Berbagi Ilmu Statistik

A. REGRESI LINIER SEDERHANA Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen, respon, Y) dengan satu atau lebih variabel bebas (independen, predictor, X). Bila hanya terdapat satu variabel bebas maka dinamakan regresi linear sederhana sedangkan jika memiliki lebih dari satu variabel bebas maka dinamakan regresi linear berganda. Adapun model regresi linier sederhana adalah sebagai berikut: B. UJI ASUMSI KLASIK REGRESI LINIER SEDERHANA Koefisien-koefisien regresi linier sebenarnya adalah nilai duga dari parameter model regresi. Parameter merupakan keadaan sesungguhnya untuk kasus yang kita amati.  Parameter regresi diduga melalui teknik perhitungan yang disebut Ordinary Least Square (OLS). Tentu saja, yang namanya menduga, kita tidak mungkin terlepas dari kesalahan, baik itu sedikit maupun banyak. Namun dengan OLS, kesalahan pendugaan dijamin yang terkecil (dan merupakan yang terbaik) asal memenuhi

Untuk megecek asumsi regresi linier ada 2, yaitu normalitas dan linearitas. Berikut penjabaran dari kedua asumsi tersebut (Graybill dan Iyer, 1994): A. Linearitas      Bentuk model yang diduga berhubungan dengan variabel respon terhadap variabel prediktor dapat ditentukan diawal oleh para ahli di bidang studi berdasarkan pengetahuan mereka atau penilaian obyektif dan / atau subjektif mereka. Model hipotesis kemudian dapat dikonfirmasi atau dibantah oleh hasil analisis dari data yang dikumpulkan. Perlu dicatat bahwa model dapat ditentukan bentuknya, tetapi masih dapat bergantung pada parameter yang tidak diketahui. Fungsi pada persamaan (1.1) dapat diklasifikasikan dalam dua macam: linear dan nonlinear. Linier yang dimaksud adalah parameter regresi. Pengecekan terhadap asumsi linier diperlukan untuk menentukan model yang akan digunakan, meskipun hampir semua model yang tidak linier dapat dijadikan linier melalui transformasi.  Contoh fungsi linier: Contoh nonlinier: P

1. Regresi Linier Sederhana     Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen, respon, Y) dengan satu atau lebih variabel bebas (independen, predictor, X). Bila hanya terdapat satu variabel bebas maka dinamakan regresi linear sederhana sedangkan jika memiliki lebih dari satu variabel bebas maka dinamakan regresi linear berganda. Adapun model regresi linier sederhana adalah sebagai berikut: Koefisien-koefisien regresi linier sebenarnya adalah nilai duga dari parameter model regresi. Parameter merupakan keadaan sesungguhnya untuk kasus yang kita amati. Parameter regresi diduga melalui teknik perhitungan yang disebut Ordinary Least Square (OLS). Tentu saja, yang namanya menduga, kita tidak mungkin terlepas dari kesalahan, baik itu sedikit maupun banyak. Namun dengan OLS, kesalahan pendugaan dijamin yang terkecil (dan merupakan yang terbaik) asal memenuhi beberapa asumsi. Asumsi-asumsi tersebut adalah yan

Luas agroforestri di Indonesia mencapai jutaan hektar, tetapi tidak secara resmi termasuk ke dalam salah satu kategori penggunaan lahan. Hampir semua petani agroforestri tidak memiliki bukti kepemilikan yang resmi atas lahan mereka. Dapat dilihat dari data berikut ini: Banyak areal agroforest dinytakan berada dalam kawasan hutan negara atau dialokasikan kepada perusahaan perkebunan besar dan proyek pembangunan besar lainnya.  Berdasarkan data pada Badan Pusat Statistik hingga tahun 2013 diketahui luas hutan tanaman industri menghabiskan 10 juta ha daratan indonesia.  Peningkatan yang signifikan bila dibandingkan 1.13 juta ha pada tahun 1995.