Analisa Regresi
Analisa Regresi
1. Pengertian Regresi Analisa regresi bertujuan meneliti apakah antara variabel-variabel yang ada memiliki hubungan dan bila memiliki hubungan, bagaimana bentuk dari hubungan tersebut. Analisa regresi dimulai dengan melukiskan diagram sebaran yang mencerminkan hubungan antara variabel-variabel tersebut diistimasi dan akhirnya keberartian atau keseksamaan koefisienkoefisien regresi yang diperoleh dari istimasi itu diuji dalam kerangka jangka keyakinan yang telah disiapkan. 2. Hubungan Fungsional Analisis regresi sederhana sering kali meneliti hubungan sebab akibat (kausal) antara dua buah variabel oleh karena itu biasanya dicari hubungan regrese variabel Y terhadap X dan bukan sebaliknya sehingga dapat dirumuskan sebagai berikut : Y=f(X)
Y = variabel tak bebas X = variabel bebas f = tanda hubungan fungsional Hubungan fungsional merupakan hubungan antara variabel bebas dan tak bebas yang saling pengaruh mempengaruhi, yang artinya bahwa : besar kecilnya Y akan sangat dipengaruhi oleh besar kecilnya X. Rumus di atas dapat berkembang apabila jumlah variabel bebas tersebut dapat diperluas menjadi tak terhingga, makan rumusnya sebagai berikut : Y = f (X1, X2, X3 Xn)
Dari pola tersebut dapat berbentuk berbagai persamaan garis lurus; disamping itu hubungan kedua jenis variabel tersebut : kuadratis (pangkatan) sehingga diperoleh bentuk : garis parabola, hyperbola ellips atau lingkaran, namun mungkin berbentuk kubik (pangkat tiga) dan bentuk logaritma. Hubungan dalam bentuk persamaan garis lurus, merupakan pola hubungan yang paling sering dijumpai untuk itu dapat dirumuskan sebagai berikut : Y = a + bX
Y = variabel tak bebas X = variabel bebas a,b = konstanta untuk mendapatkan nilai konstanta a dan b maka rumus yang digunakan : a = ( Y ) ( X2 ) ( X ) ( XY ) n ( X2 ) ( X )2 b = n ( XY ) ( X ) ( Y ) n ( X2 ) ( X )2
c. Variasi Musiman (Mu) Mu adalah variasi yang menunjukkan rangkaian waktu yang pada bulan-bulan tertentu dalam tiap tahun, menunjukkan pola gerak yang identik. d. Variasi Random (Ra) Adalah variasi yang menunjukkan gerak-gerak tak teratur (sporadik), yang mungkin disebabkan oleh faktor-faktor bencana alam, perang dan sebagainya. Jadi pola gerak variasi data pada RAW yang mempunyai 4 kelompok, namun hanya menunjukkan karakteristik gerak dan jangka waktu gerak, karena pada dasarnya memiliki kegunaan yang sama yaitu untuk menyusun ramalan yang diharapkan; dalam rangka memutuskan langkah-langkah selanjutnya. 2. Pengolahan Data Analisis Rangkaian Waktu Pola kejadian yang relative selalu sama tersebut memungkinkan kita dalam mengenali / menghafalkan tanda-tanda tersebut, sehingga kebijakan-kebijakan yang diambil akan sangat mudah. Untuk menyederhanakan perhitungan ARW dapat digunakan persamaan regresi linear, maka akan mempermudah ramalan waktu yang akan datang. Maka persamaan tersebut adalah : Y = a + bX
Y = variabel yang diharapkan berubah X = periode atau waktu perubahan variabel tersebut a = titik potong dengan sumbu Y b = slope dari garis Y = f ( X ) Dalam hal ini ada 2 cara untuk menghitung nilai konstanta a dan b, yaitu : 1. Memberi skala 0 n pada angka tahun tersebut, dengan menggunakan rumus : a = ( Y ) ( X2 ) ( X ) ( XY ) n ( X2 ) ( X )2 b = n ( XY ) ( X ) ( Y ) n ( X2 ) ( X )2 2. Memberi skala 0 n pada tahun, tetapi diusahakan agar X = 0, sehingga rumus di atas dapat disederhanakan menjadi : a = ( Y ) ( X2 ) ( 0 ) ( XY )
n ( X2 ) ( 0 )2 = ( Y ) ( X2 ) n ( X2 ) b = n ( XY ) ( 0 ) ( Y ) n ( X2 ) ( 0 )2 = n ( XY ) n ( X2 ) = ( XY ) ( X2 )