๐ Daftar Isi
Adanya ketidakpastian dalam suatu kejadian (hubungan) menyebabkan penelitian hubungan antar variabel tidak hanya sekedar untuk mengetahui keeratan dan arah hubungan saja. Informasi terkait pengaruh suatu variabel terhadap variabel lainnya juga menjadi penting. Perkiraan nilai suatu variabel di masa mendatang ataupun perkiraan nilai suatu variabel akibat perubahan nilai variabel lainnya juga merupakan hal yang sering dibutuhkan.
Regresi linier sederhana meneliti bentuk hubungan antara variabel: variabel menentukan (variabel bebas, notasi X) dan variabel respons (variabel tak bebas, notasi Y). Harus dipastikan hubungan dua variabel tsb kontekstual, tidak sekedar presentasi grafis yang memperlihatkan kecenderungan arah hubungan dua variabel yang diteliti. Meneliti hubungan antara 2 variabel, berguna untuk mengetahui arah hubungan (positif atau negatif).
Dengan persamaan regresi, dapat dilakukan prediksi besaran Y untuk nilai X yang sudah diketahui, => X mempengaruhi Y, tidak sebaliknya.
๏ Sesungguhnya pembahasan regresi tidak bisa dipisahkan dari korelasi, yaitu (seberapa kuat) hubungan antara dua variabel tersebut.
Bentuk Regresi Linier (Garis Lurus)
Bentuk umum regresi linier sederhana
dimana, e adalah komponen ketidakpastian ( yaitu error atau residual ). Estimasi untuk regresi linier: \(Y=a+bx\), sehingga residual bisa dihitung dengan \(e=Y-\hat{Y}\) dimana b adalah regressor (estimator untuk \(\beta\)) dan a adalah konstanta (estimator untuk \(\alpha\)).
Metode Kuadrat Terkecil / Ordinary Least Square (OLS)
OLS meminimumkan jumlah kuadrat residual (\sum_{i=1}^{n} e^{2}) untuk mendapatkan a dan b. Berikut ini rumus perhitungannya.
Materi Lengkap
Silakan baca juga beberapa artikel menarik kami tentang Regresi Liniear Sederhana, daftar lengkapnya adalah sebagai berikut.
