MAKALAH Penelitian Kuanitatif Regresi
BAB I
PENDAHULUAN
A. Latar
Belakang Masalah
Analisis regresi linier merupakan
teknik dalam statistika yang digunakan untuk membentuk model hubungan antara
variabel dependen dengan satu atau lebih variabel independen. Dalam analisis
regresi dibedakan dua jenis variabel yaitu variabel dependen dan variabel
independen. Regresi linier yang terdiri dari satu variabel dependen dan satu
variable independen disebut regresi linier sederhana, sedangkan regresi linier
yang terdiri dari satu variable dependen dan beberapa variable independen
disebut regresi linier berganda. Hubungan antar variabel-variabel tersebut
dapat dinyatakan dalam model matematika.
Model regresi adalah persamaan
matematik yang dapat meramalkan nilai-nilai suatu variabel tak bebas dari
nilai-nilai variabel bebas (Walpole, 1982: 340). Pada regresi harus ada
variabel yang ditentukan dan variabel yang menentukan atau dengan kata lain
adanya ketergantungan variabel yang satu dengan variabel yang lainnya. Untuk
menentukan bentuk hubungan (model) diperlukan pemisahan yang tegas antara
variabel bebas yang diberi simbol 𝑋
dan variabel tak bebas yag diberi simbol 𝑌.
Hubungan tersebut dapat dituliskan dalam bentuk persamaan yang menghubungkan
variabel tak bebas 𝑋
dengan variabel bebas 𝑌.
Adapun persamaan regresi linear sederhana 𝑌
= 𝑎 + 𝑏𝑋
+ 𝜀. Analisis
regresi merupakan salah satu teknik statistik yang digunakan secara luas pada
ilmu terapan untuk menyelesaikan masalah sebab akibat. Analisis regresi
tersebut merupakan suatu metode yang digunakan untuk menganalisis hubungan
antar variabel yang dibentuk dalam suatu persamaan atau regresi. Regresi
memiliki bermacam-macam bentuk seperti, regresi linear sederhana dan regresi
linear berganda yang digunakan untuk mencari hubungan linear antara variabel
bebas dan variabel terikat.
B. Rumusan Masalah
1. Apa yang dimaksud dengan Penelitian Regresi?
2. Apa Jenis-Jenis Penelitian Regresi?
3. Bagaimana mendeskripsikan tentang analisis
regresi?
C. Tujuan Masalah
Mengetahui
proses penelitian kuantitatif.
1. Mengetahui Penelitian Regresi.
2. Mengetahui Teknik Penelitian Regresi
3. Mengetahui Deskripsi Tentang Analisis Regresi.
BAB
II
PEMBAHASAN
A. Pengertian
Regresi
Regresi
artinya peramalan penaksiran atau pendugaan pertama kali diperkenalkan pada
tahun 1877 oleh Sir Francis Galtoon (1822-1911). Analisis regresi digunakan
untuk menentukan bentuk dari hubungan antar variabel. Tujuan utama dalam
penggunaan analisis itu adalah untuk meramalkan atau memperkirakan nilai dari
suatu variabel dalam hubungannya dengan variabel yang lain. Disamping hubungan
linear dua variabel, hubungan linear dari dua variabel bisa juga terjadi
misalnya; hubungan antara hasil penjualan dengan harga dan daya beli.
Regresi
linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh antara
satu atau beberapa variabel terhadap satu buah variabel. Variabel yang
mempengaruhi sering disebut variabel bebas, variabel independen atau variabel
penjelas. Variabel yang dipengaruhi sering disebut dengan variabel terikat atau
variabel dependen. Regresi linear hanya dapat digunakan pada interval ratio.
Istilah
regresi pertama kali digunakan dalam statistik oleh Sir Francis Galton pada
tahun 1877 . Galton membuat penelitian yang menunjukkan bahwa sifat tinggi badan
anak yang dilahirkan ternyata menurun (regress) dari tinggi badan orang tuanya.
Kemudian Galton menggunakan kata “regresi” untuk menamakan analisis proses
prediksi keterkaitan antara variabel tinggi badan anak dengan tinggi badan
orang tuanya. Perkembangan selanjutnya para peneliti menggunakan istilah
multiple regression atau regresi berganda untuk menjelaskan pengaruh beberapa
variabel bebas (independent) terhadap variabel terikat (dependent).
Menurut Ritonga dan Setiawan , analisis regresi
merupakan teknik statistik untuk mengivestigasi dan menyusun model mengenai
hubungan antar variabel. Aplikasi regresi terjadi hampir pada setiap bidang
ilmu termasuk ekonomi, manajemen, akuntansi, biologi dan ilmu-ilmu sosial.
Analisis regresi mungkin merupakan teknik statistik yang paling banyak
digunakan terutama untuk tujuan prediksi.
Kegunaan regresi dalam penelitian salah satunya
adalah memprediksi nilai variabel terikat (biasanya dinotasikan dengan huruf Y)
apabila variabel bebas (biasanya dinotasikan dengan huruf X) telah diketahui.
Analisis regresi adalah analisis satu arah (non-recursive).
Asumsi umum atau prasyarat analisis regresi
diantaranya:
1. Data
yang dianalisis jenis data interval atau ratio.
2. Data
dipilih secara random.
3. Data
yang dihubungkan berdistribusi normal.
4. Data
yang dihubungkan berpola linear.
5. Data
yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama.
Menurut Sudarmanto, tidak dipungkiri
lagi, bahwa analisis regresi lebih banyak digunakan dalam penelitian-penelitian
sosial ekonomi. Apabila diperhatikan dengan baik, penafsiran yang dilakukan
oleh mahasiswa-mahasiswa atas analisis regresi yang digunakan dalam
penelitian-penelitian masih berkaitan dengan ketergantungan satu variabel
(biasa dikenal dengan istilah variabel terikat) atas satu atau lebih variabel
yang lainnya (biasa dikenal dengan istilah variabel bebas). Analisis regresi
merupakan salah satu alat analisis yang menjelaskan tentang akibat-akibat dan
akibat yang ditimbulkan oleh satu atau lebih variabel bebas terhadap satu
variabel terikat (tidak bebas). Dalam analisis regresi, variabel bebas dapat
pula disebut dengan istilah prediktor dan variabel terikatnya sering disebut
dengan istilah kriterium.
B. Regresi
Linear Sederhana
Regresi Linear Sederhana adalah regresi yang
memiliki satu variabel independen (X) dan satu variabel dependen (Y).
Analisis Regresi Sederhana ini bertujuan untuk
menguji pengaruh antara variabel X terhadap variabel Y. Variabel yang
dipengaruhi disebut variabel dependen, sedangkan variabel yang mempengaruhi
disebut variabel independen
|
Y
= Variabel dependen
a
= Konstanta
b
= Koefisien variabel independen
x
= Variabel independen
e
= error
Pada analisis regresi terdapat dua jenis
variabel, yaitu: variabel bebas (sebagai variabel predictor) dan variabel
terikat. Variabel bebas sering dinotasikan dengan X1, X2, X3, X4…, dan
seterusnya. Sedangkan variabel terikat (dependent) dinotasikan dengan Y.
Berdasarkan rumus regresi, koefisien (b)
dinamakan koefisien arah regresi linier yang fungsinya menyatakan perubahan
rata-rata variabel (Y) untuk setiap perubahan variabel (X) sebesar satu satuan.
Perubahan tersebut merupakan pertambahan apabila nilai (b) bertanda positif (+)
dan pengurangan jika nilai (b) bertanda negatif (-).
Dalam bahasa yang lebih sederhana,
koefisien (b) regresi linier adalah nilai dari variabel (X) yang bisa bermakna
positif atau negatif, yang fungsinya mempengaruhi variabel (Y). Jika nilai
variabel X positif maka akan berpengaruh naik terhadap variabel Y, akan tetapi
jika nilai variabel X ternyata negatif justru akan berpengaruh turun terhadap
variabel Y.
Makna positif (+) atau negatif (-)
tersebut diinterpretasikan dalam besaran satuan. Jika positif maka naik sebesar
satu satuan, jika negatif maka turun sebesar satu satuan.
C. Regresi
Linier dalam Penelitian Kuantitatif
Dalam interpretasi yang lebih sederhana di dalam
konteks penelitian kuantitatif, digunakannya analisis regresi ini adalah
tujuannya untuk mengetahui besarnya pengaruh antara variabel independent yang
dinotasikan dengan (X) terhadap variabel dependent yang dinotasikan dengan (Y).
Sehingga dapat dikatakan jika judul penelitian anda
menggunakan kata “pengaruh”, artinya anda menggunakan analisis regresi untuk
menjawab hipotesis penelitian yang anda ajukan. Analisis regresi adalah dasar
dari dikembangkannya model-model statistik lainnya seperti analisis jalur (path
analysis).
Secara garis besar dalam penelitian kuantitatif,
Analisis Regresi dibagi menjadi 2, yaitu:
1. Analisis
Regresi Linier Sederhana
2. Analisis
Regresi Linier Berganda.
Lantas yang menjadi pertanyaan dasarnya
adalah: Apakah yang membedakan antara Regresi Linier Sederhana dengan Regresi
Linier Berganda..??. Saya akan mencoba mengurai secara singkat tentang
perbedaan keduanya.
D. Perbedaan
Regresi Linier Sederhana dengan Regresi Linier Berganda.
1. Regresi
Linier Sederhana
Hanya menggunakan satu
variabel independent (X1).
2. Regresi
Linier Berganda:
Menggunakan lebih dari
satu variabel independent (X), misalnya: variabel X1, X2, X3, dst.
Saya akan berikan
contoh sederhananya seperti pada gambar berikut ini:
|
|
Contoh: Regresi Linier
Berganda
![]() |
|
Sekarang kita sudah mengetahui dimana letak
perbedaan antara regresi linier sederhana dengan regresi linier berganda, yaitu
banyaknya jumlah variabel independen (X) yang digunakan di dalam penelitian.
DAFTAR
PUSTAKA
METODE PENELITIAN PENDIDIKAN(Prof.Dr.Sugiyono)
Ritonga, Ferdiansyah,
dan Setiawan, Ivan Aries, 2011, “Analisis
Jalur (Path Analysis) dengan menggunakan Program AMOS”, Graha Ilmu,
Tangerang.

Comments
Post a Comment