Don’t misunderstand! Yaaah… Dalam panduan ini Saya tidak membahas teori-teori tentang Regresi Linier menurut para ahli yang banyak sekali beredar di internet. Rasanya bosan ngebahas itu-itu aja.
Jadi tujuan dalam pembahasan kali ini supaya Anda bisa berkata: “Ooooh ternyata ini toh penelitian yang menggunakan Regresi Linier” atau “Oooh ternyata penelitian Saya lebih tepat menggunakan Regresi Linier Berganda”. Atau mungkin “Oooh ternyata penelitian Saya tidak bisa menggunakan Analisis Regresi Linier”.
Ini akar permasalahannya…
Ingat! Metode analisis itu berguna untuk menjawab tujuan penelitian yang di rumuskan dalam beberapa point.
Jika salah memilih metode analisis, maka sudah pasti tujuan penelitian tidak akan tercapai. Untuk menghindari kesalahan tersebut, pahami dahulu: Penelitian Anda menggunakan metode analisis regresi linier atau bukan ?
Table of Contents
Kenapa Saya Membuat Panduan ini ?
Di M Jurnal, Saya menyediakan kolom komentar disetiap artikel panduan. Jadi siapapun bisa bertanya ataupun sekedar say hello “Mas apa kabar ?”…
Dari sekian banyak komentar, terutama yang muncul di artikel 200 Judul Skripsi Manajemen Keuangan, Saya lihat masih ada beberapa yang keliru dalam memilih metode analisis, salah satunya untuk Analisis Regresi ini.
Sampai-sampai Saya jadi lebih sering suudzon wkwkwk… Maafkan yaa 😀
Singkat cerita, ini yang Saya pikirkan:
Ketika awal menentukan judul, sebagian peneliti / mahasiswa cenderung belum tahu metode analisis yang digunakan pada penelitiannya.
Biasanya ketika mau ajukan judul, kita lihat-lihat penelitian terdahulu (di perpus / online). Terus ATM (Amati-Tiru-Modifikasi).
Ada juga yang suka nambah-nambahin variabel ini itu, metode analisis ini itu, supaya penelitiannya menjadi lebih unik dan belum pernah diteliti sebelumnya.
Sebetulnya cara ini tidak salah… tapi jangan sampai main comot-comot aja… Alhasil konsep penelitiannya jadi berantakan.
Bahkan ada yang pernah ngirim email ke Saya (entah dapat dari mana alamat email Saya) dan nanyain judul ini:
“Kak judul Saya Pengaruh Kinerja Keuangan Sebelum dan Selama Pandemi Covid-19 Pada Industri FMCG di Bursa Efek Indonesia. Saya mau pake Regresi Linier Sederhana. Gimana menurut kakak ?”
Oh my God!…
Saya terkejut bukan karena judulnya, tapi.. Karna Saya baru buka emailnya 2 bulan kemudian wkwkwk…
… Please forgive me … Saya memang kurang aktif di email. Di kolom komentar saja. Saya aktif setiap hari di M Jurnal.
Tapi… judul yang disebutkan (kakak tanpa nama) diatas berhasil membuat Saya bingung. Saya tidak terbayang konsep penelitiannya seperti apa. Apa lagi tujuan penelitiannya.
Yang jelas, ini ada kekeliruan dalam memahami metode analisis khususnya regresi linier.
Mari Kita kupas…
Apa Itu Regresi Linier ?
Regresi linier merupakan metode analisis yang berguna untuk mengetahui bentuk hubungan antar dua variabel dalam memprediksi nilai melalui suatu persamaan. Dalam memprediksi suatu nilai, regresi terdiri dari dua jenis variabel yaitu:
- Variabel Independent atau Bebas atau X.
- Variabel Dependent atau Terikat atau Y.
Analisis Regresi Linier ini bertujuan untuk mencari tahu apakah Variabel Independent mempengaruhi Variabel Dependent.
Apabila Variabel Independent terbukti mempengaruhi Variabel Dependent, maka nilai Variabel Independent tersebut bisa digunakan untuk memprediksi nilai Variabel Dependent dimasa mendatang.
Itu konsep utamanya…
Note: Dalam penelitian yang menggunakan Regresi, Anda akan sering menemukan istilah penyebutan kedua variabel ini. Jadi jangan sampai keliru antara Independent dan Dependent.
