Regresi adalah persamaan matematik yang memungkinkan untuk
meramalkan nilai-nilai suatu peubah tak bebas dari nilai-nilai satu atau lebih
peubah bebas (Walpole, 1995). Menurut Hasan (2003), regresi adalah peramalan, penaksiran, atau
pendugaan yang digunakan untuk mengetahui hubungan antara variabel bebas (X)
dengan variabel terikat (Y). Istilah regresi pertama kali diperkenalkan pada
tahun 1877 oleh Sir Francis Galton (1822-1911) sehubungan dengan penelitiannya
terhadap tinggi manusia. Penelitian tersebut membandingkan antara tinggi anak
laki-laki dan tinggi badan ayahnya. Galton menunjukkan bahwa tinggi badan anak
laki-laki dari ayah yang badannya sangat tinggi cenderung lebih pendek daripada
ayahnya, sedangkan anak laki-laki dari ayah yang badannya sangat pendek cenderung
lebih tinggi daripada ayahnya. Regresi diterapkan pada semua jenis peramalan, dan
tidak harus berimplikasi suatu regresi mendekati nilai tengah populasi,
Persamaan garis linear sederhana untuk populasi dapat dinyatakan dalam bentuk:
µyx
= A + BX
Keterangan:
µyx =
Rata-rata Y bagi X
tertentu.
A,
B =
Konstanta atau parameter
atau koefisien regresi populasi.
Populasi jarang diamati secara
langsung, maka digunakan persamaan regresi linear sederhana sampel sebagai
penduga persamaan regresi linear sederhana populasi. Cara mencari nilai
dari persamaan regresi linier dapat menggunakan rumus seperti di bawah ini:
Bentuk
persamaannya adalah:
Ŷ
= a + bX
Keterangan:
Ŷ = Penduga bagi µy Variabel
terikat (variabel yang diduga).
X = Variabel bebas
(variabel yang diketahui).
a,
b = Penduga
parameter A,
dan B Koefisien regresi sampel.
a = Intersep
(nilai Y, bila X = 0).
b = Slope
(kemiringan garis regresi).
Tidak ada komentar:
Posting Komentar