Page 69 - E Modul Data Analytics
P. 69
Data Analytics
di mana:
ˆ
= variabel tak bebas
Y
X = variabel bebas
a = konstanta
b = koefisien arah regresi linier
Bentuk persamaan regresi tersebut sering dibaca sebagai regresi X atas Y, artinya regresi X
sebagai variabel bebasnya dengan Y sebagai variabel terikatnya. Sebaliknya ada pula
persamaan regresi yang dibaca sebagai regresi Y atas X.
Koefisien arah regresi linier dinyatakan dengan huruf b yang juga menyatakan
perubahan rata-rata variabel Y untuk setiap variabel X sebesar satu bagian. Maksudnya ialah
bila harga b positif, maka variabel Y akan mengalami kenaikan atau pertambahan. Sebaliknya
bila b negatif, maka variabel Y akan mengalami penurunan.
6.2.2 Regresi Non- Linear
Regresi nonlinear adalah suatu metode untuk mendapatkan model linear yang
menyatakan hubungan variable dependen (Y) dan independen(X). Tidak seperti regresi linear,
yang dibatasi oleh waktu menaksir/ meramal, regresi nonlinear dapat mengistemasi model
hubungan variable dependen dan independen dalam bentuk nonlinear dengan keakuratan yang
baik. Untuk regresi sederhana, regresi yang melibatkan satu peubah tak bebas (Y) dansatu
peubah bebas (X), kelinearan diyakinkan melalui pengujian hipotesis jika hipotesis linear
diterima, kita yakin hingga tingkat keyakinan tertentu, bahwa regresi itu bentuknya linear tidak
diragukan. Namun, apabila ternyata hipotesis linear ditolak, maka regresi linear tidak cocok
untuk digunakandalam mengambil kesimpulan dan karenanya perlu meningkat pada
pencarianregresi nonlinear atau lengkung.
Persamaan Regresi Non-Linear antara Y atas X ada beberapa(Uswatun Khasanah S. Si.
dan Asyhari, 2021):
a. Parabola atau polinom pangkat dua
b. Parabola kubik atai polinom pangkat tiga
57