Ciri-Ciri Penelitian Yang Menggunakan Regresi Linier
Setidaknya, penelitian yang menggunakan Metode Analisis Regresi Linier memiliki beberapa point berikut:
- Terdapat 1 atau lebih Variabel Independent / X / Bebas
- Terdapat 1 Variabel Dependent / Y / Terikat.
- Tujuan penelitian mencari tahu hubungan ke dua variabel tersebut (X dan Y)
Jika Anda baru pertama kali menyusun penelitian / skripsi, mungkin sedikit bingung apa sih Variabel Independent dan Dependent itu ?
Oke, ciri-ciri ini akan Saya sederhanakan.
Cara lain untuk mengetahui penelitian yang menggunakan Regresi Linier itu bisa dilihat dari judul penelitian tersebut.
Jika dalam judul terdapat kata-kata “Pengaruh” dan “Terhadap” atau “Mempengaruhi”, maka kemungkinan besar penelitian itu menggunakan metode analisis regresi linier. Contohnya apa ?
#1 Terdapat Kata “Pengaruh” dan “Terhadap” Dalam Judul
Misalnya judul ini, Pengaruh Upah, Gaji, dan Jenjang Pendidikan Terhadap Kinerja Karyawan Pada PT M Jurnal Com Periode 2015 – 2025.
Anda pasti sering menemukan judul seperti ini.
Penelitian yang menggunakan judul ini bertujuan untuk mencari pengaruh / hubungan antara Upah, Gaji dan Jenjang Pendidikan terhadap Kinerja Karyawan.
Upah, Gaji, dan Jenjang Pendidikan disebut Variabel Independent / yang mempengaruhi. Sedangkan Kinerja Karyawan disebut Variabel Independent / yang dipengaruhi.
#2 Terdapat Kata “Mempengaruhi” Dalam Judul
Misalnya judul Analisis Faktor-Faktor Yang Mempengaruhi Kinerja Perusahaan Perbankan Yang Terdaftar Pada BEI Periode ….
Untuk contoh judul ini, kata kuncinya ada pada kata “Mempengaruhi”.
Kenapa begitu ? Karena kata “Mempengaruhi” dan “Pengaruh – Terhadap” memiliki tujuan yang sama bukan ? Yaitu mencari hubungan / pengaruh.
Terus yang mana Variabel Independent nya ? Coba lihat kata kedua dan ketiga yaitu Faktor-Faktor.
Faktor-faktor itu artinya ada banyak (lebih dari 1). Katakanlah faktor-faktor nya itu adalah Rasio Return on Assets (ROA) dan Debt to Equity Ratio (DER). Maka ROA dan DER inilah yang menjadi Variabel Independent.
Sementara itu Kinerja Perusahaan menjadi Variabel Dependent.
Jenis Regresi Linier Berdasarkan Variabel
Kalau dilihat dari jumlah variabel, metode regresi linier terbagi menjadi dua jenis yaitu regresi linier sederhana dan berganda.
Anda tidak bisa menggunakan Regres Berganda untuk penelitian yang harus menggunakan Regresi Sederhana.
Jadi supaya tidak salah pilih, pahami dahulu untuk apa kedua jenis regresi ini:
#1 Regresi Linier Sederhana
Regresi Linier Sederhana atau Univariate merupakan metode analisis data yang menggunakan 1 Variabel Independent dan 1 Variabel Dependent.
Misalnya judul berikut: Pengaruh Motivasi Terhadap Kinerja Karyawan…
Hanya ada 1 variabel independent yaitu Motivasi. Sehingga persamaan model regresi sederhana akan terbentuk seperti ini:
Y = α + βX + e
Keterangan:
Y = Variabel dependent (terikat).
X = Variabel independent (bebas).
α = Konstanta.
β = Slope atau Koefisien regresi.
Intinya: Jika hanya ada satu variabel independent dalam penelitian Anda, maka Anda bisa menggunakan Regresi Linier Sederhana.
#2 Regresi Linier Berganda
Lihat dari namanya “Berganda” artinya lebih dari satu. Apa yang lebih dari satu ? Variabel Independent nya.
Persamaan regresinya seperti ini:
Y = α + β1X1 + βnXn + e
Keterangan:
Y = Variabel dependent (terikat).
X1 = Variabel independent (bebas) yang pertama.
