W4 "Analisis Regresi Linier Sederhana"

Didasarkan pada hubungan fungsional ataupun kausal antara satu variabel independen dengan satu variabel dependen. Istilah regresi (ramalan/taksiran) pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1877 sehubungan dengan penelitiannya terhadap tinggi manusia, yaitu antara tinggi anak dan tinggi orang tuanya. Pada penelitian Galton mendapatkan bahwa tinggi anak dari orang tua yang tinggi cenderung meningkat atau menurun dari berat rata-rata populasi. Garis yang menunjukkan hubungan tersebut disebut garis regresi.

Persamaan umum regresi linier sederhana adalah :

Y = a + b X

Dimana :

a  = Harga Y bila X = 0 (Konstanta)

b  = Koefisien regresi

X = Variabel bebas (Independen)
Y = Variabel terikat (Dependen)

W3 {Konsep Dasar Analisis Regresi}

Konsep Dasar Analisis Regresi

       Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel-variabel yang lain. Analisis regresi salah satu analisis yang paling populer.

    Regresi adalah suatu metode analisis statistik yang digunakan untuk melihat pengaruh antara dua atau lebih variabel. Regresi linier sederhana adalah hubungan secara linier antara satu variabel independen dengan variabel dependen. Sedangkan Regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel independen dengan variabel dependen.

         Kegunaan regresi untuk tujuan deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, dan sebagai prediksi. Regresi sederhana melibatkan dua variabel sedangkan regresi berganda lebih dari dua variabel.

      Dalam ekonometrika dikenal tiga kelompok data yaitu time series, cross section, panel data atau pooled data.

1. Data Time Series (runtun waktu/historis)

    Data time series adalah data yang terdiri dari satu objek namun teridiri dari beberapa waktu periode, seperti harian, bulanan, triwulanan, dan tahunan. Misalnya: data pertumbuhan PDB dari tahun 2009 sampai 2013 (objeknya hanya satu: pertumbuhan PDB triwulanan, namun disajikan dalam beberapa periode: dari tahun 2009-2013 secara triwulan). Contoh lainnya adalah data harian saham, data bulanan BI rate dari tahun 2008-2014, dan lain-lain. Data ini nantinya akan diamati trend atau pola perubahannya dari tahun ke tahun (berurutan), sehingga data ini dikatakan sebagai data historis atau runtun waktu. Pola perubahan atau trend pada waktu-waktu lampau tersebut akan dapat digunakan untuk mengestimasi pola perubahan pada tahun-tahun atau waktu mendatang.

2. Data Silang (cross section)

      Data Silang (cross section) adalah data yang terdiri dari satu objek namun memerlukan sub objek-sub objek lainnya yang berkaitan atau yang berada di dalam objek induk tersebut pada suatu waktu (satu waktu saja, tidak seperti data time series yang terdiri dari beberapa periode waktu), misalnya data penjualan perusahaan pada bulan Januari 2014, terdiri dari data penjualan bersih dan data penjualan kotor pada bulan Januari 2014. Contoh lainnya: data kinerja keuangan perusahaan pada bulan Juli 2011, terdiri dari data DER, data ROA, data laba bersih (earning after interest and tax), dan data keuangan lainnya pada bulan Juli 2011.

3. Data Panel (pooled data)

  Data Panel (pooled data) adalah data gabungan antara data time series dengan data cross section. Dikatakan data gabungan karena data ini terdiri atas beberapa objek/sub objek dalam beberapa periode waktu.