Chapter II
Chapter II
LANDASAN TEORI
Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak
mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
Drs.2004).
yang paling mungkin terjadi dimasa yang akan datang berdasarkan informasi
masa lalu dan sekarang yang dimiliki agar kesalahannya dapat diperkecil. Regresi
M.B.A,2007).
perkiraan. Dengan demikian analisis regresi juga dapat diartikan sebagai analisis
memberikan jawaban pasti tentang apa yang sedang dianalisis, semakin kecil
tingkat penyimpangan antara nilai prediksi dengan nilai rilnya, maka semakin
12
membuat perkiraan nilai suatu variabel (variabel dependen) jika nilai variabel
(Mason, 1996:489)
hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah
3. Analisis regresi adalah hubungan yang didapat dan dinyatakan dalam bantuk
Model analisis regresi merupakan suatu model yang parameternya linier (biasanya
menyangkut studi tentang hubungan antara suatu variabel Y yang disebut variabel
Dr, 2010).
13
hubungan sebab akibat. Oleh karena itu, sebelum menggunakan persamaan regresi
dalam menjelaskan hubungan antara dua atau lebih variabel, maka perlu dilakukan
berkolerasi. Sehingga membentuk sebuah pola garis lurus seperti gambar 2.1
berikut ini:
Antara variabel babas (X) dan variabel terikat (Y) membentuk pola sebuah garis
yang lurus, dan dalam aplikasinya jika nilai X meningkat maka nilai Y juga akan
meningkat, jika nilai X mengalami penurunan maka nilai Y juga akan mengalami
regresi linier terdiri dari dua bentuk, yaitu analisis regresi linier sederhana (simple
analisis regresi) dan analisis regresi linier berganda (multiple analisis regresi).
14
dalam bentuk suatu persamaan antara variabel tak bebas dengan variabel bebas
tunggal. Regresi linier sederhana hanya memiliki satu perubahan regresi linier
(2.1)
keterangan:
= Kesalahan ( Error )
yang ada itu hanya dari independent variabel (variabel bebas) terhadap dependent
variabel (variabel tak bebas). Jadi harga b merupakan fungsi dari koefisien
korelasi. Bila koefisien korelasi tinggi, maka harga b juga besar, sebaliknya bila
koefisien korelasi negatif maka harga b juga negatif, dan sebaliknya bila koefisien
15
Jika dalam regresi linier sederhana hanya memiliki dua variabel saja yaitu satu
variabel terikat (Y) dan satu variabel bebas (X) dengan satu predictor (a). pada
regresi linier berganda terdapat lebih dari dua variabel, satu variabel terikat, dan
Regresi berganda berguna untuk mencari pengaruh dua atau lebih variabel
bebas atau untuk mencari hubungan fungsional dua variabel bebas atau lebih
sekaligus. Dalam hal ini regresi juga dapat dijadikan pisau analisis terhadap
penelitian yang diadakan, tentu saja jika diarahkan untuk menguji variabel-
antara dua variabel atau lebih dan memuat prediksi atau perkiraan nilai Y dan nilai
X. bentuk umum persamaan regresi linier berganda yang mencakup dua atau lebih
variabel, yaitu:
Untuk populasi
(2.2)
Keterangan:
Untuk Sampel
16
keterangan:
= Koefisien regresi
regresi dimana variabel terikatnya Y dihubungkan atau dijelaskan lebih dari satu
(2.4)
berikut:
(2.5)
17
= Koefisien regresi
tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi,
18
Keterangan:
= Nilai sebenarnya
= banyak sampel
Dalam persamaan model regresi linier yang diperoleh, maka antara nilai Y dan
akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan. Untuk
tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi,
19
Kesalahan standar estimasi atau selisih taksir standar regresi adalah nilai
pendugaan dalam menduga nilai. Jika nilai ini sama dengan nol maka penduga
sebagai berikut:
(2.7)
keterangan:
= kesalahan baku
= nilai taksiran
20
berganda yang mencakup lebih dari dua variabel, untuk mengetahui proporsi
keragaman total dalam variabel tak bebes (Y) yang dapat dijelaskan atau
diterangkan oleh variabel-variabel bebas (X) yang ada didalam model persamaan
rumus, yaitu:
2.8
keterangan:
= Koefisien determinasi
baik nilai tersebut untuk meramalkan atau memprediksi dan akan lebih mendekati
Setelah mendapatkan hasil tentang jumlah pengaruh pada variabel yang diteliti
untuk selanjutnya penulis akan mencari seberapa besar hubungan antara variabel
terikat dengan variabel bebas, atau antara variabel bebas itu sendiri. Studi yang
21
mengetahui derajat hubungan linier antara satu variabel dengan variabel yang lain.
untuk mengukur ketepatan garis regresi dalam menjelaskan variasi nilai variabel
dependent.
korelasi (semakin mendekati nilai 1) maka hubungan antara dua variabel tersebut
semakin rendah. Adapun jika nilainya bertanda negative, maka terjadi hubungan
yang berlawanan arah, artinya jika suatu nilai variabel naik maka nilai variabel
a. Korelasi Positif
Jika suatu korelasi bertanda positif r > 0 maka gambar grafiknya seperti
22
Terjadinya korelasi positif apabila pada variabel yang satu diikuti dengan
perubahan variabel yang lain dengan arah yang sama (berbanding lurus).
b. Korelasi Negatif
Jika suatu korelasi betanda negatif r < 0 maka contoh gambar grafikya seperti
23
perubahan variabel yang lain dengan arah yang berlawanan (berbanding terbalik).
c. Korelasi Nihil
Korelasi nihil terjadi apabila perubahan pada variabel yang satu diikuti perubahan
pada variabel yang lain dengan arah yang tidak teratur (acak). Artinya apabila
variabel yang satu meningkat, kadang diikuti dengan peningkatan pada variabel
Besarnya hubungan antara variabel yang satu dengan variabel yang lain
24
Sangat Kuat
Kuat
Cukup Kuat
Rendah
Sangat Rendah
Koefisien korelasi antara variabel yang satu dengan yang lainnya dapat ditentukan
(2.9)
keterangan:
1. Koefisi
25
(2.11)
(2.12)
keterangan:
= Koefisien korelasi antara variabel dan Y
26
Uji regresi linier berganda perlu dilakukan untuk mengetahui apakah sekelompok
(2.14)
keterangan:
(2.15)
keterangan:
x1i = X1i -
x2i = X2i -
xki = Xki -
27
(2.17)
(2.18)
keterangan:
berikut:
Pilih taraf nyata α yang diinginkan, biasanya 5%, 1%, dan 10%
H0 diterima apabila
28
(2.19)
untuk menunjukkan seberapa besar pengaruh yang diberikan variabel tak bebas.
Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji statistik t
(t student).
(2.20)
(2.21)
(2.22)
1. Hipotesis
29
3. Kriteria Pengujian:
H0 diterima jika
(2.23)
Untuk menguji hipotesis yang ada digunakan kekeliruan baku taksiran s2y,1,2,3,…,k .
(2.24)
keterangan:
30
31