Y = a + bX + e
Y = Variabel dependen
a = Konstanta
x = Variabel independen
e = error
Macam-macam asumsi analisis regresi linier sederhana
1. Uji Normalitas.
2. Uji Multikolinearitas.
3. Heteroskeditas
4. Uji Autokorelasi
5. Uji Linearitas.
Perbedaan Korelasi dan Regresi
Regresi dan korelasi keduanya sama-sama mempelajari hubungan antar variabel, tetapi ada perbedaan
di antara keduanya. Korelasi dan Regresi adalah dua analisis berdasarkan distribusi multivariat.
Distribusi multivariat digambarkan sebagai distribusi beberapa variabel. Korelasi digambarkan sebagai
analisis yang memungkinkan kita mengetahui hubungan atau tidak adanya hubungan antara dua
variabel ‘x’ dan ‘y’. Di sisi lain, analisis Regresi, memprediksi nilai variabel dependen berdasarkan
nilai yang diketahui dari variabel independen, dengan asumsi bahwa rata-rata hubungan matematika
antara dua atau lebih variable.
Persamaan Analisis Regresi Liniear Sederhana.
Regresi Linear Sederhana adalah Metode Statistik yang berfungsi untuk menguji sejauh
mana hubungan sebab akibat antara Variabel Faktor Penyebab (X) terhadap Variabel
Akibat. Faktor Penyebab pada umumnya dilambangkan dengan X atau disebut juga dengan
Prediktor sedangkan Variabel Akibat dilambangkan dengan Y atau disebut juga dengan
Respon.
TERIMA KASIH