Analisis
Regresi berkenaan dengan apa yang kita sebut statistik, bukan sebagai hubungan
fungsional atau deterministik, saling ketergantungan antara variabel seperti
dalam ilmu fisika. Hubungan statisik antara variabel adalah bersifat random
atau stokastik, sehingga hanya merupakan distribusi probabilitas. Pada sisi
lain, hubungan deterministik tidak bersifat ramdom atau stokastik.
Temperatur,
curah hujan, cahaya matahari dan pemupukan secara statistik adalah penting dan
merupakan variabel penting yang dapat menjelaskan hasil panen. Akan tetapi, hal
tersebut tidak dapat menentukan secara eksak hasil panen karena terkait dengan
error pengukuran pada variabel-variabel tersebut yang secara keseluruhan akan
berpengaruh, meskipun akan sulit untuk mengidentifikasikan secara individual.
Oleh karena itu, terdapat variabel intrinsik atau random pada hasil panen yang
tidak dapat dijelaskan secara penuh, tidak tergantung dari berapa jumlah
variabel yang akan digunakan untuk memprediksikan. Ini yang sering kita sebut
dengan istilah koefisien determinasi pada regresi linear.
Dalam
fenomena deterministik, kita dapat menentukan secara pasti hubungan antara
variabel. Sebagai contoh, Hukum gravitasi Newton menyatakan bahwa ‘Setiap
partikel dalam semesta menarik setiap partikel lain dengan gaya yang sebanding
dengan masanya dan berbanding terbalik dengan kuadrat jarak antara kedua
partikel tersebut'. Sering ditulis dengan F = k (m1.m2/r^2) dengan F adalah
gaya, m1 dan m2 adalah masa dari dua partikel, r adalah jarak dan k adalah
konstanta.
(Gujarati, 2004:22-23).
(Gujarati, 2004:22-23).
Tidak ada komentar:
Posting Komentar