Disusun Oleh :
1. Jihan Shofi Farhan (2212000162)
2. Latif Arridho Putra (2212000163)
3. Mhd.Syahrul R. (2212000167)
4. Rival Wiradinata (2212000176)
5. Thiery Rivanza H. (2212000180)
1
KATA PENGANTAR
Dengan memanjatkan puji dan syukur kehadiran Allah SWT yang telah memberikan
rahmat dan hidayahnya sehingga saya dapat menyelesaikan tugas makalah yang berjudul
“Analisis Regresi” ini tepat pada waktunya.
Adapun tujuan dari penulisan makalah ini adalah untuk memenuhi tugas bapak Frinto
Tambunan, M. Kom selaku dosen mata kuliah Kecerdasan Buatann. Selain itu makalah ini juga
bertujuan untuk menambah wawasan saya sebagai penulis. penjelasan tentang “Analisis Regresi”
bagi para pembaca dan juga bagi penulis.
Penulis mengucapkan terimakasih kepada bapak Wirmie Eka Putra, S.E., M.Si, selaku
dosen mata kuliah Penganggaran yang telah memberikan tugas ini sehingga dapat menambah
pengetahuan dan wawasan sesuai dengan mata kuliah yang saya pelajari.
Penulis menyadari, makalah yang di tulis ini masih jauh dari kata sempurna. jikalau ada
kesalahan dalam penulisan makalah ini mohon dimaafkan. Semoga makalah yang telah dibuat ini
dapat bermanfaat bagi para pembaca dan kita semua. Atas perhatian pembaca, saya ucapkan
terima kasih.
2
DAFTAR ISI
JUDUL................................................................................................................................1
KATA PENGANTAR.......................................................................................................2
DAFTAR ISI......................................................................................................................3
BAB I PENDAHULUAN..................................................................................................4
BAB II PEMBAHASAN...................................................................................................6
3.1 Kesimpulan.......................................................................................................10
3.2 Saran..................................................................................................................10
DAFTAR PUSTAKA........................................................................................................11
3
BAB 1
PENDAHULUAN
4
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah dipaparkan diatas, maka didapatkan rumusan
masalah sebagai berikut :
1. Jelaskan Pengertian Analisis Regresi ?
2. Jelaskan Tujuan dan Kegunaan Analisis Regresi ?
3. Sebutkan dan Jelaskan Jenis-jenis Analisis Regresi ?
4. Sebutkan Langkah-langkah dalam Melakukan Analisis Regresi Linear Sedarhana ?
1.3 Tujuan
Dari rumusan masalah diatas, maka tujuan penulisan ringkasan ini ialah :
1. Untuk Mengetahui Pengertian dari Analisis Regresi
2. Untuk Mengetahui Tujuan dan Kegunaan Analisis Regresi
3. Untuk Mengetahui Jenis-jenis Analisis Regresi
4. Untuk Mengetahui Langkah-langkah Analisis Regresi
5
BAB II
PEMBAHASAN
6
Regresi berganda digunakan untuk analisis hubungan dua atau lebih variabel bebas
(misalnya X1 dan X2) dengan satu variabel terikat (Y).
7
2. Analisis Regresi Logistik
Regresi logistik biasanya digunakan untuk menentukan
probabilitas event=Success and event=Failure. Setiap kali variabel dependen adalah
biner seperti 0/1, Benar / Salah, Ya / Tidak, regresi logistik digunakan. Dengan demikian,
dapat dikatakan bahwa regresi logistik digunakan untuk menganalisis pertanyaan tertutup
dalam survei atau pertanyaan yang menuntut respons numerik dalam survei.
Perlu diketahui, regresi logistik tidak memerlukan hubungan linier antara variabel
dependen dan variabel independen seperti halnya regresi linier. Regresi logistik
menerapkan transformasi log non-linier untuk memprediksi rasio peluang. Oleh karena
itu, ia dengan mudah menangani berbagai jenis hubungan antara variabel dependen dan
variabel independen.
3. Analisis Regresi Polinomial
Regresi polinomial biasanya digunakan untuk menganalisis data lengkung dan ini
terjadi ketika kekuatan variabel independen lebih dari 1. Dalam metode analisis regresi
ini, garis yang paling cocok tidak pernah menjadi ‘garis lurus’ tetapi selalu ‘garis kurva’
cocok dengan poin data.
