Pengertian Regresi Linear

Advertisements

1.1.1. Regresi Linier

Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh antara satu atau beberapa variabel terhadap satu buah variabel. Variabel yang mempengaruhi sering disebut variabel bebas, variabel independen atau variabel penjelas. Variabel yang dipengaruhi sering disebut dengan variabel terikat atau variabel dependen. Regresi linear hanya dapat digunakan pada skala interval dan ratio.

Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana yaitu dengan satu buah variabel bebas dan satu buah variabel terikat; dan regresi linear berganda dengan beberapa variabel bebas dan satu buah variabel terikat. Analisis regresi linear merupakan metode statistik yang paling jamak dipergunakan dalam penelitian-penelitian sosial, terutama penelitian ekonomi. Program komputer yang paling banyak digunakan adalah SPSS (Statistical Package For Service Solutions).

Regresi Linear Sederhana

Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh antara satu buah variabel bebas terhadap satu buah variabel terikat. Persamaan umumnya adalah:

Y = a + b X.

Dengan Y adalah variabel terikat dan X adalah variabel bebas. Koefisien a adalah konstanta (intercept) yang merupakan titik potong antara garis regresi dengan sumbu Y pada koordinat kartesius.

Langkah penghitungan analisis regresi dengan menggunakan program SPSS adalah: Analyse --> regression --> linear. Pada jendela yang ada, klik variabel terikat lalu klik tanda panah pada kota dependent. Maka variabel tersebut akan masuk ke kotak sebagai variabel dependen. Lakukan dengan cara yang sama untuk variabel bebas (independent). Lalu klik OK dan akan muncul output SPSS.

Interpretasi Output

1. Koefisien Determinasi

Koefisien determinasi mencerminkan seberapa besar kemampuan variabel bebas dalam menjelaskan varians variabel terikatnya. Mempunyai nilai antara 0 – 1 di mana nilai yang mendekati 1 berarti semakin tinggi kemampuan variabel bebas dalam menjelaskan varians variabel terikatnya.

2. Nilai t Hitung dan Signifikansi

Nilai t hitung > t tabel berarti ada pengaruh yang signifikan antara variabel bebas terhadap variabel terikat, atau bisa juga dengan signifikansi di bawah 0,05 untuk penelitian sosial, dan untuk penelitian bursa kadang-kadang digunakan toleransi sampai dengan 0,10.

3. Persamaan Regresi

Sebagai ilustrasi variabel bebas: Biaya promosi dan variabel terikat: Profitabilitas (dalam juta rupiah) dan hasil analisisnya Y = 1,2 + 0,55 X. Berarti interpretasinya:

· Jika besarnya biaya promosi meningkat sebesar 1 juta rupiah, maka profitabilitas meningkat sebesar 0,55 juta rupiah.

· Jika biaya promosi bernilai nol, maka profitabilitas akan bernilai 1,2 juta rupiah.

Interpretasi terhadap nilai intercept (dalam contoh ini 1,2 juta) harus hati-hati dan sesuai dengan rancangan penelitian. Jika penelitian menggunakan angket dengan skala likert antara 1 sampai 5, maka interpretasi di atas tidak boleh dilakukan karena variabel X tidak mungkin bernilai nol.

1.2. Literatur Sejenis

1.2.1 Jurnal Comparative analysis of used car price evaluation models

Penelitian ini dilakukan oleh Chuancan Chen, Lulu Hao dan Cong Xu pada tahun 2017 membahas tentang metode yang tepat antara linear regression dan random forest untuk memprediksi harga mobil dipasar. Analisis perbandingan kedua metode itu dibahas di jurnal ini menggunakan tiga model, model pertama yaitu masing – masing memakai lima variable penjelas yang mewakili nilai ekonomi, kualitas mobil dan fungsionalitas. Model kedua untuk series mobil tertentu menggunakan 13 variable penjelas . Dan model ketiga menggunakan 19 variable penjelas. Data yang diolah penelitian ini berasal dari beberapa pasar mobil bekas di shanghai dan situs lelang mobil bekas yang beroperasi secara nasional. Lebih dari 100.000 dealer catatan data pembelian mobil di Shanghai.

Analisis yang dihasilkan dari model pertama random forest memiliki efek yang stabil sedangkan regresi linear lebih baik dengan peningkatan ukuran sampel. Di dalam model kedua kedua algoritma memiliki efek yang sama untuk prediksi harga mobil. Dan di model ketiga, random forest lebih unggul dengan mencatatkan 95,06 % penyebaran variable secara merata sehingga data valid lebih pasti dengan root mean square error 16648 yang artinya prediksi yang baik. Dari penelitian ini disimpulkan jika data dalam jumlah yang besar dan memiliki variable yang banyak random forest jadi algoritma untuk prediksi harga. Sedangkan untuk jumlah sample data yang sedikit dan variable yang terbatas regresi linear algoritma yang tepat untuk prediksi harga mobil.

1.2.2. Jurnal Does Online Search Predict Sales? Evidence from Big Data for Car Markets in Germany and the UK

Penelitian ini dilakukan oleh Georg v Graevenitz, Christian Helmers, Valentine Millot and Oliver Turnbull. Penelitian ini dilakukan untuk memprediksi penjualan mobil di industri mobil Jerman dan Inggris. Data mining menggolongkan beberapa motif pencarian yang berbeda, yang tidak terpisah.

Penelitian ini mengembangkan model menghubungkan motif pencarian data pencarian yang diamati dan penjualan sebenarnya. Model ini menunjukkan bahwa prediksi penjualan mengandalkan pada data pencarian diamati sebagai acuan untuk pencarian pra-pembelian agar lebih akurat. Peneliti menunjukkan bagaimana untuk menghapus bias dan mengestimasi dampak pencarian pra-pembelian pada penjualan.

Untuk membantu identifikasi efek ini, peneliti menggunakan pengenalan subsidi scrappage untuk mobil pada tahun 2008/2009 sebagai eksperimen.

Kami juga menunjukkan bahwa data pencarian adalah (i) yang Sangat presisi dari waktu ke waktu, (ii) berpotensi adanya lonjakan tiba-tiba, dan (iii) berkorelasi dengan seluruh produk, tetapi sampai batas yang berbeda. Untuk itu dibahas juga mengatasi tantangan ini untuk estimasi dan inferensi dengan menggunakan metode ekonometrik terakhir untuk besar N, besar T Panel.

Artikel Terkait

Advertisements

Title : Pengertian Regresi Linear
Description : 1.1.1. Regresi Linier Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh antara satu atau beberapa...

Buka Fajar Buka Dunia

Iklan

Social Icons

Pengertian Regresi Linear

0 Response to "Pengertian Regresi Linear"

Post a Comment