ANALISIS REGRESI

ANISA
&
FRENGKY
 ANALISIS REGRESI
 Analisis Regresi adalah salah satu metode
yang sangat popular dalam mencari
hubungan antara 2 variabel atau lebih.
Variabel-variabel yang dikomputasi
selanjutnya dikelompokkan menjadi
variabel dependen yang biasanya
dinotasikan dengan huruf Y dan variabel
independen yang biasanya dinotasikan
dengan huruf X.
o Dalam analisis Regresi, akan dikembangkan
sebuah persamaan regresi yaitu formula
matematika yang mencari nilai variabel
tergantung (dependent) dari nilai variabel bebas
(independent) yang diketahui.
o Analisa regresi terutama digunakan untuk
tujuan peramalan.
Tujuan menggunakan analisis regresi

 Membuat estimasi rata-rata dan nilai

variabel tergantung dengan didasarkan
pada nilai variabel bebas.
 Menguji hipotesis karakteristik
dependensi
 Untuk meramalkan nilai rata-rata variabel
bebas dengan didasarkan pada nilai
variabel bebas diluar jangkaun sample.
 Persyaratan penggunaan model regresi

 Model regresi dikatakan layak jika angka signifikansi pada

ANOVA sebesar < 0.05
 Predictor yang digunakan sebagai variabel bebas harus layak.
Kelayakan ini diketahui jika angka Standard Error of Estimate
< Standard Deviation
 Koefesien regresi harus signifikan. Pengujian dilakukan dengan
Uji T. Koefesien regresi signifikan jika T hitung > T table (nilai
kritis)
 Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi
korelasi yang sangat tinggi atau sangat rendah antar variabel
bebas. Syarat ini hanya berlaku untuk regresi linier berganda
dengan variabel bebas lebih dari satu.
 Terdapat hubungan linier antara variabel bebas (X)
dan variabel tergantung (Y)
 Data harus berdistribusi normal
 Data berskala interval atau rasio
 Kedua variabel bersifat dependen, artinya satu
variabel merupakan variabel bebas (disebut juga
sebagai variabel predictor) sedang variabel lainnya
variabel tergantung (disebut juga sebagai variabel
response)
 Lebih lanjut, analisis regresi yang dapat kita terapkan
dalam mencari hubungan variabel X dan Y
tergantung kepada tipe dari variabel Y atau variabel
dependen yang nilainya akan kita cari berdasarkan
variabel independen. setidaknya 2 dua :
1. Jika variabel dependen merupakan data kontinu
maka kita dapat menggunakan regresi linear, maupun
non-linear, sedangkan
2. Jika variabel dependen merupakan data kategorikal
maka kita dapat menggunakan analisis regresi
logistik
 REGRESI LINIER

 Analisis regresi merupakan metode analisis data

yang memanfaatkan hubungan antara dua
variabel atau lebih (Berat Badan dengan Umur;
FEV1 dengan Tinggi Badan; Berat Badan dengan
Umur dan Asupan Gizi).
Y=variabel dependen, tak bebas, tergantung,
respon, outcome.
X=variabel independen, bebas, tak tergantung,
prediktor.
 TUJUAN

