Apa itu Analisis Regresi?

Analisis regresi adalah seperangkat metode statistik yang digunakan untuk memperkirakan hubungan antara variabel dependen dan satu atau lebih variabel independenVariabel IndependenVariabel independen adalah input, anggapan, atau pendorong yang diubah untuk menilai dampaknya terhadap variabel terikat (hasil).. Dapat digunakan untuk menilai kekuatan hubungan antara variabel dan untuk pemodelan hubungan masa depan antara mereka.

Analisis regresi meliputi beberapa variasi, seperti linier, beberapa linier, dan nonlinier. Model yang paling umum adalah linier sederhana dan linier berganda. Analisis regresi nonlinier biasanya digunakan untuk kumpulan data yang lebih rumit di mana variabel dependen dan independen menunjukkan hubungan nonlinier.

Analisis regresi menawarkan banyak aplikasi dalam berbagai disiplin ilmu, termasuk keuangan.

Analisis Regresi – Asumsi Model Linier

Analisis regresi linier didasarkan pada enam asumsi mendasar:

1. Variabel dependen dan independen menunjukkan hubungan linier antara kemiringan dan intersep.
2. Variabel bebas tidak acak.
3. Nilai residual (kesalahan) adalah nol.
4. Nilai residual (kesalahan) konstan di semua pengamatan.
5. Nilai residual (kesalahan) tidak berkorelasi di semua pengamatan.
6. Nilai residual (kesalahan) mengikuti distribusi normal.

Analisis Regresi – Regresi Linier Sederhana

Regresi linier sederhana adalah model yang menilai hubungan antara variabel dependen dan variabel independen. Model linier sederhana dinyatakan dengan menggunakan persamaan berikut:

Y =a + bX +

Di mana:

• kamu - Variabel tak bebas
• x – Variabel bebas (penjelas)
• A – Cegat
• B – Lereng
• ε – Sisa (kesalahan)

Analisis Regresi – Regresi Linier Berganda

Analisis regresi linier berganda pada dasarnya mirip dengan model linier sederhana, dengan pengecualian bahwa beberapa variabel independen digunakan dalam model. Representasi matematis dari regresi linier berganda adalah:

Y =a + b x ₁ + c x ₂ + d x ₃ +

Di mana:

• kamu - Variabel tak bebas
• x ₁ , x ₂ , x ₃ – Variabel bebas (penjelas)
• A – Cegat
• B, C, D – Lereng
• ε – Sisa (kesalahan)

Regresi linier berganda mengikuti kondisi yang sama dengan model linier sederhana. Namun, karena ada beberapa variabel bebas dalam analisis linier berganda, ada kondisi wajib lain untuk model:

• Non-kolinieritas: Variabel independen harus menunjukkan korelasi minimum satu sama lain. Jika variabel independen sangat berkorelasi satu sama lain, akan sulit untuk menilai hubungan yang benar antara variabel dependen dan independen.

Analisis Regresi dalam Keuangan

Analisis regresi hadir dengan beberapa aplikasi di bidang keuangan. Sebagai contoh, metode statistik adalah dasar Model Penetapan Harga Aset Modal (CAPM)Model Penetapan Harga Aset Modal (CAPM)Model Penetapan Harga Aset Modal (CAPM) adalah model yang menggambarkan hubungan antara pengembalian yang diharapkan dan risiko sekuritas. Rumus CAPM menunjukkan pengembalian sekuritas sama dengan pengembalian bebas risiko ditambah premi risiko, berdasarkan beta dari keamanan itu. Pada dasarnya, persamaan CAPM adalah model yang menentukan hubungan antara pengembalian yang diharapkan dari suatu aset dan premi risiko pasar.

Analisis ini juga digunakan untuk meramalkan pengembalian sekuritas, berdasarkan faktor yang berbeda, atau untuk meramalkan kinerja bisnis. Pelajari lebih lanjut metode perkiraan di Kursus Penganggaran dan Peramalan CFI!

