Regresi sederhana

Regresi Sederhana

Monday, 09 August 2004 22:30

Terdapat perbedaan yang mendasar antara analisis korelasi dan analisis regresi. analisis korelasi digunakan untuk mencari arah dan kuatnya hubungan antara dua variabel atau lebih. sedangkan analisis regresi digunakan untuk memprediksi seberapa jauh perubahan nilai variabel dependen, akibat perubahan dari variabel independen. dari sini terlihat bahwa pada analisis korelasi belum diketahui mana variabel yang mempengaruhi dan mana variabel yang dipengaruhi. sedangkan pada analisis regresi sudah jelas secara konsep mana variabel yang mempengaruhi dan mana variabel yang dipengaruhi. Manfaat analisis regresi untuk membuat keputusan apakah naik atau menurunnya variabel dependen dapat dilakukan melalui peningkatan variabel independen atau tidak. sebagai contoh, naiknya jumlah penjualan dipengaruhi oleh promosi atau tidak. Analisis regresi dibagi menjadi dua berdasarkan keterlibatan variabel dependennya. Analisis regresi linier sederhana (jika variabel bebas yang terlibat hanya 1 variabel) Analisis regresi linier multipel (jika variael bebas yang terlibat lebih dari 1 variabel) Analisis regresi linier sederhana model dalam analisis regresi linier sederhana adalah: Y = a + bX sebelum dilakukan analisis regresi sederhana minimal ada dua asumsi yang harus dipenuhi: linier Data minimal interval (data metrik) Analisis regresi linier Multipel Analisis Regresi Multipel model dalam analisis regresi multipel ini adalah Y = a + b1 X1 + b2 X2 asumsi yang harus dipenuhi dalam analisis regresi linier multipel adalah: linier data minimal interval (data metrik) tidak ada autokorelasi tidak ada multikolinieritas tidak ada heterokedastisitas