Pengenalan Analisis Regresi

Apa itu analisis regresi?
Analisis Regresi adalah Analisis statistika yang memanfaatkan hubungan antara dua atau lebih peubah kuantitatif sehingga salah satu peubah dapat diramalkan dari peubah lainnya.


Komentar

Posting Komentar

Mau Cari Apa?

ANALISIS REGRESI TERAPAN DIAGNOSTIK SISAAN MODEL REGRESI

Gambar
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
Baca selengkapnya

UJI ASUMSI PADA REGRESI LINIER SEDERHANA

Gambar
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
Baca selengkapnya

Cara Pengecekan Asumsi REGRESI SEDERHANA

Gambar
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
Baca selengkapnya