Cerita di balik Analisis Regresi

Kali ini saya ingin berbagi kisah tentang pengalaman kuliah. saya menempuh matakuliah ekonometri tentang Analisis Regresi. Tepatnya setiap hari senin sore pukul 15.30 WIB. Ilmu ini di berikan oleh dosen bernama Bapak Hadi, awalnya saya fikir perkuliahan ini akan sangat menyiksa dan menakutkan. Tapi...

setelah saya kenal lebih mendalam, mata kuliah ini sangat seru, dosen yang mengajar pun benar-benar bisa menyampaikan secara lugas dan tidak berbelit-belit, ini yang mendorong saya untuk berusaha "menyukai" ekonometrika. sebenarnya saya tidak begitu ahli dalam ilmu hitung, tapii karena saya ingin cepet lulus dan mendapat nilai terbaik, jadi saya harus pinter-pinter ngebuang kelemahan saya itu. Walaupun bukan di buang, yaah paling tidak harus berkurang dan harus menunjukkan progress.
Oh iyaa sampai lupaa,,
Saat ini saya duduk di semester 5 di fakultas Ekonomi Universitas Jember. Yaah terhitung kira-kira 1.5 tahun lagi saya menyandang gelar S.E. ^^ amiiin.

Nah, kembali ke cerita saya tentang regresi. disini sambil cerita, saya juga akan berbagi ilmu yang saya dapat. walaupun sedikiiit semoga bermanfaat buat anda anda yang membaca. ^^

pertama, pengertian dari analisis regresi.
Analisis Regresi adalah studi (kajian) tentang dependensi suatu variabel (variabel dependen) pada satu atau beberapa variabel lain (variabel independen) untuk mengestimasi dan/atau memprediksi mean atau average value dari variabel dependen.

Regresi vs Kausalitas:
kausalitas adalah hubungan timbal balik antara variabel dependen dengan variabel independen. atau sering di sebut hubungan reciprocal.

Regresi vs Korelasi:
analisis korelasi berkaitan dengan pengukuran hubungan (asosiasi) antara dua variabel.

yang dapat diregresikan adalah suatu data yang variabel. Kadang terdapat data yang “semu”. Maksudnya, data tersebut terlihat sebagai variabel. Tapi setelah dianalisa ternyata bukan variabel.
contohnya, kita ambil kasus tentang “Dampak bunga tabungan terhadap minat menabung masyarakat.”
jumlah tabungan (saldo)  variabel  Y (dependen)

Bunga tabungan  variabel x (independen)
  pertanyaan yang digunakan untuk mendapatkan data dari responden adalah:

a) Berapa jumlah saldo tabungan yang anda miliki di Bank A?

b)Berapakah tingkat bunga anda peroleh ?

jawabannya adalah:

no	variabel
	Y	x
1	1000000	4%
2	10000000	4%
3	5000000	4%
4	3000000	4%
5	6000000	4%

   x bukan variabel (karena angka konstan) 

Y adalah variabel  (karena angka bervariasi)

jika kasus ini di gunakan sebagai bahan skripsi, tentu saja variabel tidak bisa di rubah. Padahal data yang di dapat bukanlah variabel.
hal ini dapat di atasi, yaitu dengan cara meruba pertanyaan (b) yang ditujukan kepada responden.
(b) apakah dengan tingkat bunga X% anda merasa terbebani?
jawaban dari masing-masing responden akan berbeda tergantung dengan tingkat penghasilannya. Sehingga data pun dapat di gunakan karena Y dan X benar-benar variabel.

kedua, type data
Data Time Series: data yang bersifat runtut waktu (time series), data dari satu objek  dan dikumpulkan dari berbagai waktu.
ex: tingkat inflasi suatu daerah dalam 1 tahun (bulan januari- desember)

Data cross-section: data yang dikumpulkan pada titik waktu yang sama.
ex: pengumpulan data kuesioner dari nasabah suatu bank. Dan data IPK mahasiswa fakultas ekonomi.

Data Pooled (Pooling): data yang bersifat gabungan antara time series dan cross section.
dan yang ketiga..skala data
Skala Nominal:

• Angka yang diletakkan hanya untuk pembeda antara angka satu dengan yang lain
• Cara mendapatrkan data dengan cara menghitung 
•   Angka yang diperoleh tidak bersifat aditif (tdk bisa di operasikan)

Skala Ordinal: mirip skala nominal, tetapi ada hubungan urutan (order), tidak berjarak, dan tidak ada asal mula.

·         Data tersusun atas jenjang

·         Ada keteraturan atau order suatu angka lebih rendah daripada angka lainnya

·         Belum bersifat aditif

Skala Interval: mirip skala nominal dan ordinal, tetapi ada urutan dan berjarak, tidak ada asal mula.

• Data tersusun atas keteraturan/ jenjang
• Belum ada angka 0 mutlak 
•   Bersifat aditif maupun multiplikatif

Skala rasio: skala yang paling lengkap, berurutan, berjarak, dan memiliki asal mula

• Data diperoleh dengan cara mengukur.

•  Memiliki angka nol (0) mutlak 
•   Berderajat skala paling tinggi

Diantara data-data di atas Analisis regresi lebih cocok untuk variabel yang berskala rasio.

Nah... itu tadi sedikit cerita dan ilmu yang saya dapat dikelas.. semoga bermanfaat.
salam senyuum ^^