Analisis regresi mempelajari bentuk hubungan antara satu atau lebih
peubah/variabel bebas (X) dengan satu peubah tak bebas (Y). Dalam penelitian
peubah bebas (X) biasanya peubah yang ditentukan oleh peneliti secara bebas
misalnya dosis obat, lama penyimpanan, kadar zat pengawet, umur ternak dan
sebagainya.
Disamping itu peubah bebas bisa juga berupa peubah tak bebasnya,
misalnya dalam pengukuran panjang badan dan berat badan sapi, karena panjang
badan lebih mudah diukur maka panjang badan dimasukkan kedalam peubah bebas
(X), sedangkan berat badan dimasukkan peubah tak bebas (Y).
Sedangkan peubah tak bebas (Y) dalam penelitian berupa respon yang
diukur akibat perlakuan/peubah bebas (X). misalnya jumlah sel darah merah akibat
pengobatan dengan dosis tertentu, jumlah mikroba daging setelah disimpan
beberapa hari, berat ayam pada umur tertentu dan sebagainya. Regresi linier adalah
salah satu dari jenis analisis peramalan atau prediksi yang sering digunakan pada
data berskala kuantitatif (interval atau rasio). Tujuan dilakukannya regresi linear
antara lain adalah:
- Apakah seperangkat atau sekumpulan variabel prediktor signifikan dalam
memprediksi variabel respon? - Variabel prediktor manakah yang signifikan dalam menjelaskan variabel
respon? Hal ini ditunjukkan dengan koefisien estimasi regresi. Koefisien
estimasi inilah yang nantinya akan membentuk persamaan regresi.
Analisis regresi digunakan untuk mengetahui hubungan antara variabel
independen (bebas) dan variabel dependen (terikat). Hubungan tersebut dapat
dimodelkan dalam bentuk sebagai berikut :
Y = a + ?1?1 + ?2?2 + ⋯ ⋯ + ????
Keterangan :
Y = variabel dependen
?? = variabel independen, i= 1,2,3,—n