terhadap variabel lain. Dalam analisis regresi, variabel yang mempengaruhi disebut Independent
Variable (variabel bebas) dan variabel yang dipengaruhi disebut Dependent Variable (variabel terikat).
Jika dalam persamaan regresi hanya terdapat satu variabel bebas dan satu variabel terikat, maka disebut
sebagai persamaan regresi sederhana, sedangkan jika variabel bebasnya lebih dari satu, maka disebut
sebagai persamaan regresi berganda.
Analisis Korelasi merupakan suatu analisis untuk mengetahui tingkat keeratan hubungan antara dua
variabel. Tingkat hubungan tersebut dapat dibagi menjadi tiga kriteria, yaitu mempunyai hubungan
positif, mempunyai hubungan negatif dan tidak mempunyai hubungan.
Analisis diskriminan linear (bahasa Inggris: linear discriminant analysis, disingkat LDA) adalah generalisasi
diskriminan linear Fisher, yaitu sebuah metode yang digunakan dalam ilmu statistika, pengenalan pola
dan pembelajaran mesin untuk mencari kombinasi linear fitur yang menjadi ciri atau yang memisahkan
dua atau beberapa objek atau peristiwa. Kombinasi yang diperoleh dapat dijadikan pengklasifikasi linear,
atau biasanya digunakan untuk proses reduksi dimensionalitas sebelum pengklasifikasian.
Metode ini sangat terkait dengan analisis variansi (ANOVA) dan analisis regresi, yang juga mencoba
untuk menyatakan suatu variabel dependen sebagai suatu kombinasi linear fitur-fitur atau pengukuran-
pengukuran lainnya. Namun, ANOVA menggunakan variabel independen kategoris dan variabel
dependen yang kontinu, sementara analisis diskriminan memiliki variabel independen yang kontinu dan
variabel dependen yang kategoris.[3] Regresi logistik dan regresi probit lebih mirip dengan LDA daripada
ANOVA, karena keduanya juga mencoba menjelaskan variabel kategoris dari nilai variabel independen
kontinu.
LDA juga terkait dengan analisis komponen utama dan analisis faktor karena sama-sama mencari
kombinasi linear variabel-variabel yang terbaik dalam menjelaskan data.[4] LDA secara eksplisit mencoba
memodelkan perbedaan antara kelas-kelas data. PCA di sisi lain tidak mempertimbangkan perbedaan
kelas, dan analisis faktor membangun kombinasi fitur berdasarkan perbedaan daripada kesamaan.
Analisis diskriminan juga berbeda dari analisis faktor karena analisis diskriminan bukan teknik yang
interdependen: perbedaan antara variabel independen dan dependen harus ditetapkan.
LDA berfungsi jika pengukuran yang dilakukan terhadap variabel-variabel independen untuk setiap
pengamatan merupakan kuantitas yang kontinu. Jika yang dihadapi adalah variabel independen
kategoris, teknik yang serupa adalah analisis korespondensi diskriminan.
Analisis runtun waktu adalah suatu metode kuantitatif untuk menentukan pola data masa lalu yang telah
dikumpulkan secara teratur. Analisis runtun waktu merupakan salah satu metode peramalan yang
menjelaskan bahwa deretan observasi pada suatu variabel dipandang sebagai realisasi dari variabel
random berdistribusi bersama. Gerakan musiman adalah gerakan rangkaian waktu yang sepanjang tahun
pada bulan-bulan yang sama yang selalu menunjukkan pola yang identik. contohnya: harga saham,
inflasi. Gerakan random adalah gerakan naik turun waktu yang tidak dapat diduga sebelumnya dan
terjadi secara acak contohnya: gempa bumi, kematian dan sebagainya.
Asumsi yang penting yang harus dipenuhi dalam memodelkan runtun waktu adalah asumsi
kestasioneran artinya sifat-sifat yang mendasari proses tidak dipengaruhi oleh waktu atau proses dalam
keseimbangan. Apabila asumsi stasioner belum dipenuhi maka deret belum dapat dimodelkan. Namun,
deret yang nonstasioner dapat ditransformasikan menjadi deret yang stasioner.
CONTOH
Analisis Regresi
Analisis Korelasi
Ingin diketahui seberapa kuat hubungan antara besarnya pendapatan seseorang dengan pengeluaran
(konsumsi) per bulan. Data dari 6 orang yang diwawancarai diperoleh data sebagai berikut:
Untuk menghitung koefisien korelasi maka disusun tabel bantu sebagai berikut:
n X Y X2 Y2 XY
X = 4.500
Y = 1.300
X2 = 3.430.000
Y2 = 310.000
XY = 1.010.000
n=6
Untuk menghitung koefisien korelasi, maka nilai-nilai tersebut dimasukkan dalam rumus koefisien
r =
=
=
= 0,886621
Jadi diperoleh nilai koefisien korelasi ( r ) sebesar 0,886621 karena nilainya positif dan mendekati 1
berarti hubungan konsumsi dan pendapatan kuat dan searah (positif), artinya peningkatan
Pengujian hipotesis hubungan digunakan uji statistik yang disebut Uji t (t-student).
Parameter yang diuji yaitu korelasi dinotasikan dengan (lihat bab Estimasi Parameter). Uji hipotesis
hubungan pada dasarnya adalah menguji signifikansi koefisien korelasi, apakah besar kecilnya
hubungan yang diperoleh itu kebetulan saja atau memang ada hubungan yang sesungguhnya.
t =
Selain menggunakan Uji t, pengujian hipotesis hubungan dapat menggunakan kriteria nilai korelasi
tabel (rtabel) yaitu dengan cara membandingkan nilai koefisien korelasi (r hitung) dengan nilai rtabel.
ANALISIS DISKRIMINAN
ANALISIS TIME SERIES