Jumat, 21 Maret 2014

Analisis Regresi Sederhana

Analisis regresi sederhana adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan linier antara satu variabel prediktor (independent, X) dan satu variabel respon (dependent, Y). Hasil dari analisis korelasi hanya untuk mengetahui seberapa besar tingkat keeratan/kekuatan hubungan linier antara variabel saja, sedangkan analisis yang digunakan untuk mengetahui kuatnya hubungan linier sebesar berapa (pengaruh) antara variabel adalah analisis regresi. Model regresi linier sederhana yang mengukur pengaruh variabel X terhadap variabel Y dirumuskan sebagai berikut.
Nilai yi adalah variabel respon ke-i, xi adalah variabel prediktor ke-i, εi adalah variabel error ke-i, α dan β adalah parameter/koefisien regresi, dan n adalah banyaknya data pengamatan. Persamaan regresi diestimasi dengan menggunakan metode least square, sehingga menghasilkan persamaan regresi sebagai berikut. 
Nilai a adalah nilai awalan (intercept) dan b adalah nilai kemiringan (slope) atau koefisien regresi yang mengukur pengaruh variabel X terhadap variabel Y. Nilai E(a) = α dan E(b) = β. Berikut proses estimasi dengan metode least square.
Untuk mengetahui kesesuaian model regresi dapat digunakan koefisien determinasi yang dirumuskan
Koefisien ini digunakan untuk mengukur keragaman variabel respon Y yang mampu dijelaskan oleh variabel prediktor X, serta nilai R2 berkisar pada interval 0 ≤ R2 ≤ 1.

Walpole, R.E., Myers, R.H., Myers, S.L., and Ye, K. 2007. Probability and Statistics for Engineers and Scientists. Eighth Edition. London: Pearson Education.

Baca juga Artikel berikut:
Uji Asumsi Klasik Regresi Linier

0 komentar:

Poskan Komentar