yang juga digunakan untuk mengukur ada atau tidaknya korelasi antarvariabel. Istilahregresi yang berarti ramalan atau
taksiran pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1877.
Analisis regresi adalah studi tentang masalah hubungan beberapa variabel yang ditampilkan dalam persamaan
matematika (Andi, 2009). Analisis regresi lebih akurat dalam melakukan analisis korelasi, peramalan atau perkiraan
nilai variabel terikat pada nilai variabel bebas lebih akurat pula karena pada analisis ini kesulitan dalam menunjukkan
slop (tingkat perubahan suatu variabel terhadap variabel lain dapat ditentukan).
Analisis regresi terbagi menjadi dua yaitu regresi linier dan Nonlinier. Analisi regresi linear terdiri dari analisis regresi
linear sederhana dan analisis regresi linear berganda. Perbedaan antar keduanya terletak pada jumlah variabel
independennya. Regresi linear sederhana hanya memiliki satu variabel independen, sedangkan regresi linear berganda
mempunyai banyak variabel independen. Analisis regresi Nonlinier adalah regresi eksponensial.
Terdapat dua syarat yang harus dipenuhi oleh data dalam menggunakan analisis regresi linier yaitu:
1. Data
Data harus terdiri dari dua jenis variabel, yaitu dependen dan independen. Selain itu data berupa kuantitatif fan
variabel berupa kategori, seperti SD, SMA, SMK, dll.
2. Asumsi
Setiap data diasumsikan variabel dependen terdistribusi secara normal. Selain itu, antara variabel dependen dan
independen harus memiliki hubungan linier dengan observasi harus saling bebas.
1. Pengertian
Regresi linear sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen
(Y). Analisis ini digunakan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen
apakah positif atau negatif serta untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen
mengalami kenaikan atau penurunan nilai. Data yang digunakan biasanya berskala interval atau rasio.
Rumus dari dari analisis regresi linear sederhana adalah sebagai berikut:
Y’ = a + bX
Keterangan:
b = angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen
yang didasarkan pada perubahan variabel independen. Bila (+) arah garis naik, dan bila (-) maka arah garis turun.
Secara teknik harga b merupakan tangent dari perbandingan antara panjang garis variabel dependen, setelah persamaan
regresi ditemukan.
Dimana :
Jika harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi, maka harga b juga besar,
sebaliknya bila koefisien korelasi rendah maka harga b juga rendah (kecil). Selain itu bila koefisien korelasi negatif
maka harga b juga negatif, dan sebaliknya bila koefisien korelasi positif maka harga b juga positif.
Uji ini digunakan untuk mengetahui apakah variabel independen (X) berpengaruh secara signifikan terhadap variabel
dependen (Y). Signifikan berarti pengaruh yang terjadi dapat berlaku untuk populasi (dapat digeneralisasikan).
a. Menentukan Hipotesis
3. Menentukan t hitung
d. Menentukan t tabel
Contoh Kasus
Seorang pengusaha bernama Andrianto ingin meneliti tentang pengaruh biaya promosi terhadap volume penjualan pada
perusahaan minyak wangi. Dari pernyataan tersebut didapatvariabel dependen (Y) adalah volume penjualan dan
variabel independen (X) adalah biaya promosi. Data-data yang didapat ditabulasikan sebagai berikut:
Y= a + bx
Konstanta (a) = 45.286; Koefisien Regresi (b) = 1,238; dan t hitung = 1.419
Selanjutnya yaitu menganalisis signifikansi pengaruh variabel independen dengan variabel dependen. Jika ditetapkan
hipotesis sebagai berikut:
H. Tidak ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan
Dengan menggunakan tingkat signifikansi 5%, pengujian 2 sisi, dan derajat kebebasan (df) = n-k-1 = 10-1-1 = 8
(dimana n = jumlah data, k = jumlah variabel independen) maka diperoleh t tabel sebesar 2.30600. (dapat dilihat pada
Ms Excel dengan mengetikkan “=tinv(0,05;8)” lalu tekan Enter).
Karena t hitung < t tabel, maka Ha diterima. Kesimpulannya, terdapat pengaruh yang signifikan antara biaya promosi
dengan volume penjualan.
Kasus kedua
Seorang guru yang bernama IDNAS secara tidak sengaja mencari tahu hubungan antara uang saku dengan nilai siswa.
