Analisis regresi digunakan untuk melihat hubungan antara peubah respon dengan peubah-peubah penjelasnya. Hubungan ini dinyatakan dalam suatu model, baik linear maupun non linear. Metode kuadrat terkecil merupakan metode yang paling sering digunakan dalam penyusunan model regresi. Metode kuadrat terkecil ini memberikan kemudahan perhitungan, tetapi tidak semua permasalahan regresi dapat diselesaikan oleh metode kuadrat terkecil. Banyak asumsi yang harus terpenuhi untuk memberikan landasan keyakinan atas kesimpulan-kesimpulan yang ditarik berdasarkan metode tersebut.
Masalah pelanggaran asumsi pada metode regresi linear yang bertumpu pada asumsi-asumsi melahirkan metode lain yang bertujuan sama seperti regresi yaitu untuk menjelaskan hubungan antara peubah respon dengan peubah-peubah penjelasnya. Salah satu di antaranya adalah metode pohon regresi (regression trees method).
Guna memenuhi asumsi-asumsi yang menjadi dasar bagi analisis regresi kemudian menimulkan masalah berikutnya pada metode regresi linear yaitu masalah penginterpretasian. Sebuah model regresi linear dengan penelusuran yang ekstensif terhadap asumsi-asumsinya melahirkan model yang terlalu rumit untuk diinterpretasikan. Sebagai contoh, hasil analisis regresi dengan metode kuadrat terkecil menghasilkan model sebagai berikut.
No comments:
Post a Comment