Sejarah Regresi

Sebenarnya istilah regresi pertama kali diperkenalkan oleh Francis Galton. Dalam artikelnya berjudul Family Likeness in Stature (1886), Galton menyebutkan bahwa, tinggi rata-rata badan anak yang lahir ternyata akan cenderung bergerak mundur (regress) mendekati tinggi rata-ratabadan dari populasi secara keseluruhan meskipun kecenderungan orangtua yang berbadan tinggi akan punya anak berbadan tinggi ataupun orangtua berbadan pendek akan punya anak berbadan pendek.

Hukum regressi umum Galton ini kemudian dikonfirmasi oleh temannya, Karl Pearson, dengan menggumpulkan lebih dari satu juta rekord data tinggi badan dari anggota sejumlah keluarga. Dia menemukan bahwa kebanyakan sebuah keluarga dengan ayah berpostur tinggi memiliki anak yang lebih pendek dan keluarga dengan ayah berpostur pendek memiliki anak yang lebih tinggi. Oleh karena itu, “regresi” tinggi dan pendek badan seorang anak akan cenderung sama dengan tinggi rata-rata populasi. Dalam bahasa Galton, hal ini disebut “regression to mediocrity” .

Tetapi sekarang makna regresi telah berbeda jauh berbeda dari apa yang dimaksudkan oleh Galton. Secara umum analisis regresi diartikan sebagai suatu analisis tentang ketergantungan suatu variabel kepada variabel lain yaitu variabel bebas dalam rangka membuat estimasi atau prediksi dari nilai rata-rata variabel tergantung dengan diketahuinya nilai variabel bebas.

Untuk lebih jelas, mari kita lihat penjelasan berikut:

Jika hukum regresi umum, Galton tertarik untuk mencari tahu mengapa distribusi tinggi suatu populasi yang tidak mengalami perubahan besar antar generasi (stabil). Maka analisis regresi sekarang tidak untuk menjelaskan mengapa hal itu terjadi tetapi lebih untuk mencari tahu bagaimana memprediksi rata-rata tinggi anak jika tinggi dari orangtua mereka diketahui.

          

Perhatikan gambar diatas, beberapa penjelasan gambar sbb:

1. Gambar menunjukkan distribusi dari tinggi anak (sumbu y) sesuai dengan anggapan (penemuan Galton) terhadap tinggi badan ayahnya.
2. Titik yang membentuk garis disebut dengan rata-rata (mean value)
3. Garis yang terbentuk disebut garis regresi.
4. Tinggi anak disebut variabel dependent atau variabel y sedangkan tinggi ayah adalah variabel independent atau variabel x

Dengan data diatas kita dapat membentuk sebuah garis regresi yang dapat memprediksi tinggi anak jika tinggi ayah diketahui. Analisis regresi ini secara umum disebut regersi linier, karena hanya menggunakan satu variabel dependent.

Cukup sekian perkenalan tentang regresi. Untuk contoh dan cara pengerjaan melalui SPSS dan Eviews, akan saya bahas di post selanjutnya.

Salam