Xn = Variabel independent (bebas) ke-n.
α = Konstanta.
β1 = Slope atau Koefisien regresi pertama
βn = Slope atau Koefisien regresi ke-n
Jadi judul seperti ini “Pengaruh Upah dan Motivasi Terhadap Kinerja Karyawan” bisa menggunakan Regresi Linier Berganda dengan persamaan regresi menjadi Y = α + β1X2 + β2X2 + e.
Note: Jika ada lebih dari 1 variabel independent, maka setiap variabel dalam persamaan regresi akan diberikan nomor urut seperti variabel X1, X2, X3 dan seterusnya.
Intinya: Gunakan regresi linier berganda jika variabel independent dalam penelitian Anda lebih dari satu.
Jenis Regresi Linier Berdasarkan Jenis Data
Dalam regresi, ada yang disebut dengan uji prasyarat atau asumsi klasik (selengkapnya bisa Anda pelajari dalam SUB-BAB Metode Analisis (lihat Pintasan Panduan).
Ada banyak jenis uji prasyarat, tapi tidak semua perlu dilakukan. Ini tergantung dengan jenis data dalam penelitian Anda.
Jika dilihat dari jenis data, Regresi Linier (baik sederhana dan berganda) terbagi menjadi 3 yaitu:
#1 Regresi Linier Data Time Series
Data Time Series itu adalah data berdasarkan periode waktu dari satu sample. Misalnya judul berikut: “Pengaruh Return on Assets Terhadap Kinerja Keuangan PT M Jurnal COM Periode 2021 – 2030.”
Ada 1 variabel bebas dan 1 variabel terikat. Artinya bisa menggunakan Regresi Linier Sederhana.
Selanjutnya, hanya ada 1 sample yaitu PT M Jurnal COM. Dan ada 10 tahun peride (2021 – 2030). Artinya, contoh penelitian ini menggunakan data time series.
Penting! Pastikan Anda sudah memahami panduan Saya tentang Jenis Data Penelitian.
Sampai disini, Anda bisa mengetahui uji apa saja yang wajib dilakukan (termasuk uji asumsi klasik). Materi selengkapnya Saya bahas dalam SUB-BAB Metode Analisis (lihat Pintasan Panduan).
#2 Regresi Linier Data Cross Section
Data cross section itu adalah data dalam 1 waktu untuk banyak sample. Misalnya judul berikut: “Pengaruh Jenjang Pendidikan Terhadap Kualitas Mengajar Dosen Universitas M Jurnal Tahun 2025“.
Bedanya, disini data berdasarkan waktu hanya ada 1 yaitu tahun 2025. Sedangkan sample ada banyak yaitu Dosen Universitas M Jurnal.
Ini dia data cross section yaitu: data dikumpulkan dari setiap individu (bukan berdasarkan periode waktu).
Jadi jika data penelitian Anda seperti ini, ingat baik-baik bahwa Anda menggunakan Regresi Linier Data Cross Section. Jadi untuk ke depannya, Anda bisa menentukan uji apa saja yang wajib digunakan.
#3 Regresi Linier Data Panel
Intinya, data panel ini gabungan dari data time series dan cross section. Misalnya untuk judul “Pengaruh Return on Assets dan Debt to Equity Ratio Terhadap Nilai Perusahan yang Terdaftar dalam Index LQ-45 di BEI Periode 2021 – 2030“.
Kuncinya:
- Ada lebih dari 1 sample perusahaan yang terdaftar dalam Index LQ-45 di BEI. Ini Data Cross Section.
- Ada lebih dari 1 periode waktu (2021 sampai 2030). Ini data time series.
Jika penelitian Anda menggunakan ke dua jenis data ini, maka Anda bisa menggunakan Regresi Linier Data Panel.
Note: Jika tidak ingin menggunakan Regresi Data Panel, Anda boleh saja menggunakan Regresi time series saja atau cross section saja dengan syarat: data yang akan diolah harus diubah menjadi data time series atau cross section saja.
Saya rasa sampai disini saja panduan tentang Pilih Regresi Linier Sederhana atau Berganda ? Saya harap bisa memberikan insight berharga untuk Anda.
Next… silahkan lanjutkan penelitian Anda dan pelajari SUB-BAB berikutnya melalui Pintasan Panduan berikut: