Sebagai statistician kita harus menguji kegalauan tersebut. sehingga
kita gak galau lagi. nah karena saya mumpung semester ini dapat mata
kuliah mengenai ini yaitu ANALISIS REGRESI bahasa gaulnya ANAREG.
Sebenarnya ANAREG itu apa ya?? dari berbagai sumber yang saya dapatkan.
Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas.
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel-variabel yang lain (menurut om WIKI).
dari sana kita tahulah, bahwa analisis regresi itu adalah salah satu
metode untuk menentukan seberapa hubungan antara variabel terikat dengan
varibel bebas.
Mungkin ada yang bertanya, terus apa bedanya antara regresi dengan
korelasi? kan korelasi itu mengukur hubungan juga? nah disini kita
perlu tahu nih perbedaan antara regresi dan korelasi.
Ini perbedaan regresi dan korelasi:
REGRESI
- Mempelajari bentuk hubungan antar variabel melalui suatu persamaan (RLS, RLB, Regresi non Linier). Hubungan bisa berupa hubungan sebab akibat
- Dapat mengukur seberapa besar suatu variabel mempengaruhi variabel lain
- Dapat digunakan untuk melakukan peramalan nilai suatu variabel berdasarkan variabel lain
KORELASI
- Mempelajari keeratan hubungan antar 2 variabel kuantitatif yang bisa dilihat dari besarnya angka, bukan tandanya
- Dapat mengetahui arah hubungan yang terjadi (berbanding lurus jika tandanya positif, dan berbanding terbalik jika tandanya negatif)
- Nilainya berkisar -1 sampai dengan 1
- Tidak bisa menyatakan hubungan sebab akibat
mungkin ada yang masih bingung, saya kasih contoh aja ya. seperti dalam
kasus saya, hubungan antara banyaknya tugas ngajar dengan banyaknya postingan.
mungkin kalau bagi saya itu, saya memiliki korelasi yang sangat kuat,
namun banyak tugas ngajar itu tidak bisa menjelaskan hubungannya ke variabel
banyak postingan. nah jadi saya simpulkan saja: ”Korelasi
yang tinggi tidak selalu berarti bahwa suatu variabel
menyebabkan/mempengaruhi variabel yang lain”
kapan sebenarnya analisis regresi linear digunakan?
menurut hemat saya analisis regresi digunakan untuk mengetahui
Hubungan antara variabel Y (data kuantitatif) dan variabel X (data kuantitatif/variabel dummy).
satu lagi yang perlu diperhatikan. Asumsi-asumsi yang harus dipenuhi dalam analisis regresi.
· Model regresi harus linier dalam parameter
· Variabel bebas tidak berkorelasi dengan disturbance term (Error) .
· Nilai disturbance term sebesar 0 atau dengan simbol sebagai berikut: (E (U / X) = 0
· Varian untuk masing-masing error term (kesalahan) konstan
· Tidak terjadi autokorelasi
· Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris.
· Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory) tidak ada hubungan linier yang nyata.
- Tahapan-tahapan dalam analisis regresi:
- Identifikasi dan pembentukan model
- Menggunakan scatter plot/diagram pencar :Berguna untuk mengidentifikasi model hubungan antara variabel X dan Y. Bila pencaran titik-titik pada plot ini menunjukkan adanya suatu kecenderungan (trend) yang linier maka model regresi linier layak digunakan. Bila bentuk pencarannya parabola maka regresi kuadratik yang layak digunakan, dan sebagainya.
- Pendugaan parameter model
- Pengujian keberartian parameter
- Penilaian ketepatan model (goodness of fit) dan pemeriksaan asumsi
Tidak ada komentar:
Posting Komentar