Konsep Dasar

Analisis Regresi
Winalia Agwil
 Ingin melihat sebaran atau pola
data tinggi badan anak
berdasarkan tinggi badan ayahnya.
Kemudian timbul ide utk
memprediksi rata-rata tingi badan
anak berdasakan tinggi ayahnya

Penelitian Francis Galton,

dilanjutkan oleh Karl Pearson
Sejarah
1. Hubungan Statistik
Dalam hubungan statistik kita berurusan dengan variabel
yang acak (random/stokastik) yaitu variabel yang memiliki
sebaran peluang.
2. Hubungan Deterministik
Dalam hubungan deterministik kita berurusan dengan
variabel yang tidak acak.

Statistik vs deterministik
 16 25

14

20
12

10
15

8
Y

Y
6 10

4
5
2

0
0
1 2 3 4 5 6 7 8
1 2 3 4 5 6 7 8
X X
Analisis regresi menggambarkan keterkaitan antara satu
variabel dengan yang lainnya. Tetapi tidak cukup untuk
mengatakan bahwa variabel yang satu akan menyebabkan
kejadian pada variabel yang lain dan sebaliknya.
contoh :
Hasil panen dipengaruhi curah hujan, tetapi kita tidak dapat
mengatakan bahwa curah hujan dapat dikontrol dengan
meningkatkan hasil panen.

Regresi vs Sebab-Akibat
1. Analisis Korelasi
Analisis yang digunakan untuk keeratan hubungan liniear antara
dua variabel atau lebih.
2. Koefisien Korelasi
Besaran nilai yang menggambarkan hubungan linier dua variabel
atau lebih. Rentang nilai dari -1 sampai 1
3. Analisis Regresi
 Suatu analisis statistika yang digunakan untuk menggambarkan
hubungan antara peubah bebas (X) dengan variabel respon/terikat
(Y). Dan juga dapat digunakan untuk meramal variabel terikat
(Y).

Regresi vs Korelasi
 200
180
160
Pengeluaran Per minggu

140
120
100 sampel 2
Linear (sampel 2)
80 sampel 1
60 Linear (sampel 1)

40
20
0
50 100 150 200 250 300
Pendapatan Per minggu
Variabel terikat/respon/dependen
 Variabel yang dipengaruhi oleh variabel lain
Variabel bebas/independen
 Variabel yang tidak di pengaruhi oleh variabel lain.

Istilah dan Notasi

 Data

Cross Time
Panel Data
Section Series

Multivariat
Univariate
e

Korelasi AR
Pooled
Regresi MA VECM
Fixed effect
ARMA VAR
Random
Analisis ARIMA
Effect
Multivariat ARCH

Sifat dan Sumber Data

 a. Cross Section
Data dikumpulkan pada suatu waktu tertentu
Contoh: Data PDRB Provinsi Bengkulu Tahun 2018
b. Time Series
Data yang dikumpulkan dari waktu ke waktu
Contoh: Produksi Beras Tahun 2010-2019
c. Panel Data
Gabungan data time seris dan data cross section
Contoh : Data investasi beberapa perusahaan dari tahun
2010-2019

Menurut waktu pengumpulannya

 a. Data Primer
yaitu data yang dikumpulkan dan diolah sendiri
oleh suatu organisasi atau perseorangan langsung
dari objeknya.
Misalnya, BPS melakukan survei terhadap
penduduk di suatu daerah

b. Data Sekunder
yaitu data yang diperoleh dalam bentuk yang
sudah jadi, sudah dikumpulkan dan diolah oleh
pihak lain, biasanya sudah dalam bentuk publikasi.
Misalnya, suatu perusahaan memperoleh data
penduduk dari BPS, data perbankan dari BI, dll.

Menurut Cara memperoleh

 a. Data Primer
yaitu data yang dikumpulkan dan diolah sendiri
oleh suatu organisasi atau perseorangan langsung
dari objeknya.
Misalnya, BPS melakukan survei terhadap
penduduk di suatu daerah

b. Data Sekunder
yaitu data yang diperoleh dalam bentuk yang
sudah jadi, sudah dikumpulkan dan diolah oleh
pihak lain, biasanya sudah dalam bentuk publikasi.
Misalnya, suatu perusahaan memperoleh data
penduduk dari BPS, data perbankan dari BI, dll.

Menurut Cara memperoleh

1. Apa yang dimaksud dengan istilah berikut:
a) Independent variable
b) Dependent variable
c) Stokastik
3. Data yang diperoleh secara langsung dari objek observasi disebut data…
4. Data yang diperoleh dari BMKG disebut data….
5. Data yang menggambarkan permintaan akan suatu barang yang di
kumpulkan per hari disebut data…
6. Analisis Regresi yang melibatkan satu variabel independen saja disebut
analisis regresi…
7. jika diperoleh koefisien korelasi =0.3 maksud nya apa?
8. Buat contoh data Cross section!
9. Buat contoh data Time series!
10. Buat contoh data panel!

Latihan