Salah satu metode analisis data yang banyak digunakan adalah analisis regresi. Analisis ini dapat digunakan untuk melihat hubungan sebab akibat yang kuat antar variabel. Analisis ini juga biasa digunakan untuk peramalan.
Analisis regresi termasuk dalam metode statistik klasik. Analisis ini berbeda dengan analisis korelasi, meskipun sering digunakan bersama-sama ketika digunakan. Untuk mempelajari lebih lanjut tentang analisis ini, Sedulur dapat mendengarkan artikel berikut.
BACA JUGA: Pengertian dan perbedaan antara diagonal ruang dan diagonal bidang
Definisi regresi
Regresi adalah teknik statistik yang digunakan untuk mengevaluasi hubungan antara satu variabel terikat dan satu atau lebih variabel bebas. Metode ini memiliki fungsi untuk memperkirakan kekuatan hubungan antara suatu variabel dengan perkiraan yang akan datang.
Analisis ini dapat diterapkan pada berbagai disiplin ilmu seperti investasi, keuangan dan pemasaran. Analisis ini terdiri dari dua varian utama, yaitu linier berganda dan linier berganda. Namun, ada juga analisis non-linier. Analisis non-linier ini jarang disebutkan karena hanya digunakan pada kumpulan data yang lebih kompleks.
Fungsi
Ada beberapa fungsi regresi, diantaranya sebagai berikut.
1. Prediksi masa depan
Fungsi pertama adalah untuk memprediksi masa depan dengan menganalisis peristiwa yang akan terjadi di masa depan. Salah satunya adalah risk and opportunity forecasting yang banyak digunakan dalam dunia bisnis.
2. Untuk memberikan ide-ide baru
Fungsi kedua adalah untuk memberikan ide-ide baru dan segar untuk orang-orang bisnis. Hal ini dikarenakan para pebisnis sangat gemar mengumpulkan data tentang pelanggannya. Dengan demikian, metode ini adalah salah satu metode yang paling cocok.
3. Meningkatkan efisiensi kerja
Ketiga fungsi tersebut dapat digunakan untuk mengoptimalkan operasional bisnis. Misalnya, seorang manajer pabrik harus menjalankan regresi untuk mengetahui pengaruh suhu oven terhadap pemanggangan roti dan berapa lama akan bertahan setelah dipanggang. Ini merupakan keuntungan karena mereka tidak harus mengasumsikan dampak tanpa data nyata.
4. Perbaiki bug
Orang yang paling teliti masih bisa melakukan kesalahan dalam mengambil keputusan. Namun, dengan fungsi ini, masalah dapat diselesaikan, karena fungsi ini dapat memperbaiki kesalahan,
BACA JUGA: Rumus Deret Aritmatika dan Contoh Soal dan Pembahasan
Jenis regresi
Jenis regresi ini dibagi menjadi 2 varian utama, yaitu linier berganda dan linier berganda. Sedangkan non-linier sedikit diketahui dan tidak digunakan dalam kehidupan sehari-hari, karena hubungan antar variabel tidak linier.
1. Regresi Linier
Ini adalah model yang menunjukkan hubungan antara satu variabel dependen dan satu variabel independen. Fungsi regresi linier adalah untuk mengetahui hubungan antara satu variabel bebas dengan variabel terikat yang juga merupakan satu kesatuan.
2. Regresi Linier Berganda
Regresi linier berganda pada dasarnya hampir sama dengan regresi linier, namun jumlah variabel bebasnya bisa lebih dari satu. Fungsinya untuk mengetahui apa pengaruh beberapa variabel independen terhadap variabel dependen, dan juga dapat memprediksi nilai variabel dependen jika semua variabel independen memiliki nilai yang diketahui.
Persamaan
Persamaan regresi terlihat seperti ini:
Y = a + bX
Informasi:
Y adalah variabel uji, a adalah variabel konstanta, X adalah variabel prediktor, dan b adalah koefisien arah regresi linier.
Bentuk persamaan di atas sering dibaca sebagai regresi X atas Y. Koefisien arah linier dinyatakan sebagai b, yang juga menunjukkan rata-rata perubahan variabel Y untuk setiap bagian variabel X.