Perlu dicatat bahwa regresi polinomial lebih baik digunakan ketika beberapa
variabel memiliki eksponen dan sedikit yang tidak. Selain itu, dapat memodelkan data
yang dapat dipisahkan secara non-linier yang menawarkan kebebasan untuk memilih
eksponen yang tepat untuk setiap variabel dan itu juga dengan kontrol penuh atas fitur
pemodelan yang tersedia.
4. Analisis Regresi Bertahap
Analisis regresi bertahap adalah proses semi-otomatis yang dengannya model
statistik dibangun baik dengan menambahkan atau menghapus variabel yang bergantung
pada statistik-t dari koefisien estimasi mereka. Jika digunakan dengan benar, regresi
bertahap akan memberi kita data yang lebih kuat daripada metode apa pun. Ini berfungsi
dengan baik saat kita bekerja dengan sejumlah besar variabel independen.
Dimana analisis data ini hanya menyempurnakan model analisis dengan
memasukkan variabel secara acak. Analisis regresi bertahap direkomendasikan untuk
digunakan jika terdapat beberapa variabel independen, di mana pemilihan variabel
independen dilakukan secara otomatis tanpa campur tangan manusia.
8
Perlu kita catat bahwa dalam pemodelan regresi bertahap, variabel ditambahkan
atau dikurangkan dari kumpulan variabel penjelas. Kumpulan variabel yang ditambahkan
atau dihapus dipilih tergantung pada statistik uji dari koefisien yang diperkirakan.
5. Analisis Regresi Ridge
Regresi ridge didasarkan pada metode kuadrat terkecil biasa yang digunakan
untuk menganalisis data multikolinearitas (data di mana variabel independen sangat
berkorelasi). Kolinearitas dapat dijelaskan sebagai hubungan yang hampir linier antara
variabel.
Setiap kali terjadi multikolinearitas, perkiraan kuadrat terkecil tidak akan bias;
tetapi, jika perbedaan di antara keduanya lebih besar, maka itu mungkin jauh dari nilai
sebenarnya. Namun, regresi ridge menghilangkan kesalahan standar dengan
menambahkan beberapa tingkat bias ke perkiraan regresi dengan motif untuk
memberikan perkiraan yang lebih dapat diandalkan.
Perlu kita catat bahwa asumsi yang diturunkan melalui regresi ridge mirip dengan
regresi kuadrat terkecil, satu-satunya perbedaan adalah normalitas. Meskipun nilai
koefisien dibatasi dalam regresi ridge, nilai koefisien tidak pernah mencapai nol yang
menunjukkan ketidakmampuan untuk memilih variabel.
9
BAB III
PENUTUP
3.1 Kesimpulan
Analisis regresi berbeda dengan analisis korelasi. Jika analisis korelasi digunakan untuk
melihat hubungan dua variable; maka analisis regresi digunakan untuk melihat pengaruh variable
bebas terhadap variable tergantung serta memprediksi nilai variable tergantung dengan
menggunakan variable bebas. Dalam analisis regresi variable bebas berfungsi untuk
menerangkan (explanatory) sedang variable tergantung berfungsi sebagai yang diterangkan (the
explained). Dalam analisis regresi data harus berskala interval atau rasio. Hubungan dua
variable bersifat dependensi. Untuk menggunakan analisis regresi diperlukan beberapa
persyaratan yang harus dipenuhi.
Ada dua macam linieritas dalam analisis regresi, yaitu linieritas dalam variabel dan
linieritas dalam parameter. Yang pertama, linier dalam variabel merupakan nilai rata-rata
kondisional variabel tergantung yang merupakan fungsi linier dari variabel (variabel) bebas.
Sedang yang kedua, linier dalam parameter merupakan fungsi linier parameter dan dapat tidak
linier dalam variabel.
DAFTAR PUSTAKA
10
http://rudisiswoyo89.blogspot.com/2013/11/analisis-regresi.html?m=1
https://www.academia.edu/31079231/MAKALAH_ANALISIS_REGRESI
https://core.ac.uk/download/pdf/11731764.pdf
https://penelitianilmiah.com/analisis-regresi/
https://teknikelektronika.com/analisis-regresi-linear-sederhana-simple-linear-regression/
11