Setup Menus in Admin Panel

Regresi

Istilah regresi dalam konsep statistik pertama kali digunakan oleh Sir Francis Galton dengan melakukan kajian yang menunjukkan bahwa tinggi badan anak yang dilahirkan dari orang tua yang tinggi cenderung bergerak (regress) ke arah ketinggian rata-rata populasi secara keseluruhan. Galton memperkenalkan kata regresi (regression) sebagai nama proses umum untuk memprediksi variabel tinggi badan anak dengan menggunakan variabel tinggi badan orang tua. Dengan kata lain terdapat pengaruh tinggi badan orang tua terhadap tinggi badan anak.

Analisis Regresi adalah metode yang digunakan untuk mengukur pengaruh variabel bebas terhadap variabel respon. Jika variabel bebas lebih dari satu, maka analisis regresi disebut sebagai regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas terhadap variabel respon. Variabel respon diasumsikan memiliki distribusi probabilitas, sedangkan variabel bebas diasumsikan mempunyai nilai-nilai tetap. Regresi linier mempunyai persamaan yang disebut sebagai persamaan regresi. Persamaan regresi mengekspresikan hubungan linier antara variabel respon yang diberi simbol Y dan satu atau beberapa variabel bebas yang diberi simbol X.

Penerapan analisis regresi dapat diaplikasikan hampir pada semua bidang, misalnya pada bidang ekonomi. Seorang peneliti ingin mengetahui apakah faktor pendapatan asli daerah, upah minimum kabupaten/kota, dan jumlah penduduk yang bekerja berpengaruh terhadap pertumbuhan ekonomi.

Tujuan menggunakan analisis regresi yaitu membuat estimasi rata-rata dan nilai variabel respon yang didasarkan pada nilai variabel bebas dan menguji hipotesis karakteristik dependensi. Penggunaan regresi linear sederhana didasarkan pada asumsi yaitu

  1. => Model regresi harus linier dalam parameter
  2. => Variabel bebas tidak berkorelasi dengan error/galat
  3. => Nilai harapan dari error/galat sebesar 0
  4. => Varians untuk masing-masing error/galat konstan
  5. => Tidak terjadi autokorelasi
  6. => Jika variabel bebas lebih dari satu, maka antar variabel bebas tidak ada hubungan linier yang nyata

 

Pengantar Regresi Liniear

  • => Pengertian tentang regresi
  • => Perbedaan Regresi sederhana dan regresi berganda
  • => Perbedaan dan hubungan Regresi dan Korelasi
  • => Jenis-Jenis Model Regresi
  • => Persamaan Umum Regresi Linier Sederhana dan Regresi Linier Berganda

 

Regresi Liniear dan Uji asumsi

  • => Ilustrasi Regresi Liniear
  • => Pengantar Uji Asumsi pada Regresi
  • => Uji Normalitas
  • => Uji Heteroskedastisitas
  • => Uji Autokorelasi
  • => Uji Multikolinieritas

 

Uji Hipotesis Diagnostic Sisaan

  • => Uji Simultan dan Uji Parsisal
  • => Uji Kesesuaian Model
  • => Deteksi Pencilan/Outlier
  • => Amatan Berpengaruh

 

Penerapan Analisis Regresi pada Aplikasi Statistik

Lama Pelatihan : 2 Jam

Copyright © 2018 PT. Angsa Statistika Indonesia