Jika harga b positif, maka variabel Y akan naik. Sebaliknya, jika harga b negatif, maka Y akan turun.
BACA JUGA: Definisi serikat pekerja dan jenisnya
Rumus
Rumus yang mengklaim model regresi adalah sebagai berikut.
1. Linier
Y = a + bX + €
Informasi:
Y = variabel terikat
X = variabel bebas (penjelas)
a = konstan
b = koefisien regresi
€ = kesalahan atau sisa
2. Beberapa linier
Y = a + bX1 + cX2 + dX3 + €
Informasi:
Y = variabel terikat
X1, cX2, X3 = variabel bebas (penjelas)
a = konstan
b, c, d = koefisien regresi
€ = kesalahan atau sisa
Garis regresi
Garis regresi (Garis regresi) adalah garis yang ditarik antara titik-titik (petak sebar) sedemikian rupa sehingga dapat digunakan untuk memperkirakan besaran suatu variabel berdasarkan besaran variabel lainnya.
Garis ini merupakan garis linier yang menunjukkan pola hubungan antara dua variabel, seperti variabel X dan Y. Garis ini sebenarnya hanyalah garis skor yang digunakan untuk mewakili model distribusi data.
di.
BACA JUGA: 8+ jenis figur datar, karakteristik dan gambarnya
Koefisien regresi
Koefisien regresi merupakan salah satu kontribusi terhadap besarnya perubahan nilai variabel bebas. Semakin besar nilai koefisiennya, semakin besar kontribusi perubahannya. Sebaliknya, semakin kecil nilai koefisiennya, semakin kecil pula kontribusi perubahannya. Kontribusi perubahan variabel bebas (X) juga ditentukan oleh koefisien regresi positif atau negatif.
Bagaimana menganalisis
Metode analisis regresi dapat dilakukan dengan menggunakan software SPSS. Berikut langkah-langkahnya:
- Masukkan data ke dalam lembar kerja SPSS berdasarkan masing-masing variabel.
- Berkenaan dengan data primer, mereka harus diperiksa validitas dan reliabilitasnya. Sedangkan untuk data sekunder dapat langsung dianalisis menggunakan regresi linier sederhana dan berganda.
- Klik menu analisis.
- Pilih submenu regresi, klik linier.
- Di bidang dependen, masukkan variabel dependen (Y).
- Di bidang independen, masukkan: variabel independen (X), masukkan X2,… untuk kelipatan.
- Klik OK, tunggu sampai muncul output SPSS.
BACA JUGA: Rumus lengkap luas trapesium beserta contoh soalnya
Manfaat yang akan diterima
Beberapa manfaat analisis regresi antara lain:
- Perkirakan mean dan nilai variabel dependen berdasarkan nilai variabel independen.
- Menguji hipotesis tentang karakteristik dependensi.
- Memprediksi mean variabel independen berdasarkan nilai variabel independen di luar rentang sampel.
Contoh
Contoh analisis regresi:
- Sedulur ingin menganalisis masa depan terkait permintaan produk. Rating yang akan muncul biasanya berkaitan dengan berapa banyak barang yang akan dibeli konsumen. Nah, hasil penilaian ini bisa dicari dengan regresi. Selain itu, banyak perusahaan asuransi menggunakan regresi untuk memperkirakan kelayakan kredit pelanggan dan jumlah klaim yang diharapkan untuk dana selama periode tertentu.
- Untuk menemukan data yang mungkin menunjukkan lonjakan penjualan pada hari-hari tertentu dalam seminggu dan penurunan pada hari-hari lainnya. Ini dapat digunakan oleh pihak terkait untuk mulai mencari bantuan lebih lanjut, mengamankan pasokan yang tepat setiap hari, atau bahkan memastikan bahwa staf pemasaran dan produk tersedia pada hari-hari itu.
- Ketika seseorang merasa bahwa memperpanjang jam buka toko dapat meningkatkan penjualan. Namun ternyata, setelah memperhitungkan regresi, keputusan tersebut justru merugikan perusahaan. Jadi fitur analisis regresi ini sangat berguna untuk pencegahan kesalahan.
Sekian informasi mengenai pengertian, fungsi, jenis, manfaat dan rumus regresi. Semoga artikel ini dapat membantu Sedulur dalam belajar.