Satu dari sekian banyak metode analisis data yang sering digunakan adalah analisis regresi. Analisis ini dapat digunakan untuk melihat keeratan hubungan sebab-akibat yang terjadi antar variabel. Analisis ini juga biasa digunakan untuk melakukan suatu prediksi.
Analisis regresi termasuk ke dalam metode klasik dalam statistika. Analisis ini berbeda dengan analisis korelasi meskipun dalam penggunaannya sering digunakan secara bersamaan. Untuk lebih memahami mengenai analisis ini, Sedulur dapat menyimak artikel berikut.
BACA JUGA: Pengertian & Perbedaan Diagonal Ruang dan Diagonal Bidang
Pengertian Regresi
Regresi merupakan metode dalam ilmu statistika yang digunakan untuk memperkirakan hubungan antara satu variabel terikat dan satu atau lebih variabel independen. Metode ini memiliki fungsi untuk menilai kekuatan hubungan antara suatu variabel dengan perkiraan masa depan.
Analisis ini dapat diaplikasikan ke berbagai disiplin ilmu, seperti investasi, finansial, dan pemasaran. Analisis ini terdiri dari dua variasi utama, yaitu linear dan linear berganda. Namun, adapula analisis nonlinear. Analisi nonlinear ini jarang disinggung karena hanya dipakai untuk kelompok data yang lebih kompleks.
Fungsi-fungsi
Terdapat beberapa fungsi regresi, antara lain sebagai berikut.
1. Untuk memprediksi masa depan
Fungsi yang pertama adalah memprediksi masa depan dengan menganalisis hal-hal yang akan terjadi di masa depan. Salah satunya adalah dengan meramalkan risiko dan peluang yang banyak digunakan dalam dunia bisnis.
2. Untuk memberikan wawasan baru
Fungsi yang kedua adalah untuk memberikan wawasan yang baru dan fresh bagi para pebisnis. Hal ini karena pebisnis sangat menyukai pegumpulan data-data terkait pelanggan mereka. Sehingga, metode ini merupakan salah satu metode yang sangat pas.
3. Untuk meningkatkan efisiensi operasional
Fungsi yang ketiga dapat digunakan dalam mengoptimalkan operasional bisnis. Sebagai contoh, seorang manajer pabrik pasti menghitung regresi untuk mengetahui dampak dari suhu oven saat memanggang roti maupun berapa lama waktu penyimpanannya setelah matang. Ini menjadi keunggulan karena mereka tidak perlu mengandai-andai dampak tanpa data riil.
4. Untuk memperbaiki eror
Seseorang yang paling teliti pasti tetap bisa melakukan kesalahan dalam pembuatan keputusan. Namun, dengan fungsi ini, masalah tersebut dapat teratasi karena fungsi ini dapat memperbaiki kekeliruan,
BACA JUGA: Rumus Deret Aritmatika Beserta Contoh Soal & Pembahasannya
Jenis- jenis Regresi
Jenis regresi terbagi menjadi 2 variasi utama, yaitu linear dan linear berganda. Sementara itu, nonlinear tidak banyak diketahui dan digunakan dalah kehidupan sehari-hari karena hubungan antarvariabel tidak sejalan.
1. Regresi linear
Merupakan model yang menunjukkan hubungan antara satu dependen variabel dengan satu independen variabel. Fungsi regresi linear adalah untuk mengetahui hubungan antara satu variabel bebas dan variabel terikat yang jumlahnya satu juga.
2. Regresi linear berganda
Regresi linear berganda pada dasarnya hampir sama dengan regresi linear, akan tetapi, jumlah variabel independennya dapat lebih dari satu. Fungsinya adalah untuk mengetahui seberapa besar pengaruh beberapa variabel bebas terhadap variabel tidak bebas dan juga dapat meramalkan nilai variabel tidak bebas apabila seluruh variabel bebas sudah diketahui nilainya.
Persamaan
Persamaan regresi adalah sebagai berikut:
Y = a + bX
Keterangan:
Y adalah variabel keriterium, a adalah variabel konstan, X adalah variabel prediktor, dan b adalah koefisien arah regresi linear.
Bentuk persamaan di atas sering dibaca sebagai regresi X atas Y. Koefisien arah linear dinyatakan dengan huruf b yang juga menyatakan perubahan rata-rata variabel Y untuk setiap satu bagian variabel X.
