REGRESI

Dalam kehidupan sehari-hari kita sering kali ingin mengetahui hubungan antara dua hal.
Misalkan hubungan antara : nilai IPK dengan kehadiran mahasiswa, prestasi belajar dengan
IQ ,dan sebagainya. Dua hal tersebut bisa disebut sebagai variabel. Umumnya suatu variabel
bersifat mempengaruhimvariabel yang lainnya. Variabel yang mempengaruhi disebut variabel
bebas (independen) sedangkan yang dipengaruhi disebut sebagai variabel tak bebas atau
variabel terikat (dependen)

Secara kuantitatif hubungan antara variabel bebas dan variabl terikat dapat dibuat dalam
sebuah model persamaan matematika, sehingga dapat diduga nilai suatu variabel terikat bila
diketahui nilai variabel bebasnya. Persamaaan matematik yang menggambarkan hubungan
antara varibel bebas dan terikatnya sering disebut persamaan regresi .

Persamaan regresi dapat terdiri dari satu atau lebih variabel bebas dan satu variabel terikat.
Persamaan yang terdiri dari satu variabel bebas dan satu variabel terikat disebut persamaan
regresi sederhana, sedangkan yang terdiri dari satu variabel terikat dan beberapa varaibel
bebas disebut persamaan regresi berganda. Regresi dapat dipisahkan menjadi regresi linear dan
regresi non linear.

Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh antara
satu atau beberapa variabel terhadap satu buah variabel. Regresi linear hanya dapat
digunakan pada skala interval dan ratio. Analisis regresi linear merupakan metode statistik
yang paling jamak dipergunakan dalam penelitian-penelitian sosial, terutama penelitian
ekonomi. Program komputer yang paling banyak digunakan adalah SPSS (Statistical
Package For Service Solutions).

Di dalam model regresi ini, ada beberapa syarat yang harus dipenuhi agar model peramalan
yang dibuat menjadi valid sebagai alat peramalan. Syarat-syarat tersebut apabila dipenuhi
semuanya, maka model regresi linear tersebut dikatakan BLUE. BLUE adalah singkatan dari Best
Linear Unbiased Estimation. Syarat tersebut adalah terpenuhinya Asumsi Klasik. Asumsi klasik
pada regresi antara lain : Data interval atau rasio, Linearitas, Normalitas, Heterokedastisitas,
Outlier, Multikolinieritas, dan Autokorelasi (hanya untuk data time series atau runtut waktu).

Uji linearitas adalah Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai
hubungan yang linear atau tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat
dalam analisis korelasi atau regresi linear

Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau
tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio.
Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi
yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi normal, atau jumlah
sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah

Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi
klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua
pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah
tidak adanya gejala heteroskedastisitas. statistik non parametric

Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi
klasik multikolinearitas yaitu adanya hubungan linear antar variabel independen dalam model
regresi.

Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik
autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain
pada model regresi

Sedangkan regresi non linear salah satu metode untuk memperoleh model non linier yang
menyatakan variabel dependen dan independen. Apabila hubungan fungsi antara variabel
bebas X dan variabel tidak bebas Y bersifat non linier, yaitu penyebaran data Xi dan Yi tidak
mengikuti garis lurus tetapi membentuk suatu bentuk kurva tertentu maka analisis regresi yang
cocok untuk menerangkan hubungan antara X dan Y tersebut adalah analisis regresi non linier
sederhana. Beberapa bentuk dari regresi non linear adalah Quadratik, Logaritma, Invers,
Exponesial, Logistic , dll