Dalam studi dari fenomena atau proses sering diperlukan untuk mengetahui apakah ada hubungan antara faktor-faktor (variabel) dan fungsi respon (variabel dependen) dan seberapa dekat interaksi mereka.Buatlah memungkinkan analisis regresi, yang dilakukan dalam beberapa tahap.
Salah satu tahapan utama analisis regresi adalah untuk menghitung hubungan matematis antara faktor dan fungsi respon, yang memungkinkan Anda untuk mengukur hubungan yang ada di antara mereka.Hubungan ini disebut persamaan regresi.Secara formal, metode analisis dasar untuk penentuan persamaan ini adalah metode yang paling kotak, karena metode ini optimal dan memungkinkan bidang korelasi titik halus.Dalam prakteknya, untuk menemukan fungsi seperti bisa sulit, karena Anda harus mengandalkan pengetahuan teoritis tentang fenomena yang diteliti, pengalaman para pendahulunya di bidang ilmu pengetahuan atau dengan metode "trial and error" untuk membuat pencarian sederhana dan evaluasi dari berbagai fungsi.Dalam hal keberhasilan akan diperoleh persamaan regresi cukup menilai dampak dari berbagai faktor pada fungsi respon, yaitu, untuk menemukan nilai yang diharapkan dari fungsi respon (variabel dependen) untuk nilai-nilai tertentu dari faktor (variabel dependen).
Data awal untuk analisis regresi nilai-nilai x dan faktor nilai-nilai dari fungsi respon Y yang sesuai, diperoleh dengan melakukan bagian eksperimental dari pekerjaan.Untuk kejelasan dan persepsi lebih mudah dari nilai-nilai ini disajikan dalam bentuk tabel.Persamaan regresi linier
, sebagai aturan, memiliki bentuk Y = a + b ∙ X.Ini termasuk koefisien konstan (konstan), dan koefisien regresi (kemiringan) b, dikalikan dengan faktor variabel H. Koefisien b menunjukkan rata-rata perubahan fungsi respon ketika nilai faktor sebesar satu unit.Ketika merencanakan persamaan regresi menggunakan koefisien b juga dapat menentukan sudut garis lurus untuk absis.Perlu dicatat bahwa rasio ini memiliki sifat tertentu:
· b mungkin memiliki nilai yang berbeda;
· b tidak simetris, yaitu mengubah nilainya ketika mempelajari efek dari Y pada X;
· satuan pengukuran koefisien korelasi adalah rasio unit fungsi respon Y dari unit pengukuran dari variabel X;
· dalam hal perubahan unit variabel pengukuran X dan nilai Y dari koefisien regresi juga berubah.
Dalam kebanyakan kasus, nilai-nilai yang diamati jarang berada persis di telepon.Hampir selalu, Anda dapat menonton beberapa pencar dari data eksperimen pada garis regresi, yang membentuk nilai-nilai diprediksi.Penyimpangan dari titik tertentu dari garis regresi dari nilai teoritis atau prediksi yang disebut sisanya.
Sangat sering dalam praktek ditentukan dengan sampling persamaan regresi, metode dasar menghitung koefisien yang merupakan metode kuadrat terkecil.Koefisien dihitung dari data awal yang mewakili nilai-nilai sampel dari faktor variabel dan fungsi respon.
Sepintas mungkin tampak bahwa perhitungan nilai koefisien dalam persamaan regresi agak rumit dan memakan waktu.Tapi itu tidak.Menawarkan peneliti banyak paket perangkat lunak (yang paling mudah adalah Microsoft Excel), yang menurut data asli Anda tidak hanya untuk menghitung semua faktor termasuk dalam persamaan, akan mampu membangun tingkat hubungan antara variabel dan variabel dependen, tetapi akan mewakili nilai-nilai yang diperoleh dalam bentuk grafik.
