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 = a + bX + e
 
Model persamaan regresi linier sederhana sebagai berikut: 

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:

Y
 

X1
 
Contoh: Regresi Linear Sederhana;
 


Contoh: Regresi Linier Berganda
 



X3
 
                                                                                                                                                                                                                                                           

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

Popular posts from this blog

RPP IPA Kelas 4 SD Semester 1 KTSP

Makalah Strategi Pengembangan Penilain Karakter Berbasis Penilain Otentik

DOCTOR ROMANTIC