Jelajahi eBook
Kategori
Jelajahi Buku audio
Kategori
Jelajahi Majalah
Kategori
Jelajahi Dokumen
Kategori
1. Apa yang dimaksud dengan model regresi ? dan bagaimana model regresi
yang ideal?
2. Bagaimana cara mengatasi masalah autokorelasi?
1. Yang dimaksud dengan model regresi yaitu suatu metode analisis statistik yang digunakan untuk melihat
pengaruh antara dua atau lebih banyak variabel.
Hubungan variabel tersebut bersifat fungsional yang diwujudkan dalam suatu model matematis. Pada
analisis regresi, variabel dibedakan menjadi dua bagian, yaitu variabel respons (response variable) atau
biasa juga disebut variabel bergantung (dependent variable), dan variabel explanatory atau biasa disebut
penduga (predictor variable) atau disebut juga variabel bebas (independent variable).
Regresi terbagi menjadi beberapa jenis, yaitu regresi sederhana (linier sederhana dan nonlinier sederhana)
dan regresi berganda (linier berganda atau nonlinier berganda).
Model regresi mengasumsikan bahwa faktor-faktor yang diramal menunjukkan adanya suatu
hubungan sebab akibat (cause-effect relationship) dengan satu atau lebih variabel bebas
(independent variable). Model causal lebih digunakan untuk pengambilan keputusan (decision
making) dan kebijaksanaan (policy). Konsep sebuah hubungan antara dua variabel, kita kenal
dengan hubungan fungsional dan hubungan statistik. Sebuah hubungan fungsional antara dua
variabel dinyatakan dengan sebuah formula matematika. Jika X adalah variabel bebas
(independent variable) dan Y adalah variabel tidak bebas (dependent variable), sebuah hubungan
fungsional dapat ditulis sebagai berikut:
Y = f(X)
untuk nilai X tertentu, fungsi f merupakan nilai dari Y
Contoh:
hubungan antara hasil penjualan (Y) dengan jumlah unit yang terjual (X). Jika harga penjualan
adalah Rp 2.000 per unit, dan hubungan diatas dinyatakan dengan persamaan Y = 2X maka
hubungan fungsional ini dapat ditunjukan seperti pada tabel dibawah ini
2. Cara untuk mendeteksi terjadinya autokorelasi antara lain dengan menggunakan metode grafik, Durbin
Watson, atau metode Lagrange Multiplier. Dari hasil pendeteksian tersebut, jika
terdapat autokorelasi maka harus diperbaiki dengan cara transformasi.
dan
Dimana:
Jika autokorelasi di dalam residual tinggi (p=1), maka kita akan persamaan regresi tanpa
intersep. Sedangkan jika (p=0) maka model regresi yang akan didapat adalah regresi dengan pembeda
pertama.
GLS ini bisa digunakan jika nilai roh didapatkan. Permasalahannya roh didapatkan dari nilai
populasi yang sulit diperoleh. Sehingga perlu dilakukan roh berdasarkan data sampel.
Sumber :
BMP EKMA 4312
Inisiasi 4 Analisis Regresi
https://digensia.wordpress.com/2012/05/07/analisa-model-regresi-seri-1/
https://www.statistikian.com/2015/01/cochrane-orcutt.html
https://statistikceria.blogspot.com/2012/12/mengatasi-uji-autokorelasi-part2.htm