Tectu Skin

APA YANG DIMAKSUD DENGAN MODEL REGRESI ?  DAN BAGAIMANA MODEL REGRESI YANG IDEAL?

"Model merupakan perwujudan dari suatu abstraksi berbagai aspek realita atau yang terjadi dalam dunia nyata, yang dibuat untuk satu atau berbagai tujuan." (Sugiyanto, 2009)

Analisis regresi sendiri adalah sebuah teknik statistik yang digunakan untuk menemukan derajat ketergantungan satu variabel (variabel dependen) terhadap satu variabel Iainnya atau lebih (variabel independen).Teknik ini dapat diterapkan untuk mencari nilai dari koefisien-koefisien suatu fungsi yang sedang dianalisis. Untuk analisis regresi, kita membutuhkan sejumlah observasi, baik untuk variabel dependen (Y) maupun variabel-variabel independen (X) dalam fungsi yang dikaji.

Dalam Model Analisis regresi, ialah dengan menganggap bahwa Y merupakan fungsi dari X atau beberapa variabel X serta setelah kita mendapatkan data tentang variabel-variabel ini maka kita dapat menentukan bentuk ketergantungan variabel Y terhadap variabel-variabel X tersebut. Analisis regresi mensyaratkan bahwa ketergantungan tersebut dinyatakan dalam bentuk yang linier (berpangkat 1).

Y=a+b₁X₁+b₂x2+…+b_nx_n+e

Idealnya sendiri, Model Analisis regresi, dilakukan dalam rangka melakukan penaksiran dan/atau peramalan (prediksi) nilai dari elemen model regresi.Penaksiran merupakan proses untuk menemukan nilai dari koefisien-koefisien suatu fungsi pada saat sekarang (current values).Sedangkan peramalan merupakan proses untuk menemukan nilai-nilai dari variabel dependen dalam fungsi pada periode waktu yang akan datang (future values).Nilai-nilai saat sekarang (current values) dibutuhkan untuk, antara lain, mengevaluasi tingkat optimalitas penentuan harga sekarang serta kebijaksanaan promosi dan membuat keputusan sehari-hari. Nilai-nilai untuk waktu yang akan datang (future values) diperlukan untuk perencanaan produksi, pengembangan produk baru, investasi, dan masalah-masalah lain di mana keputusan yang dibuat mempunyai dampak dalam jangka panjang.

 

CARA MENGATASI MASALAH AUTOKORELASI ADALAH DENGAN MEMASUKKAN LAG DARI VARIABEL TERIKAT MENJADI SALAH SATU VARIABEL BEBASNYA

"Autokorelasi sendiri merupakan suatu keadaan di mana variabel pengganggu (error term) pada periode tertentu berkorelasi dengan variabel pengganggu pada periode lain sehingga variabel gangguan tidak acak." (Sugiyanto, 2009).

Autokorelasi (atau dikenal juga sebagai korelasi serial) hanya muncul dalam data runtut waktu dan ditandai oleh pola kesalahan yang beruntun. Yakni, bila besarnya kesalahan kian besar atau kecil atau menunjukkan pola siklus atau lainnya karena observasi-observasi X disusun secara kronologis, pola ini menunjukkan bahwa beberapa variabel lain berubah secara sistematis dan memengaruhi variabel dependen.

Autokorelasi sendiri dapat diatasi dengan cara menambahkan variabel yang dianggap menjelaskan perubahan yang sistematis tersebut ke dalam persamaan regresi.Sebagai contoh,bila residu nampak mengikuti pola siklus maka variabel-variabel dummy dibutuhkan untuk menghitung variasi musim. Jika siklusnya lebih panjang dan nampaknya berhubungan keadaan perekonomian maka variabel yang dapat mencerminkan pendapatan nasional, seperti PDB dapat ditambahkan untuk menghilangkan otokorelasi tersebut. Residu yang cenderung terus-menerus naik atau turun dapat dihilangkan dengan menambahkan variabel waktu sebagai variabel independen.

Sumber : EKMA4312
https://tectuskin.blogspot.com/2021/04/apa-yang-dimaksud-denganmodel-regresi.html