Analisis Regresi bermanfaat untuk menghitung persamaan regresi linear sederhana dan berganda, asosiasi statistik beserta scatter plot, diagnosa colinearitas, harga prediksi dan residual.

Linear Regression digunakan untuk melakukan pengujian hubungan antara sebuah variabel dependent (tergantung) dengan satu atau beberapa variabel independent (bebas) yang ditampilkan dalam bentuk persamaan regresi. Jika variabel dependent dihubungkan dengan satu variabel independent saja, persamaan regresi yang dihasilkan adalah regresi linear sederhana (linear regression). Jika variabel independent-nya lebih dari satu, maka persamaan regresinya adalah persamaan regresi linear berganda (multiple linear regression).

Jenis data yang cocok untuk uji regresi linear, baik untuk variabel dependent maupun independent adalah data rasio. Namun dapat juga dengan data berbentuk kualitatif (kategori), tetapi harus dibantu dengan variabel boneka (dummy variabel). Misalnya untuk membedakan jenis kelamin, laki-laki diberi kode angka “1″ dan wanita angka “2″.

Persamaan regresi yang dihasilkan berupa taksiran (estimasi) dari hasil pengamatan. Oleh karena itu, biasanya digunakan simbol Ŷ (Y dengan topi) yang menunjukkan hasil taksiran tersebut dan membedakannya dengan Y (Y tanpa topi) sebagai hasil pengamatan populasi.

Adapun rumus Regresi Sederhana adalah:

Sebelum uji regresi dilakukan, terlebih dulu harus dilakukan uji keberartian masing-masing koefisien regresi, apakah regresi itu linear atau tidak. Jika tidak linear,maka pengujian bisa dilakukan dengan model lainnya.Untuk mempermudah melihat apakah model ini linear atau bentuk lainnya, dapat dibantu dengan melalui diagram pencar (scatter plot). Secara kasat mata akan tampak kecenderungan hubungan linear antara nilai-nilai statistik tersebut.

Selain itu, dalam aplikasi SPSS, dikenal adanya istilah “koefisien korelasi” (r). Harga koefisien korelasi digunakan untuk pengecekan awal apakah benar ada kecenderungan hubungan yang erat antara variabel bebas dan terikat, dan bagaimana bentuk kecenderungan hubungan tersebut. Jika hasil r sama dengan nol, atau mendekati nol, mungkin bentuk kecenderungan hubungan tidak linear.

Selanjutnya, untuk pengujian signifikansi pada masing-masing hubungan dalam regresi akan dilakukan melalui uji t. Kita dapat menarik kesimpulan akan harga regresi tersebut melalui perbandingan nilai t hitung dengan t tabel pada taraf signifikasi tertentu.Untuk pengujian terhadap Multiple Regression dapat digunakan uji F.