Page 120 - Analisis Statistik Bigdata menggunakan Aplikasi Phyton

untuk memperkirakan hubungan sebab-akibat menggunakan data pengamatan, yang
terakhir ini sangat penting.

B. Regresi Linear Sederhana

Regresi linear sederhana bertujuan untuk memprediksi atau mengestimasi

hubungan antara dua variabel kuantitatif. Regresi linear sederhana dapat digunakan
untuk mengetahui:

1. Arah dan seberapa kuat hubungan antara dua variabel
2. Nilai variabel terikat tergantung dari variable bebasnya.

Model regresi linear sederhana menggambarkan hubungan antar variabel yang

memasang garis ke data yang diamati. Model regresi linear sederhana digambarkan
sebuah garis lurus. Hasil regresi linear sederhana memungkinkan untuk membuat

peramalan atau perkiraan perubahan variabel terikat saat variabel bebas berubah.
Pada pengujian regresi linear mempunyai hubungan yang erat dengan korelasi.

Setiap melakukan analisis regresi perlu dilakukan analisis korelasinya, sedangkan

analisis korelasi belum tentu diteruskan dengan uji regresi.
Analisis korelasi yang mempunyai hubungan sebab-akibat maka dapat

dilanjutkan dengan analisis regresi, sedangkan sebaliknya tidak diperlukan. Kuatnya
hubungan korelasi yang terjadi dapat diketahui dari nilai koefisien korelasi yaitu antara

-1 sampai +1. Semakin nilai korelasi mendekati -1 atau mendekati +1, artinya hubungan
kedua variabel yang terbentuk kuat negatif sempurna atau kuat positif sempurna. Jika

nilai koefisien korelasi tinggi, maka koefisien regresi juga tinggi, sedangkan nilai

korelasi yang rendah, maka koefisien korelasinya juga rendah.
Persamaan umum dalam Uji Regresi Linear Sederhana adalah sebagai berikut:

̂
= + +

Keterangan:

̂
= variabel terikat yang akan diprediksi