1. Beta dan CAPM

Di bidang keuangan, analisis regresi digunakan untuk menghitung BetaBeta Beta (β) dari keamanan investasi (yaitu saham) adalah pengukuran volatilitas pengembalian relatif terhadap seluruh pasar. Ini digunakan sebagai ukuran risiko dan merupakan bagian integral dari Capital Asset Pricing Model (CAPM). Perusahaan dengan beta yang lebih tinggi memiliki risiko yang lebih besar dan juga pengembalian yang diharapkan lebih besar. (volatilitas pengembalian relatif terhadap pasar secara keseluruhan) untuk sebuah saham. Hal ini dapat dilakukan di Excel menggunakan fungsi Slope Fungsi SLOPEFungsi SLOPE dikategorikan dalam fungsi Statistik Excel. Ini akan mengembalikan kemiringan garis regresi linier melalui titik data di known_y's dan known_x's. Dalam analisis keuangan, SLOPE dapat berguna dalam menghitung beta untuk suatu saham. Rumus =LOPE(dikenal_y, known_x's) Fungsi ini menggunakan.

Unduh kalkulator beta gratis dari CFI, Kalkulator Beta Kalkulator beta ini memungkinkan Anda mengukur volatilitas pengembalian saham individual relatif terhadap seluruh pasar. Beta (β) dari keamanan investasi (yaitu saham) adalah pengukuran volatilitas pengembalian relatif terhadap seluruh pasar. Ini digunakan sebagai ukuran risiko dan merupakan bagian integral dari Cap!

2. Peramalan Pendapatan dan Beban

Ketika meramalkan laporan keuanganPeramalan KeuanganPeramalan keuangan adalah proses memperkirakan atau memprediksi bagaimana kinerja bisnis di masa depan. Panduan tentang cara membuat prakiraan keuangan untuk sebuah perusahaan, mungkin berguna untuk melakukan analisis regresi berganda untuk menentukan bagaimana perubahan asumsi atau pendorong tertentu dari bisnis akan berdampak pada pendapatan atau pengeluaran di masa depan. Sebagai contoh, mungkin ada korelasi yang sangat tinggi antara jumlah tenaga penjualan yang dipekerjakan oleh sebuah perusahaan, jumlah toko yang mereka operasikan, dan pendapatan yang dihasilkan bisnis.

Contoh di atas menunjukkan cara menggunakan fungsi ForecastFungsi FORECASTFungsi FORECAST dikategorikan dalam fungsi Statistik Excel. Ini akan menghitung atau memprediksi bagi kita nilai masa depan menggunakan nilai-nilai yang ada. Dalam pemodelan keuangan, fungsi ramalan dapat berguna dalam menghitung nilai statistik dari ramalan yang dibuat. Sebagai contoh, jika kita mengetahui pendapatan masa lalu dan di Excel untuk menghitung pendapatan perusahaan, berdasarkan jumlah iklan yang dijalankannya.

Pelajari lebih lanjut metode perkiraan di Kursus Penganggaran dan Peramalan CFI!

Alat Regresi

Excel tetap menjadi alat yang populer untuk melakukan analisis regresi dasar di bidang keuangan, Namun, masih banyak lagi alat statistik canggih yang bisa digunakan.

Python dan R adalah bahasa pengkodean yang kuat yang telah menjadi populer untuk semua jenis pemodelan keuangan, termasuk regresi. Teknik-teknik ini membentuk bagian inti dari ilmu data dan pembelajaran mesin di mana model dilatih untuk mendeteksi hubungan ini dalam data.

Pelajari lebih lanjut tentang analisis regresi, ular piton, dan Machine Learning dalam sertifikasi Business Intelligence &Data Analysis CFI.

Sumber daya tambahan

Untuk mempelajari lebih lanjut tentang topik terkait, lihat sumber daya CFI gratis berikut:

• Analisis Perilaku BiayaAnalisis Perilaku BiayaAnalisis perilaku biaya mengacu pada upaya manajemen untuk memahami bagaimana biaya operasi berubah dalam kaitannya dengan perubahan dalam organisasi.
• Keterampilan Pemodelan KeuanganKeterampilan Pemodelan KeuanganPelajari 10 keterampilan pemodelan keuangan yang paling penting dan apa yang diperlukan untuk menjadi baik dalam pemodelan keuangan di Excel. Keterampilan yang paling penting:akuntansi
• Metode PeramalanMetode PeramalanMetode Peramalan Top. Dalam artikel ini, kami akan menjelaskan empat jenis metode perkiraan pendapatan yang digunakan analis keuangan untuk memprediksi pendapatan masa depan.
• Metode Tinggi-RendahMetode Tinggi-RendahDalam akuntansi biaya, metode tinggi-rendah adalah teknik yang digunakan untuk membagi biaya campuran menjadi biaya variabel dan biaya tetap. Meskipun metode tinggi-rendah