Dari pernyataan tersebut didapat variabel dependen (Y) adalah nilai siswa dan variabel independen (X) adalah Uang
saku. Data-data yang didapat ditabulasikan sebagai berikut:
Langkah :
Selanjutnya yaitu menganalisis signifikansi pengaruh variabel independen dengan variabel dependen. Jika ditetapkan
hipotesis sebagai berikut:
Ho = Tidak ada pengaruh secara signifikan antara uang saku dengan nilai siswa
Dengan menggunakan tingkat signifikansi 5%, pengujian 2 sisi, dan derajat kebebasan (df) = n-k-1 = 34-1-1 = 32
(dimana n = jumlah data, k = jumlah variabel independen) maka diperoleh t tabel sebesar 2.03693. (dapat dilihat pada
Ms Excel dengan mengetikkan “=tinv(0,05;32)” lalu tekan Enter).
Karena -t hitung ≤ t tabel, maka Ho diterima. Kesimpulannya, tidak ada pengaruh yang signifikan antara uang saku
dengan nilai siswa.
Regresi linear berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X1, X2, … Xn) dengan
variabel dependen (Y). Analisis ini digunakan untuk mengetahui arah hubungan antara variabel independen dengan
variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi
nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang
digunakan biasanya berskala interval atau rasio.
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana keadaan (naik
turunnya) variabel independen (kriterium), bila dua atau lebih variabel independen sebagai faktor predictor
dimanipulasi (dinaik turunkan nilainya). Jadi analisis regresi ganda akan dilakukan bila jumlah variabel independennya
minimal 2.
Analisis ini digunakan untuk mengetahui hubungan antara 2 atau lebih variabel independen terhadap variabel dependen
secara serentak. Nilai R berkisar antara 0 dan 1. Semakin mendekati angka 1 maka hubungan semakin kuat, sebaliknya
jika semakin mendekati angka 0 maka hubungan semakin lemah.
Nilai Ekuivalen
0,00 – 0,199 sangat rendah
0,20 – 0,399 rendah
0,40 – 0,599 sedang
0,60 – 0,799 kuat
0,80 – 1,000 sangat kuat
Analisis ini digunakan untuk mengetahui presentase sumbangan pengaruh variabel independen secara serentak terhadap
variabel dependen. Jika R2 bernilai 0 maka tidak ada sedikitpun presentase sumbangan pengaruh yang diberikan
variabel independen terhadap variabel dependen, tetapi jika R2 bernilai 1 maka sumbangan pengaruh yang diberikan
variabel independen terhadap variabel dependen adalah sempurna.
Rumus untuk mencari koefisien determinasi dengan 2 variabel independen adalah sebagai berikut:
Uji ini digunakan untuk mengetahui apakah variabel independen secara bersama-sama berpengaruh secara signifikan
terhadap variabel dependen, atau digunakan untuk mengetahui apakah model regresi dapat digunakan untuk
memprediksi variabel dependen atau tidak. Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi
(dapat digeneralisasikan).
a. Merumuskan hipotesis
c. Menentukan F hitung
d. Menentukan F tabel
df2 = n-k-1
Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen secara parsial berpengaruh
signifikan terhadap variabel dependen.
a. Menentukan Hipotesis
c. Menentukan t hitung
d. Menentukan t tabel
2. Contoh Kasus
Seorang pengamat pasar modal bernama Sugianto ingin melakukan penelitian tentang faktor-faktor yang
mempengaruhi harga saham pada perusahaan. Sugianto ingin mengetahui hubungan antara rasio keuangan PER dan
ROI (Return On Investment) terhadap harga saham. Dari pernyataan tersebut, didapatkan variabel dependen (Y) yaitu
harga saham, dan variabel independen (X1 dan X2) yaitu PER dan ROI. Data yang ditabulasikan sebagai berikut:
Langkah:
Konstanta (a) = 7735,088; Koefisien Regresi 1 (b1) = 328,618; Koefisien Regresi 2 (b2) = -104,002; R = 0,606; R2 =
0,368; F hitung = 2,327; t hitung PER = 2,157 dan t hitung ROI = -0,561;
F hitung = 2,327
a = 5% = 0,05
a = 5% = 0,05
df = n-k-1 = 10-2-1 = 7
DAFTAR RUJUKAN
Hasan M. Iqbal, Ir., M.M. 2005. Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif). Edisi Kedua. Jakarta: PT.
Bumi Aksara.
Priyatno Duwi. 2008. Mandiri Belajar SPSS (Statistical Product and Service Solution) Untuk Analisis Data dan
Uji Statistik. Yogyakarta: MediaKom.
Uyanto Stanislaus S., Ph.D. 2009. Pedoman Analisis Data dengan SPSS. Edisi 3. Yogyakarta: Graha Ilmu.
Demikian ulasan singkat tentang Pengertian Dan Contoh Kasus Uji Regresi Linear Sederhana Dan Berganda
semoga dapat menjadi referensi bagi anda dan jika artikel ini dirasa bermanfaat silahkan bagikan/share artikel ini.
Terima kasih telah berkunjung