Muhammad Bayu [Type here] 17063061

REGRESI LINEAR
Regresi linear adalah alat statistik yg digunakan buat mengetahui pengaruh antara satu
atau beberapa variabel terhadap satu buah variable. Variabel “penyebab” atau yg dikenal
menjadi variabel yang mempengaruhi dianggap dengan bermacam-macam istilah: variabel
independen, variabel bebas, variabel penjelas, variabel eksplanatorik, atau variabel X.
Sedangkan, variabel “akibat” dikenal menjadi variabel yang dipengaruhi, variabel dependen,
variabel terikat, atau variabel Y. Secara umum, persamaan regresi bisa terdiri menurut satu
atau lebih peubah bebas namun hanya mempunyai satu peubah terikat. Secara umum regresi
linear terdiri dari dua, regresi linear sederhana yaitu satu buah variabel terikat dan satu buah
variabel beban; dan regresi linear berganda, satu buah variabel terikat dengan beberapa
variabel bebas.
Tujuan menurut analisis regresi yaitu pertama buat membuat asumsi nilai suatu
variabel terikat apabila nilai variabel bebas yg berhubungan dengannya sudah ditentukan
dan yang ke 2 untuk menguji hipotesis signifikansi efek berdasarkan variabel bebas
terhadap variabel terikat. Sebelum kita melakukan analisis regresi berganda untuk uji
hipotesis penelitian, maka ada syarat yang harus terpenuhi dalam model regresi, sebagai
berikut :
 Uji normalitas, dimana asumsi yang harus terpenuhi adalah model regresi
berdistribusi normal.
 Uji linearitas, dimana hubungan yang terbentuk antara variable independent dengan
variable dependent secara parsial adalah linear
 Uji multikolinearitas, artinya tidak boleh terjadi korelasi antar variabel bebas yang
sangat tinggi atau terlalu rendah.
 Uji heterokolinearitas, dalam model regresi tidak terjadi gejala heteroskedastisitas
 Koefesien regresi harus signifikan.
 Terdapat hubungan dependensi, artinya satu variabel merupakan variabel yang
tergantung pada variable lainnya.

Regresi Linear Sederhana

Analisis regresi linear sederhana digunakan untuk mengetahui pengaruh antara satu
buah variabel bebas terhadap satu buah variabel terikat. Persamaan umumnya adalah:
Y = a + b X.
Y = variabel terikat
Muhammad Bayu [Type here] 17063061

X = variabel bebas. \
a = konstanta (intercept) yang merupakan titik potong antara garis regresi dengan sumbu
pada koordinat kartesius.

Regresi Linier Berganda

Merupakan 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.
Secara umum, persamaan regresi dimana varibel terikat (Y) merupakan nilai yang
diprediksi, maka persamaannnya :
Y = a + b1 X1 + b2 X2 + .... + bn Xn.
Dimana :
Y ̂ : Variabel terikat / variabel dependen / variabel yang dipengaruhi
X : Varibel bebas / variabel independen / variabel yang mempengaruhi
a : Konstanta / intercept yaitu sifat bawaan dari variabel Y
b1, b2, bn : koefisien regresi pada masing-masing variabel bebas.
Penggunaan metode analisis regresi linear berganda memerlukan uji asumsi klasik.
Langkah-langkah yang sering digunakan dalam analisis regresi linear berganda adalah
1) Koefisien determinasi; 2) Uji F dan 3 ) uji t.

Adapun manfaat analisis regresi dalam penelitian antara lain:

 Model regresi dapat digunakan untuk mengetahui impak suatu atau beberapa variabel
independen terhadap variabel dependen (respons)
 Model regresi digunakan untuk menguji hipotesis karakteristik dependensi.
 Model regresi dapat digunakan untuk mengukur keeratan hubungan antara variabel
dependen (tak bebas) & variabel independen (bebas).
 Dengan menggunakan regresi linear berganda maka dapat menganalisis dengan
menggunakan beberapa variabel bebas (X) sehingga output prediksi yg dihasilkan
lebih seksama dibandingkan menggunakan regresi linear sederhana yang hanya
menggunakan satu variabel bebas (X).