Advertise Here

Color Of Spring

- Another Blogger Blog's

A.PENGERTIAN REGRESI
Secara umum ada dua macam hubungan antara dua variabel atau lebih, yaitu bentuk hubungan dan keeratan hubungan. Untuk mengetahui bentuk hubungan digunakan analisis regresi. Untuk keeratan hubungan dapat diketahui dengan analisis korelasi. Analisis regresi dipergunakan untuk menelaah hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan sempurna, atau untuk mengetahui bagaimana variasi dari beberapa variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang kompleks. Jika X1, X2, … , Xi adalah variabel-variabel independen dan Y adalah variabel dependen, maka terdapat hubungan fungsional antara X dan Y, di mana variasi dari X akan diiringi pula oleh variasi dari Y. Secara matematika hubungan di atas dapat dijabarkan sebagai berikut: Y = f(X1, X2, …, Xi, e), di mana : Y adalah variabel dependen, X adalah variabel independen dan e adalah variabel residu (disturbance term).

Berkaitan dengan analisis regresi ini, setidaknya ada empat empat kegiatan yang dapat dilaksanakan dalam analisis regresi, diantaranya: (1) mengadakan estimasi terhadap parameter berdasarkan data empiris, (2) menguji berapa besar variasi variabel dependen dapat diterangkan oleh variasi variabel independen, (3) menguji apakah estimasi parameter tersebut signifikan atau tidak, dan (4) melihat apakah tanda dan magnitud dari estimasi parameter cocok dengan teori (M. Nazir, 1983).

B.KOEFISIEN REGRESI SEDERHANA
Regresi sederhana, bertujuan untuk mempelajari hubungan antara dua variabel. Model Regresi sederhana adalah , di mana, adalah variabel tak bebas (terikat), X adalah variabel bebas, a adalah penduga bagi intersap (α), b adalah penduga bagi koefisien regresi (), dan α,  adalah parameter yang nilainya tidak diketahui sehingga diduga menggunakan statistik sampel.
Rumus yang dapat digunakan untuk mencari a dan b adalah:




Keterangan:
= Rata-rata skor variabel X
= Rata-rata skor variabel Y

0 comments:

Post a Comment