Metode Analisis Regresi Linier Sederhana

Metode Analisis Regresi Linier Sederhana

Ketika kita bergelut dengan dunia pemasaran maupun keuangan kita akan ditantang untuk menguji hubungan suatu variabel terhadap variabel yang lainnya. Metode yang paling sering digunakan untuk melakukan uji asosiasi tersebut adalah dengan melalui regresi. Regresi sendiri ada banyak jenisnya namun pada materi kali ini kita hanya akan membahas bentuk regresi linear sederhana.

Regresi liniear merupakan sebuah prosedur yang fleksible dan paling sering digunakan untuk menganalisis hubungan asosiasi antara variabel terikat metrik dengan satu atau lebih variabel bebas metrik juga. Meskipun demikian, metode analisis regresi ini biasa digunakan untuk empat hal berikut:

1. Untuk menentukan apakah variabel bebas dapat menjelaskan variasi yang signifikan terhadap variabel terikan : apakah terdapat suatu hubungan.


2. Untuk menentukan seberapa besar variasi pada variabel terikat yang dapat dijelaskan oleh variabel bebas : kekuaran hubungan


3. Untuk menentukan struktur atau bentuk hubungan tersebut : persamaan matematis yang menghubungkan variabel bebas dan variabel terikat.


4. Untuk mempersiksi nilai variabel bebas.

Untuk mengendalikan variabel bebas lainnya ketika mengevaluasi kontribusi dari variabel yang spesifik atau serangkaian variabel.Meskipun variabel bebas dapat menjelaskan variasi yang terjadi pada variabel terikat, hal ini tidak otomatis menunjukan sebuah hubungan kausalitas. Penggunaan istilah variabel terikat atau variabel kriteria dan variabel bebas atau variabel penentu dalam analisis regresi muncul dari persamaan matematik untuk menghubungan kedua jenis variabel tersebut. Istilah-istilah ini tidak serta merta menjadikan variabel tersebut memiliki hubungan sebab-akibat. Analisis regresi memperhatikan sifat dan derajat asosiasi diantara variabel tersebut dan tidak menjelaskan suatu kausalitas.

Regresi dengan satu variabel bebas metrik dan satu variabel terikat metrik disebut dengan regresi bivariat. Regresi linier sendiri berarti hubungan antara varibel bebas dan variabel terikat tersebut dalam persamaan matematis berbentuk linier yaitu jika dibuat grafiknya akan berbentuk garis lurus.

Regresi bivariat merupakan sebuah prosedur untuk menurunkan sebuah hubungan matematis yang berbbentuk persamaan, antara sebuah variabel terikat metrik (criterion variable) dengan sebuah variabel bebas metrik (predictor variable). Dalam dunia pemasaran beberapa kasus yang masuk dalam konteks regresi seperti:

• Untuk melihat bagaimana hubungan biaya yang dikeluarkan untuk iklan dengan peningkatan penjualan.
• Untuk menjelaskan apakah besarnya tenaga penjual dapat digunakan untuk menentukan pangsa pasar.
• Untuk mencari tahu apakah persepsi konsumen terhadap harga dapat mempengaruhi persepsi konsumen terhadap kualitas.

Regresi bivariat ini merupakan bentuk regresi yang sederhana. Biasanya model untuk regresi ini ditulis sebagai berikut:

Yi = β0 + β1Xi + ei,

Dimana Y = variabel terikat dan X = variabel bebas, β0= intercept garis, dan β1 = slope atau kemiringan garis, dan ei = error. Pada regresi bivariat ini variabel terikat yang diprediksi hanya satu. Jika terdapat lebih dari satu variabel terikat maka kita seharusnya menggunakan analisis regresi multivariat.