untuk
Peramalan
220810201275 220810201289
Novita Whidatul Imania
Affan Maulana Hamid
Konsep Dasar Analisis Regresi Linier
● Menurut Gujarati (2004, 18), analisis regresi linier dimaknai
sebagai suatu kajian dependensi (ketergantungan) suatu
variable, yang disebut variabel dependen, terhadap satu atau
lebih variabel independen untuk mengestimasi atau
memprediksi nilai variabel dependen.
● Secara sederhana, variabel dependen adalah variabel yang
dipengaruhi atau terikat (Yt), sedangkan variabel independen
adalah variabel yang mempengaruhi atau mengikat (Xt).
● Analisis regresi linier dibagi menjadi 2 macam, yaitu simple
linear regression analysis dan multiple linear regression
analysis.
Analisis Regresi Linier
dengan Data Runtut Waktu
Pada dasarnya, jenis data yang digunakan dalam peramalan adalah data runtut
waktu (time series data). Sehingga data yang digunakan pada variabel dependen
maupun independen dalam mengestimasi atau mengembangkan model regresi linier
adalah data runtut waktu (time series data).
Beberapa model regresi linier dengan data runtut waktu (time series data) pada
peramalan diantaranya analisis tren sederhana, analisis regresi linier sederhana,
analaisis linier berganda, dan auto-regressive.
Analisis Tren Sederhana
● Secara matematik, model regresi yang dihasilkan sebagai berikut :
Dimana, = variabel dependen yang akan diprediksi
= indeks waktu (1,2,3,...,dst)
● Terdapat beberapa luaran analisis yang perlu dijadikan dasar apakah model yang dihasilkan dapat
dikategorikan sebagai model yang dapat digunakan dalam peramalan, misalnya pada regression
statistics, ANOVA, dan hasil uji t
● Pada regression statistics, terdapat 2 parameter penting yang perlu dipahami yaitu R square (R2)
dan standard error.
● Luaran pada panel ANNOVA menjelaskan mengenai hasil uji F dalam analisis regresi linier. Pada
model tren sederhana, hasil uji F tidak perlu diinterprestasikan
● Luaran berikutnya berkaitan dengan nilai koefisien yang diestimasi dan hasil uji t. Hasil uji t dapat
disimpulkan melalui kolom P-value. Jika diasumsikan bahwa koefisien regresi untuk variabel indeks
waktu bersifat signifikan, maka peramalam untuk periode t+1 dapat ditentukan dengan cara
menyisipkan nilai indeks waktu yang diramalkan dalam model tren sederhana.
Analisis Regresi Linier Berganda
Pertanyaan:
1. Temukan persamaan regresi linear sederhana
2. Buktikan apakah ada pengaruh minat belajar terhadap prestasi belajar
Pembahasan
5. Kaidah pengujian
Jika t table > t tabel, maka H0 ditolak
Jika – t tabel ≤ t hitung≤ t tabel, maka H0 diterima
Pembahasan
Jadi, hubungan antara minat belajar (x) dengan prestasi belajar (y) Statistika Bisnis sebesar
r=0,816 dengan kriteria tingkat hubungan “kuat”positif. Hubungan bersifat positif artinya
terjadi hubungan searah antara minat belajar (x) dengan prestasi belajar (y) Statistika
Bisnis. Bila minat belajar mahasiswa tinggi, maka prestasi belajar (y) Statistika Bisnis
mahasiswa meningkat.
Pembahasan