ANALISA REGRESI

Analisa regresi suatu metode untuk menemukan model persamaam regresi yang
menunjukkan hubungan antara variabel dependen yang ditentukan oleh satu atau
lebih variabel independen (predictor variable).
Dengan hasil uji secara statistik, bila semua koefisien regresi signifikan, persamaam
regresi yang diperoleh dapat digunakan untuk memprediksi nilai variabel dependen.
Seberapa besar pengaruh variabel independen terhadap variabel dependen dapat
diukur dengan besarnya nilai koefisien determinan (r2) yang dapat ditemukan dari
hasil perhitungan.
Regresi ini pada dasarnya ada dua :
1. Regresi linier
Bila pola hubungannya dinyatakan dalam persamaan linier atau garis lurus.
Regresi liner ada dua :
a. regresi linier sederhana, bila pola hubungan dua variabel merupakan
hubungan linier.
b. Regresi linier berganda, bila pola hubungan tiga variabel atau lebih
merupakan hubungan linier.
2. Regresi non linier
Bila pola hubungannya tidak dinyatakan dalam bentuk tidak linier (misalnya
kuadratik, fungsi logaritma dan sebagainya).
Contoh kasus :
Pola regresi linier sederhana dinyatakan dalam persamaan garis lurus :
Populasi : Y = A + BX
Sampel
Arti notasi :
Y
X
A atau a
B atau b

: Y= a + bX
: variabel tidak bebas (dependen).
: variable bebas (independen)
: intercept, yakni statu bilangan konstans yang berarti rata-rata nilai
variable Y jika variable X = 0.
: koefisien regresi, yakni statu bilangan yang menyatakan besarnya
perubahan variable Y jira X berubah 1.

Contoh perhitungan :
Jumlah pohon yang ditanam berkaitan dengan tingkat kerusakan lingkungan. Dengan
demikian tingkat kerusakan lingkungan dapat diperkirakan berdasarkan jumlah pohon
yang diperkirakan berdasarkan jumlah pohon yang telah didapat.

Tabel Jumlah pohon ditanam dan tingkat kerusakan lingkungkan.

Jumlah pohon
18
20
25
30
33
35
38
40

Tingkat kerusakan lingkungan

96
90
80
70
69
60
58
50

Perhitungan :
x
18
20
25
30
33
35
38
40
239
N=8

x2
324
400
625
900
1089
1225
1444
1600
7607

y
96
90
80
70
69
60
58
50
573

x = 239

y = 573

xy

1728
1800
2000
2100
2277
2100
2204
2000
16209

x2 = 7607

xy = 16209

N ( xy) - ( x ) ( y )
8 (16209) (239) (573)
b = --------------------------------- = ------------------------------- = - 1,95
N x2 - ( x )2
8 (7607) - (239)2

a = y - bx

y
= --------N

x
b -------

573
239
= --------- - (-1,95) ----- = 129,88

Jadi model regresinya adalah y = 129,88 - 1,95 x.

Dengn demikian model tersebut dapat diperkirakan apabila jumlah pohon sebanyak 50,
maka tingkat kerusakan lingkungan :
y = 129,88 1,95 (50) = 32.