan

menggunakan metode kuadrat terkecil (least squares method) di bawah ini:

Universitas Sumatera Utara

 a. Mencari nilai konstanta a

& ... (2.2)

b. Mencari nilai konstanta b

... (2.3)

2.1.2 Regresi Linier Berganda

Regresi linier berganda merupakan suatu linier yang menjelaskan ada tidaknya

suatu hubungan fungsional dan meramalkan pengaruh dua variabel bebas (X) atau

lebih terhadap variabel terikat (Y). Bentuk umum persamaan regresi linier

berganda adalah:

... (2.4)

Keterangan:

= nilai estimasi Y

= nilai Y pada perpotongan antara garis linier dengan sumbu

vertikal Y

= slope yang berhubungan dengan variabel dan

= nilai variabel bebas (independent) dan .

Persamaan regresi linier berganda dengan dua variabel bebas dapat

dibentuk dengan persamaan berikut:

Universitas Sumatera Utara

 ... (2.5)

Untuk menentukan besarnya dan yang terdapat pada persamaan

tersebut dapat menggunakan metode skor deviasi berikut :

... (2.6)

... (2.7)

... (2.8)

... (2.9)

... (2.10)

... (2.11)

... (2.12)

... (2.13)

... (2.14)

Selanjutnya hasil perhitungan tersebut dimasukkan ke dalam rumus di bawah ini:

a. Menghitung nilai konstanta b1

= ... (2.15)

Universitas Sumatera Utara

 b. Menghitung nilai konstanta b2

= ... (2.16)

c. Menghitung nilai konstanta b0

= ... (2.17)

Setelah menentukan persamaan liniernya langkah selanjutnya adalah

menentukan kekeliruan baku (standard error). Menurut Hasan (1999) kekeliruan

baku (standard error) adalah angka atau indeks yang digunakan untuk menduga

ketepatan suatu penduga atau mengukur jumlah variasi titik-titik observasi di

sekitar garis regresi. Rumus untuk menghitung standard error adalah:

' ( ') # "

... (2.18)

Keterangan:

') =kekeliruan baku (standard error)

n =jumlah data

k =jumlah variabel bebas.

Universitas Sumatera Utara

2.2 Analisis Korelasi

Analisis korelasi adalah suatu bentuk analisis data dalam penelitian yang

bertujuan untuk mengetahui kekuatan atau bentuk arah hubungan di antara dua

variabel dan besarnya pengaruh yang disebabkan oleh variabel yang satu (variabel

bebas) terhadap variabel lainnya (variabel terikat). Untuk statistik yang dapat

menggambarkan hubungan antara suatu variabel dengan variabel lain adalah

koefisien determinasi dan koefisien korelasi. Koefisien determinasi diberi simbol

r2atau R2dan koefisien korelasi diberi simbol ratau R(Syofian, 2013).

2.2.1 Koefisien Korelasi

Koefisien korelasi adalah bilangan yang menyatakan kekuatan hubungan antara

dua variabel atau lebih, juga dapat menentukan arah hubungan dari kedua

variabel. Nilai korelasi ! *+,+* untuk kekuatan hubungan nilai

koefisien korelasi berada di antara -1 sampai 1 sedangkan untuk arah dinyatakan

dalam bentuk positif (+) dan negatif (-). Secara matematis dapat ditulis sebagai

berikut:

. /.
- # ... (2.19)

Menurut Hasan (1999) koefisien korelasi yang terjadi dapat berupa :

1. Korelasi positif adalah korelasi dari dua variabel, yaitu apabila variabel

yang satu (X) meningkat maka variabel lainnya (Y) cenderung meningkat

pula.

Universitas Sumatera Utara

 2. Korelasi negatif adalah korelasi dari dua variabel, yaitu apabila variabel

yang satu (X) meningkat maka variabel yang lainnya (Y) cenderung

menurun.

3. Tidak ada terjadinya korelasi apabilakedua variabel (X dan Y) tidak

menunjukkanadanya hubungan.

4. Korelasi sempurna adalah korelasi dua variabel, yaitu apabila kenaikan

atau penurunan variabel yang satu (X)berbanding dengan kenaikan atau

penurunan variabel yang lainnya (Y).

Koefisien korelasi (r) berdasarkan sekumpulan data (Xi dan Yi) berukuran

n dapat pula ditentukan dengan menggunakan rumus:

! " " " "

... (2.20)
#$ " " %$ " " %

Keterangan :

! = koefisien korelasi

n = jumlah data

= variabel bebas (independent)

= variabel terikat (dependent).

Korelasi antara variabel dibedakan atas tiga jenis, yaitu :

1. Korelasi Positif

Perubahan antara variabel berbanding lurus, artinya apabila variabel yang

satu meningkat, maka variabel yang lainnya juga mengalami peningkatan.

Universitas Sumatera Utara

 2. Korelasi Negatif

Perubahan antara variabel berlawanan, artinya apabila variabel yang satu

meningkat, maka variabel yang lain mengalami penurunan.

3. Korelasi Nihil

Terjadi apabila perubahan pada variabel yang satu diikuti pada perubahan

yang lain dengan arah yang tidak teratur.

Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r

Interval Koefisien Tingkat Hubungan

0 Tidak ada korelasi
0,01 – 0,19 Sangat rendah
0,20 – 0,39 Rendah
0,40 – 0,59 Agak rendah
0,60 – 0,79 Cukup
0,80 – 0,99 Tinggi
1 Sangat tinggi (korelasi sempurna)

2.2.2 Koefisien Determinasi

Koefisien determinasi adalah salah satu nilai statistik yang dapat digunakan untuk

mengetahui apakah ada hubungan pengaruh antara dua variabel. Nilai koefisien

determinasi menunjukkan persentase variasi nilai variabel terikat (dependent)

yang dapat dijelaskan oleh persamaan regresi yang dihasilkan. Adapun besarnya

koefisien determinasi (r2) dapat juga dicari dengan menggunakan rumus di bawah

ini:

Universitas Sumatera Utara

 - - ... (2.21)

2.3 Uji Keberartian Regresi Linier Berganda

Uji keberartian digunakan untuk mengetahui apakah sekelompok variabel bebas

secara bersamaan mempunyai pengaruh terhadap variabel terikat. Pada dasarnya

pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan adalah

dengan menggunakan uji F.

Uji linieritas garis regresi juga dilakukan dengan menghitung nilai F, yaitu

dengan mempergunakan hipotesis nol 0 . Jika nilai Fhitung<F (0,05), garis

regresi data yang bersangkutan dinyatakan linier. Sebaliknya, jika nilai Fhitung<F

(0,05), garis regresi itu berarti tidak linier, dan sebagai konsekuensinya data

tersebut harus dibuat menjadi regresi nonlinier.

2.3.1 Uji F (Simultan)

Tujuan dilakukannya pengujian hipotesis terhadap penerapan metode regresi linier

berganda adalah untuk mengetahui sejauh mana pengaruh secara simultan antara

variabel bebas (X1dan X2) terhadap variabel terikat (Y).

67 7 8 9
12 34 5 9 67 7 8
... (2.22)

Universitas Sumatera Utara

Keterangan:

- : nilai korelasi antara X1 dan X2 terhadap Y

m : jumlah variabel bebas

n : jumlah data.

Maka langkah-langkah dalam pengujian hipotesis adalah sebagai berikut:

1. Membuat hipotesis dalam uraian kalimat

0 : Tidak terdapat pengaruh yang signifikan secara simultan (bersama-

sama) antara variabel bebas (X1dan X2) terhadap variabel terikat

(Y).

0 : Terdapat pengaruh yang signifikan secara simultan (bersama-sama)

antara variabel bebas (X1dan X2) terhadap variabel terikat (Y).

2. Membuat hipotesis dalam bentuk model statistik

0 : :; ,

0 : :; < ,

3. Menentukan taraf signifikan

4. Kaidah pengujian

Jika 12 34 5 + 13=.)> , maka 0 diterima

Jika12 34 5 ? 13=.)> , maka 0 ditolak.

5. MenghitungFhitung dan Ftabel

67 9
12 34 5
7 8
9 67 7 8

Menentukan nilai Ftabel

Nilai Ftabeldapat dicari dengan menggunakan tabel F

Universitas Sumatera Utara

 13=.)> 1@ A =A .

Keterangan:

dka : jumlah variabel bebas (pembilang)

dkb : n-m-1 (penyebut).

6. Membandingkan Ftabel dan Fhitung

Tujuan membandingkan antara Ftabel dan Fhitung adalah untuk mengetahui

apakah H0 ditolak atau diterima berdasarkan kaidah pengujian.

7. Mengambil keputusan

Menerima atau menolak H0.

2.3.2Uji t (Parsial)

Tujuan dilakukan uji signifikansi secara parsial dua variabel bebas (independent)

terhadap variabel terikat (dependent) adalah untuk mengukur secara terpisah

dampak yang ditimbulkan dari masing-masing variabel bebas terhadap variabel

terikat. Adapun rumus untuk mencari thitung adalah:

B2 34
."
5 CD"
... (2.23)

Keterangan:

bi = nilai konstanta
Sbi =standard error.

Sebelum menghitung nilai thitung terlebih dahulu mencari nilai Sbi (standard error).

Adapun nilai Sbidapat dicari dengan tahapan sebagai berikut:

Universitas Sumatera Utara

 1. Menghitung nilai Standar Error (Sbi)

• Standard errorSb1

C7
'. 7
... (2.24)
#EF ( GHE I7 7 H

• Standard errorSb2

C7
'. 7
... (2.25)
#EF ( GHE I7 7 H

2. Menghitung nilai standar deviasi regresi linier berganda (SX1X2)

• Menentukan nilai varian

'
E. /.
9
... (2.26)

• Menentukan nilai deviasi standar

' #'J * J ... (2.27)

Keterangan :

' = standar deviasi regresi berganda

n = jumlah data

m = jumlah variabel bebas.

Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut :

1. Membuat hipotesis dalam uraian kalimat

0 : Tidak terdapat pengaruh yang signifikan secara parsial antara

variabel bebas (X1dan X2) terhadap variabel terikat (Y).

Universitas Sumatera Utara

 0 : Terdapat pengaruh yang signifikan secara parsial antara variabel

bebas (X1dan X2) terhadap variabel terikat (Y).

2. Membuat hipotesis dalam bentuk model statistik

0 : :; ,

0 : :; < ,

di mana : :; koefisien yang akan diuji.

3. Menentukan taraf signifikan ( )

4. Kaidah pengujian

Jika B3=.)> + B2 34 5 + B3=.)> maka 0 diterima

Jika B2 34 5 ? B3=.)> 0 ditolak.

5. Menghitungthitung dengan rumus :

B2 34
."
5 CD"

6. Menentukan nilai ttabel

7. Nilai ttabel dapat dicari dengan menggunakan tabel t-student. Bila

pengujian dua sisi, maka nilai dibagi 2.

B3=.)> BK

8. Membandingkan ttabel dan thitung

Tujuan membandingkan antara ttabel dan thitungadalah untuk mengetahui,

apakah H0ditolak atau diterima berdasarkan kaidah pengujian.

9. Membuat kesimpulan apakah 0 diterima atau ditolak.

10. Mengambil keputusan.

Universitas Sumatera Utara