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 :
R = koefisien korelasi product moment antara variabel variabel X dengan variabel Y
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.
a. Menentukan Hipotesis
3. Menentukan t hitung
d. Menentukan t tabel
e. Membandingkan t hitung dan t table dengan kriteria
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:
Langkah :
Y= a + bx
Konstanta (a) = 45.286; Koefisien Regresi (b) = 1,238; dan t hitung = 1.419
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:
100. 5000.
3500. 60.
5000.
2000. 85. 60.
100. 5000.
1000. 90.
5000.
4000. 60. 85.
5000. 100.
5000. 70.
5000.
10000. 60. 60.
1000.
4000. 90. 70.
4000. 100.
10000. 85.
100. 5000.
2000. 60.
3000. 100.
3000. 90.
2000.
8000. 85. 90.
Langkah :
Konstanta (a) = 95.877; Koefisien Regresi (b) = -0.002; dan t hitung = -1.612
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.
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 Koefisien Regresi Secara Bersama-sama (Uji F)
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).
Langkah-langkah dalam pengujian koefisien regresi secara bersama-sama adalah sebagai berikut:
a. Merumuskan hipotesis
Ho = Tidak ada pengaruh yang signifikan
Ha = Terdapat pengaruh yang signifikan
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;
a = 5% = 0,05
a = 5% = 0,05
df = n-k-1 = 10-2-1 = 7
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.