.webp)
Pada awalnya, regresi adalah suatu analisis yang digunakan oleh Fancois Dalton pada abad ke-19 untuk menjelaskan fenomena biologi. Namun seiring berjalannya waktu, regresi menjadi alat dalam statistik yang berfungsi menguji hubungan antara variabel bebas terhadap suatu variabel terikat.
Dalam dunia statistik dan bisnis, metode regresi berperan penting lho. Penasaran apa perannya? Langsung saja simak artikel di bawah ini untuk mengetahui pengertian, fungsi, manfaat, rumus, dan contoh regresi.
Pengertian Regresi
Dikutip dari laman kbbi.kemdikbud.go.id, regresi diartikan sebagai hubungan rata-rata antarvariabel. Regresi adalah sebuah metode statistik yang digunakan dalam bidang keuangan untuk menentukan atau menganalisis karakter hubungan antara satu variabel dependen dan serangkaian variabel lain atau independen.
SCROLL TO CONTINUE WITH CONTENT
Biasanya variabel bebas atau independen dilambangkan dengan huruf (X). Sementara untuk variabel terikat atau dependen diberi lambang huruf (Y). Metode regresi terdiri sendiri terdiri dari 3 macam, yaitu regresi linear, linear majemuk, dan nonlinear.
Fungsi Analisis Regresi
Analisis regresi secara umum bertujuan untuk mendapatkan prediksi dan ramalan. Untuk lebih jelasnya, dikutip dari laman Alchemer fungsi dari analisis regresi adalah sebagai berikut.
1. Meningkatkan Efisiensi
Adanya analisis regresi dapat meningkatkan efisiensi suatu perusahaan dalam menjalankan operasional bisnisnya. Dengan data dari hasil rumus regresi inilah yang akan menghasilkan output tanpa perlu mengada-ada.
2. Melakukan Prediksi Masa Depan
Fungsi berikutnya adalah regresi dapat memprediksi masa depan yang berhubungan dengan peluang. Misalnya, rumus regresi digunakan untuk melihat apakah ada peluang yang tepat untuk diambil atau tidak ke depannya. Selain peluang, kamu juga bisa melihat risiko dari keputusan yang kamu ambil.
3. Memperbaiki Kesalahan
Regresi juga dapat memperbaiki kesalahan atas suatu keputusan yang diambil oleh perusahaan. Keputusan yang keliru ini dapat diperbaiki dengan regresi. Caranya adalah menghitung dan mengetahui hasilnya.
4. Memberikan Pengetahuan Baru
Terakhir, analisis regresi dapat memberikan pengetahuan atau insight terbaru dalam suatu perusahaan. Misalnya, saat mengumpulkan data-data di lapangan.
Manfaat Analisis Regresi
Tidak jauh beda dengan fungsi, manfaat dari analisis regresi dapat disimpulkan sebagai berikut.
- Dapat meramalkan pengaruh variabel prediktor terhadap variabel kriterium
- Dapat membuktikan ada atau tidaknya hubungan fungsional antara variabel bebas (X) dengan variabel terikat (Y)
- Dapat membuat estimasi rata-rata dan nilai variabel
- Dapat menguji hipotesis karakteristik dependensi suatu variabel
- Dapat mengoptimalisasi proses bisnis
Rumus Regresi
Dikutip dari laman Investopedia, terdapat beberapa rumus dari masing-masing jenis model regresi. Berikut pembahasannya.
1. Regresi Linear Sederhana
Rumus ini digunakan untuk menganalisa hubungan antara satu variabel bebas dan variabel terikat yang jumlahnya satu juga.
Y = a + bX + €
Keterangan
Y = Variabel dependen
X = Variabel independen
a = Konstanta atau titik potong Y
b = Koefisien dari regresi atau beta
€ = Residual regresi atau istilah kesalahan (error)
2. Regresi Linear Berganda
Rumus ini digunakan untuk menganalisa suatu hubungan yang variabel bebasnya ada lebih dari satu. Rumus ini juga disebut dengan regresi linier majemuk dan jauh lebih rumit.
Y = a + b1 X1 + c1 X2 + d1 X3 + €
Keterangan
Y = Variabel dependen
X = Variabel independen
a = Konstanta atau titik potong Y
b, c, d = Koefisien dari regresi atau beta
€ = Residual regresi atau istilah kesalahan (error)
Contoh Regresi
Regresi sering digunakan untuk menentukan berapa banyak faktor spesifik dari harga komoditas, suku bunga, industri tertentu, atau sektor yang mempengaruhi pergerakan harga suatu aset. Contoh dari analisis menggunakan regresi biasanya digunakan sebagai alat proyeksi pengembalian saham dan untuk menghasilkan biaya modal.
Pengembalian saham diregresikan pada pengembalian indeks yang lebih luas, seperti S&P 500. Hal tersebut dilakukan agar menghasilkan beta untuk saham tertentu. Beta sendiri adalah risiko saham dalam kaitannya dengan indeks pasar.
Pengembalian saham tadi akan menjadi variabel dependen Y, sedangkan variabel independen X akan menjadi premi risiko pasar dalam rumus regresi. Variabel tambahan seperti kapitalisasi pasar saham, rasio penilaian, dan pengembalian baru-baru ini dapat ditambahkan ke koefisien b, c, ataupun d.
Itulah informasi mengenai regresi yang perlu kamu ketahui. Semoga dapat menambah ilmu pengetahuan detikers ya!
(des/des)