Bila harga b positif, maka variabel Y akan mengalami kenaikan. Sebaliknya, bila harga b negatif, maka variabel Y akan mengalami penurunan.
BACA JUGA: Pengertian Konjungsi Penerang Beserta Jenis – Jenisnya
Rumus
Rumus yang menyatakan model regresi adalah sebagai berikut.
1. Linear
Y = a +bX + €
Keterangan:
Y = Variabel dependen
X = Variabel independen (penjelas)
a = Konstanta
b = Koefisien regresi
€ = Eror atau residu
2. Linear berganda
Y = a +bX1 + cX2 + dX3 + €
Keterangan:
Y = Variabel dependen
X1, cX2, X3 = Variabel independen (penjelas)
a = Konstanta
b, c, d = Koefisien regresi
€ = Eror atau residu
Garis regresi
Garis regresi (regression line) merupakan suatu garis yang ditarik di antara titik-titik (scatter diagram) sedemikian rupa sehingga dapat digunakan untuk menaksir besarnya variabel yang satu berdasarkan besar variabel yang lain.
Garis ini merupakan garis linear yang menunjukkan pola hubungan antara dua variabel, misalnya variabel X dan Y. Garis ini sebenarnya hanya berupa garis taksiran yang dipakai untuk mewakili pola sebaran data
tersebut.
BACA JUGA: 8+ Jenis-jenis Bangun Datar Beserta Ciri-ciri dan Gambarnya
Koefisien regresi
Koefisien regresi merupakan salah satu kontribusi besarnya perubahan nilai variabel bebas. Semakin besar nilai koefisien, maka kontribusi perubahannya semakin besar. Demikian pula sebaliknya, semakin kecil nilai koefisien, maka kontribusi perubahannya akan semakin lecil. Kontribusi perubahan variabel bebas (X) juga ditentukan oleh koefisien regresi positif atau negatif.
Cara analisis
Cara analisis regresi dapat dilakukan dengan software SPSS. Berikut adalah langkah-langkahnya:
- Input data pada worksheet SPSS berdasarkan masing-masing variabel.
- Untuk data primer, maka harus di lakukan pengujian validitas & pengujian reliabilitas. Sedangkan untuk data sekunder, dapat langsung di analisis regresi linier sederhana dan berganda.
- Klik menu analyze.
- Pilih submenu regression, klik linier.
- Box dependent isikan: variabel terikat (Y).
- Box independent isikan: variabel bebas (X) isikan X2,… untuk berganda.
- Klik OK, tunggu sebentar hingga muncul output SPSS.
BACA JUGA: Rumus Luas Trapesium Lengkap Beserta Contoh Soalnya
Manfaat yang akan didapatkan
Beberapa manfaat analisis regresi antara lain:
- Membuat estimasi rata-rata dan nilai variabel terikat yang didasarkan pada nilai variabel bebas.
- Menguji hipotesis pada karakteristik dependensi.
- Meramalkan nilai rata-rata variabel bebas yang didasarkan nilai variabel bebas diluar jangkauan sampel.
Contoh-contoh
Contoh analisis regresi adalah sebagai berikut:
- Sedulur hendak menganalisis masa depan yang berkaitan dengan permintaan produk. Perkiraan yang akan muncul biasanya berkaitan dengan berapa jumlah produk yang akan dibeli oleh konsumen. Nah, hasil perkiraan ini dapat ditemukan dengan metode regresi. Tidak hanya itu, banyak perusahaan asuransi yang memakai regresi untuk mengestimasi status kredit dari nasabah dan perkiraan angka klaim dana dalam periode tertentu.
- Untuk mencari data yang dapat menunjukkan lonjakan penjualan selama hari-hari tertentu dalam seminggu dan juga penurunannya juga di hari lainnya. Hal ini dapat dimanfaatkan oleh pihak terkait untuk mulai mencari bantuan ekstra, menyediakan stok yang tepat pada masing-masing hari, atau bahkan memastikan ketersediaan staf dan produk pemasaran di hari-hari tersebut.
- Ketika seseorang merasa bahwa waktu buka toko yang diperpanjang dapat meningkatkan penjualan. Tapi ternyata, setelah menghitung regresi, keputusan tersebut malah merugikan perusahaan. Oleh karena itu, fungsi analisis regresi ini sangat berguna dalam menghindarkan kesalahan.
Sekian informasi mengenai pengertian, fungsi, jenis, manfaat dan rumus regresi. Semoga artikel ini dapat membantu Sedulur dalam belajar.