Pengertian Regresi
Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun
1886. Galton menemukan adanya tendensi bahwa orang tua yang memiliki tubuh tinggi
memiliki anak-anak yang tinggi, orang tua yang pendek memiliki anak-anak yang pendek
pula. Kendati demikian. Ia mengamati bahwa ada kecenderungan tinggi anak cenderung
bergerak menuju rata-rata tinggi populasi secara keseluruhan. Dengan kata lain,
ketinggian anak yang amat tinggi atau orang tua yang amat pendek cenderung bergerak
kearah rata-rata tinggi populasi. Inilah yang disebut hukum Golton mengenai regresi
universal. Dalam bahasa galton, ia menyebutkan sebagai regresi menuju mediokritas.
Secara umum, analisis regresi pada dasarnya adalah studi mengenai
ketergantungan satu variabel dependen (terikat) dengan satu atau lebih variabel
independent (variabel penjelas/bebas), dengan tujuan untuk mengestimasi dan/ atau
memprediksi rata-rata populasi atau niiai rata-rata variabel dependen berdasarkan nilai
variabe! independen yang diketahui. Pusat perhatian adalah pada upaya menjelaskan dan
mengevalusi hubungan antara suatu variabel dengan satu atau lebih variabel
independen. Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing
variable independent. Koefisien ini diperoleh dengan cara memprediksi nilai variable
dependen dengan suatu persamaan.
B. Analisis Regresi
Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu variabel terhadap variabel lain. Dalam analisis regresi, variabel yang
mempengaruhi disebut Independent Variable (variabel bebas) dan variabel yang
dipengaruhi disebut Dependent Variable (variabel terikat). Jika dalam persamaan regresi
hanya terdapat satu variabel bebas dan satu variabel terikat, maka disebut sebagai
persamaan regresi sederhana, sedangkan jika variabel bebasnya lebih dari satu, maka
disebut sebagai persamaan regresi berganda.
40 4 16 160
60 6 36 360
50 7 49 350
70 10 100 700
90 13 169 1.170
Dengan menggunakan rumus di atas, nilai a dan b akan diperoleh sebagai berikut :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2]
a = [(310 . 370) – (40 . 2.740)] / [(5 . 370) – 402] = 20,4
b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]
b = [(5 . 2.740) – (40 . 310] / [(5 . 370) – 402] = 5,4
Sehingga persamaan regresi sederhana adalah Y = 20,4 + 5,2 X
Berdasarkan hasil penghitungan dan persamaan regresi sederhana tersebut di atas,
maka dapat diketahui bahwa :
1) Lamanya belajar mempunyai pengaruh positif (koefisien regresi (b) = 5,2)
terhadap nilai ujian, artinya jika semakin lama dalam belajar maka akan
semakin baik atau tinggi nilai ujiannya;
2) Nilai konstanta adalah sebesar 20,4, artinya jika tidak belajar atau lama
belajar sama dengan nol, maka nilai ujian adalah sebesar 20,4 dengan
asumsi variabel-variabel lain yang dapat mempengaruhi dianggap tetap.
C. Macam – macam Regresi
Macam-macam regresi itu terbagi lima antara lain sebagai berikut:
1. Regresi Linier Sederhana
Hubungan antara 2 variabel. Yaitu x (variabel bebas) dan y (variabel tak bebas).
Kedua variable datanya kuantitatif.
Misal: Berat badan seseorang dipengaruhi tinggi badannya
2. Regresi Linier Berganda
Hubungan antara variabel y dengan dua atau lebih variabel x. Semua variable
datanya kuantitatif.
Misal : produksi padi dipengaruhi oleh jenis pupuk, suhu, lama penyinaran, dll
3. Regresi Nonlinier
Hubungan antara variabel y dan x yang tidak linier. Tidak linier maksudnya laju
perubahan y akibat laju perubahan x tidak konstan untuk nilai-nilai x tertentu.
Misal : Produksi padi akan meningkat saat diberi pupuk taraf rendah ke sedang. Tapi
kalau diberi dengan taraf tinggi, malah produksinya menurun.
4. Regresi Dummy
Hubungan antara variabel y (data kuantitatif) dan variabel x (data kualitatif).
Misal : Melihat pengaruh kemasan terhadap harga jual makanan. Kita coding 1 jika
kemasan menarik dan 0 jika kemasan tidak menarik. 1 dan o adalah variabel dummy.
5. Regresi Logistik
Hubungan antara variabel y (data kualitatif) dan variabel x (data kuantitatif).
Misal : Ingin diketahui apakah konsumen akan membeli makanan di rumah makan
berdasarkan penilaian konsumen terhadap lokasi, pelayanan, pendapatan. Dalam
kasus ini hanya ada 2 kemungkinan respon konsumen, yaitu konsumen membeli (1)
dan tidak membeli (0).
D. Tujuan Penggunaan Regresi
Ada beberapa tujuan penggunaan analisis regresi, antara lain:
1. Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasari pada
nilai variabel bebas.
2. Menguji hipotesis karakteristik dependensi.
3. Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai
variabel bebas diluar jangkauan sample.