B A B I V A n a l i s i s R e g r e s i | 12

BAB IV
ANALISIS REGRESI
A. SEJARAH REGRESI
Gujarati dalam bukunya, menyatakan bahwa istilah regresi (regression)
diperkenalkan oleh Francis Galton. Dalam sebuah makalahnya (paper),
Galton menemukan bahwa terdapat kecenderungan bahwa orang tua yang
tinggi mempunyai anak yang tinggi dan orang tua yang pendek mempunyai
anak yang pendek, rata-rata tinggi anak-anak yang lahir mempunyai
kecenderungan untuk bergerak mundur (regress) kepada rata-rata tinggi
populasi secara keseluruhan (Francis Galton, “Family Likeness in Stature,”
Proceedings of Royal Society, London, vol. 40, 1886, pp. 42–72). Atau dengan
kata lain, tinggi anak-anak, baik tinggi maupun pendek, cenderung bergerak
mundur kepada rata-rata tinggi populasi. Hukum universal dari Galton ini
kemudian dikonfirmasikan oleh temannya, yaitu Karl Pearson, yang
mengumpulkan lebih dari seribu data tentang tinggi keluarga (K. Pearson
and A. Lee, “On the Laws of Inheritance,’’ Biometrika, vol. 2, Nov. 1903, pp.
357–462). Pearson menemukan bahwa rata-rata tinggi anak dalam kelompok
yang ayahnya tinggi, lebih rendah dari pada tinggi ayahnya, dan rata-rata
tinggi anak dalam kelompok yang ayahnya pendek, lebih tinggi dibandingkan
tinggi ayahnya. Oleh karena itu, regressing tinggi dan rendah anak
menyerupai rata-rata tinggi keseluruhan. Dengan kata lain, Galton
menyebutnya regression to mediocrity (Gujarati, 2006).

B. JENIS ANALISIS REGRESI

1. Regresi Linier Sederhana
Regresi Linear Sederhana adalah metode statistik yang berfungsi
untuk menguji sejauh mana hubungan sebab akibat antara Variabel
Faktor Penyebab (X) terhadap Variabel Akibatnya. Faktor Penyebab pada
umumnya dilambangkan dengan X atau disebut juga dengan Predictor
sedangkan Variabel Akibat dilambangkan dengan Y atau disebut juga
dengan Response. Regresi Linear Sederhana atau sering disingkat dengan
SLR (Simple Linear Regression) juga merupakan salah satu Metode
Statistik yang dipergunakan dalam produksi untuk melakukan
peramalan ataupun prediksi tentang karakteristik kualitas maupun
Kuantitas.

Modul Ekonometrika by Zulaika Matondang, M.Si

 B A B I V A n a l i s i s R e g r e s i | 13

Analisis ini digunakan untuk mengetahui arah hubungan antara variabel

independen dengan variabel dependen apakah 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. Adapun persamaan yang
digunakan dalam regresi linear sederhana yaitu:
Y’ = a + bX
Keterangan:
Y’ = Variabel dependen (nilai yang diprediksikan)
X = Variabel independen
a = Konstanta (nilai Y’ apabila X = 0)
b = Koefisien regresi (nilai peningkatan ataupun penurunan)

2. Regresi Linier Berganda

Regresi berganda adalah model regresi atau prediksi yang
melibatkan lebih dari satu variabel bebas atau prediktor. Istilah regresi
berganda dapat disebut juga dengan istilah multiple regression. Kata
multiple berarti jamak atau lebih dari satu variabel. Banyak para peneliti
yang salah kaprah dalam memahami istilah tersebut. Dimana tidak bisa
membedakan antara multiple regression dengan multivariat regression.
Perbedaannya adalah jika multiple regression atau regresi berganda
adalah adanya lebih dari satu variabel prediktor (variabel bebas/variabel
independent). Sedangkan multivariat regression atau regresi multivariat
adalah analisis regresi dimana melibatkan lebih dari satu variabel
response (variabel terikat/variabel dependen).
Analisis regresi linier berganda adalah hubungan secara linear
antara dua atau lebih variabel independen (X 1, 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. Persamaan regresi linear berganda
sebagai berikut:

Y’ = a + b1X1+ b2X2+…..+ bnXn

Modul Ekonometrika by Zulaika Matondang, M.Si

 B A B I V A n a l i s i s R e g r e s i | 14

Keterangan:
Y’ = Variabel dependen (nilai yang diprediksikan)
X1, X2 = Variabel independen
a = Konstanta (nilai Y’ apabila X1, X2…..Xn = 0)
b1, b2, bn = Koefisien regresi (nilai peningkatan ataupun penurunan)

C. TERMINOLOGI REGRESI
Analisis regresi mengestimasi hubungan antara variable dependen dan
variable independent. Kedua variable ini kadangkala disebut juga dengan
terminologi lain, yaitu (Ghozali & Ratmono, 2013) :
Variabel Dependen : explained variable, criterion, predictand, regressand,
response, dan endogenous variable.
Variabel Independen : explanatory variable, predictor, regressor, stimulus,
exogenous.
Penelitian yang menguji hubungan satu variable dependen terhadap satu
variable explanatory disebut analisis regresi sederhana. Dan penelitian yang
melihat hubungan satu variable dependen terhadap lebih dari satu variable
explanatory disebut analisis regresi berganda.

D. ASUMSI DALAM ANALISIS REGRESI

Metode kuadrat terkecil merupakan metode yang paling popular karena
mudah untuk digunakan. Kemudahan-kemudahan tersebut merupakan
akibat dari serangkaian asumsi yang harus dipenuhi agar hasil perkiraan
memenuhi syarat-syarat sebagai pengira yang baik, yaitu (1) tidak bias, (2)
efisien, serta (3) konsisten (Setiawan dkk., 2010).
Asumsi analisis regresi sejalan dengan tujuan analisis regresi tersebut, yaitu
(Gujarati, 2006) :
1. Untuk menaksir nilai rata-rata dari variable tak bebas, berdasarkan nilai-
nilai variable bebas yang ada.
2. Untuk menguji hipotesis tentang sifat ketergantunganantarvariabel-
hipotesis ini dibuat berdasarkan teori ekonomi.
3. Untuk memprediksi, atau meramalkan nilai rata-rata dari variable tak
bebas berdasarkan nilai variable bebas yang berada diluar rentang
sampel.
4. Satu atau lebih gabungan tujuan di atas.

Modul Ekonometrika by Zulaika Matondang, M.Si

 B A B I V A n a l i s i s R e g r e s i | 15

E. LATIHAN MENCARI DATA PENELITIAN DENGAN JENIS DATA SEKUNDER

Langkah 1. Tentukan Tema
Contoh tema :
1. Analisis regresi linier sederhana
“ Pengaruh Dana Pihak Ketiga Terhadap Pembiayaan ”
2. Analisis regresi linier berganda
“ Pengaruh Dana Pihak Ketiga dan Financing to Deposit Ratio Terhadap
Pembiayaan ”
Langkah 2. Menentukan Objek Penelitian
Langkah 3. Mencari data yang sesuai dengan objek penelitian
“ Untuk mencari data penelitian bisa melalui link berikut” :
1. www.ojk.go.id
2. www.bi.go.id
3. www.bps.go.id
4. Atau bisa juga mencari dengan bantuan google jika data yang mau dicari
spesifik perusahaan/bank nya dengan mengetik di search google “Annual
Report Bank ……”.

DAFTAR PUSTAKA
Ghozali, I., & Ratmono, D. (2013). ANALISIS MULTIVARIAT DAN
EKONOMETRIKA : Teori, Konsep, dan Aplikasi Dengan Eviews 8.
Universitas Diponegoro Semarang.
Gujarati, D. N. (2006). Essentials of econometrics (3rd ed). McGraw-Hill/Irwin.
Setiawan, Dwi Endah Kusrini, & Nikodemus WK. (2010). Ekonometrika. Andi.

Modul Ekonometrika by Zulaika Matondang, M.Si