 Menyelidiki bentuk/pola hubungan antara Y

dengan X.
 Mengestimasi/menduga mean atau rata-rata
dari Y populasi berdasarkan X yang diberikan.
 Analisis Regresi linear dapat dibedakan menjadi :
1. Analsis Regesi Linear Sederhaa, dimana terdapat 1
variabel tak bebas yang kontinu dan 1 variable bebas
2. Analisis Regresi Linear Berganda, dimana terdapat 1
variabel tak bebas yang kontinu dan 2 atau lebih
variabel bebas.
 analisis regresi logistik lebih mengarah
kepada perhitungan atau estimasi
seberapa besar probabilitas suatu even
atau kejadian akan terjadi jika diketahui
nilai-nilai koefisien dari variabel-variabel
independen atau variabel-variabel yang
mempengaruhinya.
 Dalam analisis regresi, baik regresi sederhana (dengan satu
variabel bebas) maupun regresi berganti (dengan lebih dari
1 variabel bebas).Ada 3 hukum dasar yang harus dicari:
 Garis regresi yaitu garis yang menyatakan hubungan
antara variabel-variabel itu.
 Standar Error of Estimate (Sy, X1, X2) yaitu harga yang
mengukurpemancaran tiap-tiap titik (data) terhadap garis
regresi, atau merupakan penyimpangan standar dari harga
dependent (y) terhadap garis regresinya.
 Koefisien Korelasi (r) yaitu angka yang menyatakan
eratnya hubungan antara variabel-variabel itu.
 ANALISIS REGRESI SEDERHANA
 analisis regresi yang memproses pengaruh lebih dari satu variabel
independen terhadap sebuah variabel dependen.
 digunakan untuk mengetahui pengaruh dari variabel bebas
terhadap variabel terikat atau dengan kata lain untuk mengetahui
seberapa jauh perubahan variabel bebas dalam mempengaruhi
variabel terikat.
 Dalam analisis regresi sederhana, pengaruh satu variabel bebas
terhadap variabel terikat dapat dibuat persamaan sebagai berikut
: Y = a + b X. Keterangan : Y : Variabel terikat (Dependent
Variable); X : Variabel bebas (Independent Variable); a : Konstanta;
dan b : Koefisien Regresi.
• Untuk mencari persamaan garis regresi dapat
digunakan berbagai pendekatan (rumus), sehingga
nilai konstanta (a) dan nilai koefisien regresi (b)
dapat dicari dengan metode sebagai berikut :

a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) –

(ΣX)2] atau a = (ΣY/N) – b (ΣX/N)
b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]
 TUJUAN
 Membuat estimasi rata-rata dan nilai
variabel tergantung dengan didasarkan
pada nilai variabel bebas.
 Menguji hipotesis karakteristik
dependensi
 Untuk meramalkan nilai rata-rata variabel
bebas dengan didasarkan pada nilai
variabel bebas diluar jangkaun sample.
 PERSYARATAN PENGGUNAAN
MODEL REGRESI
 Model regresi dikatakan layak jika angka signifikansi pada
ANOVA sebesar < 0.05
 Predictor yang digunakan sebagai variabel bebas harus layak.
Kelayakan ini diketahui jika angka Standard Error of Estimate <
Standard Deviation
 Koefesien regresi harus signifikan. Pengujian dilakukan dengan
Uji T. Koefesien regresi signifikan jika T hitung > T table (nilai
kritis)
 Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi
korelasi yang sangat tinggi atau sangat rendah antar variabel
bebas. Syarat ini hanya berlaku untuk regresi linier berganda
dengan variabel bebas lebih dari satu.
 Tidak terjadi otokorelasi. Terjadi otokorelasi jika angka Durbin
dan Watson (DB) sebesar < 1 dan > 3
• Terdapat hubungan linier antara variabel
bebas (X) dan variabel tergantung (Y)
• Data harus berdistribusi normal
• Data berskala interval atau rasio
• Kedua variabel bersifat dependen, artinya
satu variabel merupakan variabel bebas
(disebut juga sebagai variabel predictor)
sedang variabel lainnya variabel
tergantung (disebut juga sebagai variabel
response)
 ANALISIS REGRESI LINIER BERGANDA
• Analisis Regresi Linear Berganda digunakan untuk
mengukur pengaruh antara lebih dari satu
variabel prediktor (variabel bebas) terhadap
variabel terikat.
• Hubungan antara variabel y dengan dua atau lebih
variabel x. Semua variabel datanya kuantitatif.
• Rumus:
Y = a + b1X1+b2X2+…+bnXn
Y = variabel terikat
a = konstanta
b1,b2 = koefisien regresi
X1, X2 = variabel bebas