R

Konsep Dasar €

Analisis Regresi $

Di
DiSusun
SusunOleh
OlehKelompok
Kelompok22
 R$
Nama
Nama Anggota
Anggota Kelompok
Kelompok ::
1. Ainaya Dwi Rafika Sari
2. Fristi Novianti
3. Isna
4. Resta Oktavia Ardhana
R
1.
1. Konsep
Konsep Dasar
Dasar
Regresi
$

Regresi
Apa Itu
Regresi ?
Regresi adalah metode statistik yang digunakan di bidang keuangan,
investasi, dan disiplin ilmu lain yang berupaya menentukan kekuatan dan
karakter hubungan antara satu variabel terikat (biasanya dilambangkan
dengan Y) dan serangkaian variabel lain (dikenal sebagai variabel bebas).

Apa Itu Analisis Regresi?

Analisis regresi adalah alat yang ampuh untuk mengungkap
hubungan antar variabel yang diamati dalam data, namun tidak
dapat dengan mudah menunjukkan sebab akibat. Ini digunakan
dalam beberapa konteks dalam bisnis, keuangan, dan ekonomi.
• Rumus Regresi terbagi menjadi dua yaitu:

Regresi Linear Sederhana

Regresi linier sederhana digunakan untuk satu R$

variabel bebas dan satu variabel yang dependent

atau terikat.

Regresi Berganda

Regresi berganda variabel yang dimilikinya bisa

lebih dari satu.

R$
 Tujuan
Tujuan Analisis
Analisis
R$ Regresi
Regresi

Tujuan analisis regresi untuk mendapatkan pola hubungan

secara matematis dari variabel X dan variabel Y, dan untuk
mengetahui besarnya perubahan variabel X terhadap
variabel Y, serta untuk memprediksi variabel Y jika nilai
variabel X diketahui.
 2.
2.Linieritas
LinieritasGaris
GarisRegresi
Regresi
• Garis regresi linier adalah garis lurus yang menggambarkan hubungan antara
variable independen (x) dan variabel dependen (y) dalam suatu model regresi linier.
Linieritas garis regresi mengacu pada asumsi bahwa hubungan antara variabel x dan
y adalah linier atau berbentuk garis lurus.Asumsi linieritas garis regresi adalah salah
satu asumsi penting dalam analisis regresi linier.
• Jika asumsi ini tidak terpenuhi, maka model regresi linier yang dihasilkan tidak akan
akurat dalam menggambarkan hubungan antara variabel x dan y.

Beberapa hal penting yang dibahas dalam linieritas garis regresi:

1. Uji linieritas: Untuk memeriksa apakah hubungan antara variabel x dan

y bersifat linier, dapat dilakukan uji linieritas, misalnya dengan
menggunakan uji Ramsey RESET.
2. Transformasi data: Jika hubungan antara x dan y tidak linier, dapat
dilakukan transformasi data agar memenuhi asumsi linieritas, misalnya
dengan menggunakan transformasi logaritma atau kuadratik.
3. Interpretasi koefisien regresi: Jika asumsi linieritas terpenuhi, maka koefisien
regresi dapat diinterpretasikan sebagai perubahan rata-rata pada y akibat
perubahan satu unit pada x.
4. Prediksi: Model regresi linier yang memenuhi asumsi linieritas dapat digunakan
untuk memprediksi nilai y berdasarkan nilai x.

Secara umum, linieritas garis regresi merupakan asumsi penting yang harus
dipenuhi agar model regresi linier dapat digunakan dengan baik dan memberikan
hasil yang akurat dalam menggambarkan hubungan antara variabel independen dan
variabel dependen.
 3.
3. Signifikansi
Signifikansi Persamaan
Persamaan Regresi
Regresi

$R
Signifikansi persamaan regresi menunjukkan seberapa kuat dan
signifikan secara statistik hubungan antara variabel independen
dan variabel dependen yang diwakili oleh model regresi. Ini
membantu dalam mengevaluasi keandalan dan validitas model
regresi dalam menjelaskan dan memprediksi fenomena yang
diamati.
• Persamaan regresi memiliki beberapa signifikansi penting antara
lain:

Prediksi

Pemahaman Hubungan

Pengujian Hipotesis
 Diagnosis Masalah

Pengambilan Keputusan

• Jadi, signifikansi persamaan regresi terletak pada kemampuannya untuk memprediksi,

memahami hubungan, menguji hipotesis, menganalisis kontribusi, mendiagnosis masalah,
dan mendukung pengambilan keputusan yang lebih baik.

• Dengan uji signifikansi ini dapat diketahui apakah variable bebas/ predictor/ independent
(X) berpengaruh secara signifikan terhadap variable tak bebas/ response/ dependent (Y).
Arti dari signifikan adalah bahwa pengaruh antar varible berlaku bagiseluruh populasi.
 4.
4. Tabel
Tabel Analisis
Analisis Varian
Varian

R$ Tabel analisis varian (ANOVA) merupakan bagian penting dalam analisis

regresi. Tabel ANOVA digunakan untuk menguji signifikansi model
regresi secara keseluruhan. Tabel ANOVA menunjukkan bagaimana
variasi dalam variabel dependen (Y) dapat dijelaskan oleh variasi dalam
variabel independen (X).

