Rabu, 18 Juli 2018

Analisis Regresi Linier Sederhana (Part 1)

sumber gambar : https://medium.freecodecamp.org
A. Definisi
Analisis Regresi digunakan untuk menganalisia bentuk hubungan antara dua variabel atau lebih. Dalam hal lain, analisis regresi juga dapat digunakan untuk meramalkan fenomena atau kejadian berdasarkan model regresi yang terbentuk. Dalam analisis regresi terdapat variabel Independent/Bebas (yang mempengaruhi) dan variabel Dependent/Terikat (yang dipengaruhi) biasanya diotasikan X dan Y.

B. Informasi yang diperoleh
     
Dalam melakukan analisis regresi, terdapat beberapa informasi yang bisa diperoleh antara lain:
-          Model/persamaan regresi yang dianalisis menggunakan analisis regresi
-          Tingkat signifikansi pengaruh seluruh variabel independent terhadap variabel dependent
-          Tingkat signifikansi pengaruh masing-masing variabel independent
-          Arah pengaruh masing-masing variabel independent terhadap variabel dependent
-          Besaran pengaruh keseluruhan variabel independent terhadap variabel dependent
-     Besaran pengaruh masing-masing variabel independent terhadap variabel dependent

C. Syarat/Asumsi dalam Analisis Regresi

Analisis regresi merupakan metode statistika parametrik yang membutuhkan beberapa syarat dalam proses analisisnya. Syarat-syarat atau asumsi tersebut sering disebut Asumsi Klasik :
-          Asumsi Normalitas Data
Asumsi Normalitas data mensyaratkan sebaran data harus berdisribusi normal agar dapat digunakan dalam analisis statistik parametrik.
-          Asumsi Autokorelasi
Asumsi Autokorelasi mensyaratkan tidak adanya hubungan antara variabel dengan perubahan waktu/pengamatan dalam model regresi.
-          Asumsi Heteroskesdasitas
Asumsi Heteroskesdasitas mensyaratkan varian dari residual untuk semua pengamatan model regresi memiliki varian yang sama.
-          Asumsi Multikoliniertias
Asumsi Multikolonieritas mensyaratkan tidak adanya hubungan yang kuat antara variabel independen dalam sebuah model regresi.
-          Asumsi Normalitas Residual
      Asumsi Normalitas Residual mensyaratkan sebaran residual dalam model regresi sederhana memiliki sebaran distribusi normal


Analisis Regresi Linier Sederhana digunakan untuk menguji sejauh mana pengaruh/hubungan linier sebab akibat antara satu variabel bebas (independent) dengan variabel terikat (dependent).

Contoh hubungan:
Pengaruh/Hubungan antara Motivasi Kerja dengan Produktivitas Kerja
Pengaruh/Hubungan antara Pelayanan Karyawan dengan Loyalitas Nasabah
Pengaruh/Hubungan antara Etika Kerja dengan Kepuasan Konsumen

Tahapan dalam menganalisis regresi linier sederhana dijelaskan pada bagan tahapan berikut:




Tahapan-tahapan analisis tersebut akan dijelaskan pada artikel selanjutnya.
Reaksi:

0 komentar:

Posting Komentar

Mohon Maaf Jika Terdapat Komentar yang Tidak Terbalas
Karena Admin Tidak Selalu Online