Page 119 - Analisis Statistik Bigdata menggunakan Aplikasi Phyton

BAB XI

UJI REGRESI LINEAR SEDERHANA

Capaian Pembelajaran

Setelah mempelajari uji regresi linear sederhana mahasiswa mampu:
1. Memahami analisis uji regresi linear sederhana

2. Mengaplikasikan analisis uji regresi linear sederhana
3. Melakukan analisis data analisis uji regresi linear sederhana dengan Python

Materi

A. Pengertian Analisis Regresi

Analisis regresi adalah serangkaian proses statistik untuk memperkirakan hubungan
antara variabel dependen (sering disebut sebagai variabel 'hasil' atau 'respons' atau ‘tidak

bebas’ atau ‘terikat’) dan satu atau lebih variabel independen (sering disebut sebagai

'prediktor', 'kovariat', 'variabel penjelas' atau ‘bebas'). Jenis analisis regresi yang paling
umum adalah regresi linier, di mana garis (atau kombinasi linier yang lebih kompleks)

yang paling sesuai dengan data berdasarkan kriteria matematika tertentu diidentifikasi.

Pada prinsipnya, analisis regresi mempunyai dua tujuan konseptual yang berbeda.

Pertama, analisis regresi banyak digunakan di bidang prediksi dan peramalan. Kedua,

dalam keadaan tertentu, hubungan sebab akibat antara variabel independen dan
dependen dapat disimpulkan dengan menggunakan analisis regresi. Regresi hanya

mengungkapkan hubungan antara variabel dependen dan sekumpulan variabel
independen dalam kumpulan data tetap.

Untuk menggunakan regresi untuk prediksi atau untuk menyimpulkan hubungan

sebab akibat, seorang peneliti harus dengan cermat membenarkan mengapa hubungan
yang ada memiliki kekuatan prediksi dalam konteks baru dan mengapa hubungan antara

dua variabel dapat ditafsirkan sebagai hubungan sebab akibat. Ketika peneliti berusaha