1. Apa yang dimaksud dengan model regresi ? dan bagaimana model regresi yang ideal?
2. Bagaimana cara mengatasi masalah autokorelasi?
JAWABAN
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.
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.