• Komponen-komponen dalam tabel ANOVA adalah:

$

1. Source of Variation (Sumber Variasi)

R

2. Degrees of Freedom (Derajat Kebebasan)

3. Sum of Squares (Jumlah Kuadrat)
4. Mean Square (Rata-rata Kuadrat)
5. F-statistic (Statistik F)
Tabel ANOVA memungkinkan kita untuk menguji hipotesis nol bahwa semua koefisien
regresi (kecuali konstanta) sama dengan nol. Jika nilai p-value (Sig.) dari statistik F lebih
kecil dari tingkat signifikansi yang ditentukan, maka kita dapat menyimpulkan bahwa model
regresi secara keseluruhan adalah signifikan.Tabel ANOVA memberikan informasi penting
tentang kualitas model regresi dan membantu dalam pengambilan keputusan mengenai
signifikansi model regresi.

Contoh
ContohTabel
Tabel
 5.
5. Pengujian
Pengujian Koefisien
Koefisien
Korelasi
KorelasiAntara
Antara X
X Dengan
Dengan YY
• Koefisien korelasi merupakan koefisien yang menggambarkan kedekatan hubungan
antara dua atau lebih variabel. Besar kecilnya koefisien korelasi tidak menggambarkan
hubungan sebab akibat antara dua variabel atau lebih, namun hanya menggambarkan
hubungan linier antar variabelnya.

• Simbol X merupakan variabel bebas yang digunakan untuk memprediksi nilai Y.

Sementara Y merupakan variabel tidak bebas yang jumlahnya hanya dapat ditentukan oleh
X. Untuk mengkaji hubungan keduanya, kedua komponen tersebut harus saling berkaitan
satu sama lain.
 Contoh
Contoh Pengujian
Pengujian Harga
Harga Dollar
Dollar US
US dan
dan
Harga
Harga Emas
Emas dalam
dalam Rupiah
Rupiah
Dari hasil tersebut, dapat
diketahui bahwa kedua variabel,
yakni harga dollar AS dan harga
emas memiliki hubungan yang
kuat dan positif.
Hal ini ditunjukkan dengan hasil
angka yang tidak melebihi dari
0.1.
Hasil tersebut juga menunjukkan
bahwa ada hubungan sebab
Untuk menghitung korelasi akibat yang terjadi dari kedua
antara kedua variabel tersebut, variabel tersebut. Maksudnya,
kamu biskorelasi pearson harga dollar AS yang naik akan
dengan menyebut harga dollar berimbas pada harga emas yang
AS sebagai X, dan harga emas juga akan ikut naik.
di pasaran sebagai Y. a Sebaliknya, jika harga dollar AS
menggunakan teknik turun, maka harga emas juga
akan ikut turun.
 HIPOTE
HIPOTE

SIS
SIS
Dalam analisis regresi, terdapat beberapa hipotesis
yang perlu diuji, antara lain:
1. Hipotesis Uji Signifikansi Model Regresi
- H0: Model regresi tidak signifikan (β1 = β2 = ... =
βk = 0)
- H1: Minimal ada satu koefisien regresi yang
signifikan (βi ≠ 0, untuk i = 1, 2, ..., k
2. Hipotesis Uji Signifikansi Koefisien Regresi
- H0: Koefisien regresi tidak signifikan (βi = 0)
- H1: Koefisien regresi signifikan (βi ≠ 0)
R$
3. Hipotesis Uji Asumsi Klasik:
a. Uji Normalitas Residual
- H0: Residual berdistribusi normal
- H1: Residual tidak berdistribusi normal
b. Uji Multikolinearitas
- H0: Tidak terdapat multikolinearitas
- H1: Terdapat multikolinearitas
c. Uji Heteroskedastisitas
- H0: Tidak terdapat heteroskedastisitas
- H1: Terdapat heteroskedastisitas
d. Uji Autokorelasi
- H0: Tidak terdapat autokorelasi
- H1: Terdapat autokorelasi

Pengujian hipotesis ini dilakukan untuk mengetahui apakah model regresi yang
dihasilkan valid dan dapat digunakan untuk peramalan atau inferensi. Hasil pengujian
hipotesis akan menentukan apakah model regresi dapat diterima atau ditolak.
 Populasi
Populasi dan
dan
Sampel
Sampel
Populasi
• Populasi adalah keseluruhan
objek atau subjek yang memiliki
karakteristik tertentu yang akan
diteliti.
• Dalam analisis regresi, populasi
merupakan kumpulan semua
nilai-nilai yang mungkin, baik
nilai variabel dependen maupun
independen.
• Populasi dapat berupa orang,
benda, kejadian, nilai, atau hal-
hal lain yang menjadi objek
penelitian.
Sampel
• Sampel adalah bagian dari
populasi yang diambil untuk
mewakili populasi.
• Dalam analisis regresi, sampel
terdiri dari pasangan nilai variabel
dependen dan variabel independen
yang diambil dari populasi.
• Sampel harus representatif, artinya
dapat menggambarkan
karakteristik populasi secara
akurat.
• Pemilihan sampel dapat dilakukan
dengan berbagai teknik sampling,
seperti random sampling, stratified
sampling, cluster sampling, dll.
 KESIMPULAN
KESIMPULAN
R
$
Analisis regresi adalah metode statistik yang digunakan untuk
mempelajari hubungan antara satu atau lebih variabel
independen (prediktor) dengan satu variabel dependen
(respon). Tujuannya adalah untuk memperkirakan atau
memprediksi nilai variabel dependen berdasarkan nilai
variabel independen. Analisis regresi merupakan alat analisis
yang sangat powerful dan banyak digunakan dalam berbagai
bidang, seperti ekonomi, bisnis, ilmu sosial, dan ilmu alam,
untuk memahami hubungan antara variabel dan membuat
prediksi.
TERIMA
TERIMAKASIH
KASIH