Analisis
regresi dikelompokkan dari mulai yang paling sederhana sampai yang paling
rumit, tergantung tujuan yang berlandaskan pengetahuan atau teori sementara,
bukan asal ditentukan saja.
a. Regresi
Linier Sederhana Regresi linier sederhana bertujuan mempelajari hubungan linier
antara dua variabel. Dua variabel ini dibedakan menjadi variabel bebas (X) dan
variabel tak bebas (Y). Variabel bebas adalah variabel yang bisa dikontrol
sedangkan variabel tak bebas adalah variabel yang mencerminkan respon dari variabel
bebas.
b. Regresi
Berganda Regresi berganda seringkali digunakan untuk mengatasi permasalahan
analisis regresi yang melibatkan hubungan dari dua atau lebih variabel bebas.
c. Regresi
Kurvilinier Regresi kurvilinier seringkali digunakan untuk menelaah atau
memodelkan hubungan fungsi variabel terikat (Y) dan variabel bebas (X) yang
tidak bersifat linier. Tidak linier bisa diartikan bilamana laju perubahan Y
sebagai akibat perubahan X tidak konstan untuk nilai-nilai X tertentu
d. Regresi
Dengan Variabel Dummy (Boneka) Analisis regresi tidak saja digunakan untuk
data-data kuantitatif (misal : dosis pupuk), tetapi juga bisa digunakan untuk
data kualitatif (misal : musim panen). Jenis data kualitatif tersebut
seringkali menunjukkan keberadaan klasifikasi (kategori) tertentu, sering juga
dikatagorikan variabel bebas (X) dengan klasifikasi pengukuran nominal dalam
persamaan regresi
e. Regresi
Logistik (Logistic Regression) Bila regresi dengan variabel bebas (X) berupa
variabel dummy, maka dikatagorikan sebagai regresi dummy. Regresi logistik
digunakan jika variabel terikatnya (Y) berupa variabel masuk katagori
klasifikasi
Namun, pada kesempatan kali ini kita
akan membahas mengenai analisis regresi linier berganda
yaitu hubungan secara linear antara dua atau lebih variabel independen (X1,
X2,….Xn) dengan variabel dependen (Y). Analisis ini untuk
mengetahui arah hubungan antara variabel independen dengan variabel dependen
apakah masing-masing variabel independen berhubungan positif atau negatif dan
untuk memprediksi nilai dari variabel dependen apabila nilai variabel
independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya
berskala interval atau rasio.
Persamaan
regresi linear berganda sebagai berikut:
Y’ = a + b1X1+ b2X2+…..+ bnXn
Keterangan:
Y’ = Variabel
dependen (nilai yang diprediksikan)
X1 dan X2 = Variabel
independen
a = Konstanta
(nilai Y’ apabila X1, X2…..Xn = 0)
b = Koefisien
regresi (nilai peningkatan ataupun penurunan)
Berikut ini adalah contoh penelitian dengan menggunakan regresi linear berganda.
Judul: Pengaruh minat belajar, sikap terhadap pelajaran matematika, dan persepsi siswa tentang cara
mengajar guru terhadap hasil belajar matematika pada siswa Kelas VIII SMP Negeri 4 Pasarwajo
Kab. Buton
Isi : BAB I (download)
BAB II (download)
BAB III(download)
BAB IV (download)
BAB V (download)
DAFTAR PUSTAKA (download)
terimakasih atas ilmunya...
BalasHapusminta izin download contohnya, terima kasih.