Analisis regresi sederhana adalah regresi linear dimana variabel dependen dikaitkan hanya dengan satu variabel eksplanator. Regresi sederhana sering juga disebut Bi-variate regression atau Two-variable regression. Analisis regresi sederhana disebut sederhana (simple) karena hanya dikaitkan dengan 1 variabel eksplanator. Apabila dikaitkan dengan beberapa variabel eksplanator maka akan disebut analisis regresi berganda.
Karena
dalam pengamatan biasanya data yang diambil berjenis SFR, maka rumus diatas
dalam data SFR. Dalam data SFR Yi yang diamati ditulis dengan :
Sedangkan
dalam hal PFR Yi yang diamati ditulis dengan :
Perlu
diketahui SFR adalah perkiraan untuk PFR artinya tidak selalu memiliki nilai
yang sama pasti. Terdapat selisih antara data Populasi (PFR) dengan data sampel
(SFR). Maka apabila digambarkan grafiknya akan menjadi :
Metode Kuadrat Terkecil (Ordinary Least Squares)
Metode
kuadrat terkecil memiliki tujuan untuk memperoleh nilai α dan β yang
meminimalkan jumlah kuadrat residual (RSS) terhadap α dan β. Apabila dirumuskan
maka :
Koefisien Determinasi
Koefisien
determinasi (r2) adalah ukuran kemampuan semua variabel dalam
menjelaskan varians terkait. Koefisien determinasi merupakan kuadrat koefisien
korelasi (r). Koefisien korelasi adalah ukuran derajat hubungan antara dua
variabel. Koefisien determinasi adalah pengukuran seberapa dekat garis regresi
dengan hasil observasi (data).
Misal
nilai koefisien korelasi sebesar 0,80 maka koefisien determinasi sebesar (0,802)=0,64.
Artinya kemampuan variabel independen dalam menjelaskan variabel dependennya
sebesar 64% atau masih terdapat sekitar 36% varians variabel dependen
dijelaskan oleh faktor lain.
Tidak ada komentar:
Posting Komentar