ANALISIS REGRESI
Pendahuluan
Istilah "Regrei"
Diperkenalkan oleh Sir Francis Galton
Dasar Analisi Regresi
Hasil Analisis Regresi
Koefisien variabel independen
Regresi vs Korelasi
Tujuan
Mengukur kekuatan asosiasi linear antara dua variabel
Menunjukan arah hubungan antar variabel dependen & variabel independen
Istilah Regresi
Ordinary Least Squares
Asumsi Ordinary Least Squares
Menurut Gurati (2003)
Model Regresi Linear
Nilai X diasumsikan non-stikastik
Nilai Rata" kesalahan adalan nol
Homoskedastisitas
Tidak ada autokorelasi antar kesalahan
Antara ui dan Xi saling bebas
Jumlah Observasi
Adanya Variabilitas dalam nilai X
Model Regresi telah dispesifikasi secara benar
Tidak ada multikolinearitas
Menilai Goodness of Fit Suatu Model
Ketepatan Fungsi Regresi
Goodness of fitnya
Koefisien Determinasi
Uji Signifikansi dari Regresi Sample (Uji Statistik F)
Uji Signifikan Prameter Individual (Uji Statistik t)
Koefisien Determinasi
Makin kecil nilai SFE akan membuat model regresi semakin tepat dalam memprediksi variabel dependen
Uji Signifikan Simultan (Uji Statistik F)
INCOME
SIZE
EARNS
WEALTH
SAVING
Uji Signifikansi Parameter Individual (Uji Statistik t)
Menginterpretasikan variabel independen
Unstandardized Coefficient
Unstandardized Beta Coefficient