Definisi Analisis Regresi

Posted on

Definisi Analisis Regresi
Definisi Analisis Regresi

Definisi Analisis Regresi – Regresi merupakan analisis yang sangat populer dilakukan dalam statistika, 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. Berikut ini penjelasan lebih lengkap mengenai analisi regresi.

A. Tentang Analisis Regresi

Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel(-variabel) yang lain. Variabel “penyebab” disebut dengan bermacam-macam istilah: variabel penjelasvariabel eksplanatorikvariabel independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang dipengaruhivariabel dependenvariabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak.

Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.

Dalam analisis regresi dikenal 2 jenis variabel yaitu:

  • Variabel Respon disebut juga variabel dependen yaitu variabel yang keberadaannya dipengaruhi oleh variabel lainnya dan dinotasikan dengan variabel Y.
  • Variabel Prediktor disebut juga dengan variabel independen yaitu variabel yang bebas (tidak dipengaruhi oleh variabel lainnya) dan dinotasikan dengan X.

B. Jenis Analisis Regresi

Untuk mempelajari hubugan – hubungan antara variabel bebas maka regresi linier terdiri dari dua bentuk, yaitu:

1. Analisis regresi sederhana (simple analysis regresi)

Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas (variable independen) dan variabel tak bebas (variabel dependen).

Regresi linier sederhana digunakan untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel tak bebas tunggal dengan variabel bebas tunggal. Regresi linier sederhana hanya memiliki satu peubah X yang dihubungkan dengan satu peubah tidak bebas Y . Bentuk umum dari persamaan regresi linier untuk populasi adalah

Y = a + bx

Dimana ;

Y = Variabel tak bebas

x = Variabel Bebas

a = Parameter Intercep

b = Parameter Koefisisen Regresi Variabel Bebas.

Menentukan koefisien persamaan a dan b dapat dengan menggunakan metode kuadrat terkecil, yaitu cara yang dipakai untuk menentukan koefisien persamaan dan dari jumlah pangkat dua (kuadrat) antara titik-titik dengan garis regresi yang dicari ysng terkecil .

2. Analisis regresi berganda (Multiple analysis regresi).

Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara peubah respon (variabel dependen) dengan faktor-faktor yang mempengaruhi lebih dari satu prediktor (variabel independen).

Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya saja pada regresi linier berganda variabel bebasnya lebih dari satu variabel penduga. Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan membuat prediksi perkiraan nilai Y atas X.

Secara umum model regresi linier berganda untuk populasi adalah sebagai berikut:

Capture

Model regresi linier berganda untuk populasi diatas dapat ditaksir berdasarkan sebuah smpel acak yang berukuran n dengan model regresi linier berganda untuk sampel, yaitu:

Capture

C. Koefisien Determinasi

Koefisien determinasi dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas Y yang dapat dijelaskan atau diterangkan oleh variabel – variabel bebas X yang ada di dalam model persamaan regresi linier berganda secara bersama-sama.

Sekian penjelasan singkat mengenai Definisi Analisis Regresi dalam artikel ini, tentunya penjelasan dalam artikel ini masih sangat minim namun diharapkan tetap dapat meberikan manfaat kepa pembaca. Untuk melihat Contoh Analisis Regresi Linear Sederhana, silahkan klik di SINI.

Terima Kasih…!!!