Chapter 12
Chapter 12
perbedaan antara parameter dan statistic. Hipotesis nol diberi notasi Ho, dan
hipotesis alternative diberi notasi Ha
C. Regresi Linier Sederhana
Regresi linier sederhana adalah regresi yang melibatkan hubungan antara satu variabel
tak bebas dengan satu variabel bebas. Variabel tak bebas adalah variabel yang nilainya
selalu bergantung dengan nilai variabel lain, sedangkan variabel bebas adalah variabel
yang nilainya tidak bergantung pada variabel lain.
D. Regresi Linier Berganda
Untuk menunjukkan besarnya keeratan hubungan antara dua variabel acak yang masingmasing memiliki skala pengukuran minimal interval dan berdistribusi bivariat.
Yang dimaksud dengan analisis regresi linear berganda ialah suatu analisis asosiasi yang
digunakan secara bersamaan untuk meneliti pengaruh dua atau lebih variable bebas
terhadap satu variable tergantung dengan skala interval. Pada dasarnya teknik analisis ini
merupakan kepanjangan dari teknik analisis regresi linear sederhana.
Untuk menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi diantaranya
ialah:
Data harus berskala interval.
Variabel bebas terdiri lebih dari dua variable.
Variabel tergantung terdiri dari satu variable.
Hubungan antar variable bersifat linier.
Artinya sesama variable bebas tidak boleh berkorelasi terlalu tinggi, misalnya 0,9
atau terlalu rendah, misalnya 0,01.
Tidak boleh terjadi otokorelasi.
Akan terjadi otokorelasi jika angka Durbin dan Watson sebesar < 1 atau > 3
dengan skala 1 4.
Jika ingin menguji keselarasan model (goodness of fit), maka dipergunakan
simpangan baku kesalahan. Untuk kriterianya digunakan dengan melihat angka
Standard Error of Estimate (SEE) dibandingkan dengan nilai simpangan baku
(Standard Deviation). Jika angka Standard Error of Estimate (SEE) < simpangan
baku (Standard Deviation), maka model dianggap selaras.
Kelayakan model regresi diukur dengan menggunakan nilai signifikansi.
Model regresi layak dan dapat dipergunakan jika angka signifikansi lebih kecil
dari 0,05 (dengan presisi 5%) atau 0,01 (dengan presisi 1%)
E. Multicollinearity
Tidak terjadi kolinearitas/multikolinearitas, artinya tidak terjadi korelasi yang terlalu
tinggi antar variabel bebas. Pengujian dapat dilakukan dengan analisis korelasi/ regresi,
Tolerance, dan VIF (Variance Inflation Factor).
F. Other multivariate tests and analyses
1. Discriminant analysis
Analisis diskriminan adalah salah satu teknik statistik yang bisa digunakan pada
hubungan dependensi (hubungan antarvariabel dimana sudah bisa dibedakan
mana variabel respon dan mana variabel penjelas). Lebih spesifik lagi, analisis
diskriminan digunakan pada kasus dimana variabel respon berupa data kualitatif
dan variabel penjelas berupa data kuantitatif. Analisis diskriminan bertujuan
untuk mengklasifikasikan suatu individu atau observasi ke dalam kelompok yang
saling
bebas
(mutually
exclusive/disjoint) dan
menyeluruh
(exhaustive)
serangan jantung pada waktu tertentu dapat diprediksi dari informasi usia,
kebiasaan merokok, jenis kelamin, dan lainnya.
b. Asumsi Regresi Logistik
Regresi logistik tidak membutuhkan hubungan linier antara variabel
ratio)
3. Conjoint analysis
Conjoint analysis(CA) adalah alat statistik yang popular digunakan oleh para
peneliti pemasaran untuk membantu dalam desain produk. Menurut Orme
(2004), kata sifat Conjoint berasal dari kata kerja to conjoint yang berarti
bergabung bersama . Green dan Srinivasan (1990), Yoo dan Ohta (1995)
mendefenisikan CA sebagai metode decompositional yang mengestimasi
struktur
keinginan
konsumen
dengan
mengingat
evaluasi
secara
perbandingan
mean.
ANOVA
dapat
digunakan
untuk
menghitung
pengujian signifikansi
perbedaan
rata-rata
secara
bersamaan antara kelompok untuk dua atau lebih variable tergantung. Teknik
ini bermanfaat untuk menganalisis variable-variabel tergantung lebih dari dua
yang berskala interval atau rasio.
Dalam SPSS prosedur MANOVA disebut juga GLM Multivariat digunakan
untuk menghitung analisis regresi dan varians untuk variabel tergantung lebih
dari satu dengan menggunakan satu atau lebih variabel faktor atau covariates.
Variabel - variabel faktor digunakan untuk membagi populasi kedalam
kelompok-kelompok. Dengan menggunakan prosedur general linear model
ini, kita dapat melakukan uji H0 mengenai pengaruh variabel-variabel faktor
terhadap rata-rata berbagai kelompok distribusi gabungan semua variabel
tergantung. Kita dapat meneliti interakasi antara faktor-faktor dan efek dari
faktor-faktor individu. Lebih lanjut, efek-efek covariates dan interaksi antar
covariate dengan semua faktor dapat dimasukkan. Dalam analisis regresi,
variabel bebas atau predictor dispesifikasi sebagai covariates
Sebagai contoh: Suatu perusahaan plastik mengukur tiga ciri khusus filem
plastik: daya tahan tidak sobek, kehalusan, dan kapasitas. Dua tingkat ekstrusi
dan dua zat aditif yang berbeda diujicobakan. Kemudian ketiga karakteristik
tersebut diukur dengan menggunakan
(variable-variabel
interval.
Variabel tergantung terdiri dari lebih dari dua variable yang berskala
interval.
Hubungan antar variabel bebas dan tergantung bersifat linier. Artinya
Data warehouse
Merupakan teknik penyimpanan data. Data warehouse berbeda dengan database
walaupun begitu, keduanya memiliki hubungan yang erat. Mari kita lihat dahulu
perbedaan database dengan data warehouse. Database biasanya merupakan data harian
atau rentang waktu yang lebih kecil dari itu, dan sifat datanya adalah real time.
Sedangkan data warehouse merupakan gabungan data dari beberapa database, maka data
yang ada pada datawarehouse merupakan data historis.
Sebagai contoh. Bank X memiliki pusat di kota Y memiliki cabang di kota A, B,C
masing-masing kota memiliki database. Nah di kota Y data yang ada pada database lalu
dikumpulkan di kota Y. Gabungan data dari beberapa database itu kemudian dimasukkan
ke dalam gudang data yang dalam istilah kerennya data warehouse. Data warehouse
sifatnya bukan realtime, melainkan data historis
Data Mining
Merupakan teknologi baru yang sangat berguna untuk membantu perusahaan perusahaan
menemukan informasi yang sangat penting dari gudang data mereka. Ketersediaan data
yang banyak dan kebutuhan akan informasi atau pengetahuan sebagai pendukung
pengambilan keputusan untuk membuat solusi bisnis dan dukungan infrastruktur di
bidang teknik informatika merupakan cikal bakal dari lahirnya teknologi data mining.
Sehingga informasi tersebut bisa digunakan sebagai solusi pengambilan keputusan di
dunia bisnis, untuk pengembangan bisnis.