Garis Regresi, sumber: https://www.google.com/amp/s/hafidzf.wordpress.com/2012/10/09/korelasi-regresi-dan-regresi-logistik/amp/
Kita mengetahui bahwa yang bergotong-royong kita "aduk" dalam ekonometrika yaitu bagaimana mengaitkan teori-teori ekonomi yang ada. Berawal dari hal tersebut, dengan bekal gosip atau data variabel-variabel, kita mencoba untuk menerjemahkan teori ekonomi itu. Ini merupakan restriksi bahwa teori merupakan pernyataan yang tidak spesifik menawarkan hubungan fungsional antar variabel ekonomi.
Lantas, apakah relevan bila kita menghubungkan variabel-variabel ekonomi itu sesuai teorinya tanpa diawali dengan mengkalkulasi korelasinya terlebih dulu?. Dalam konteks regresi linier maupun non-linier, kesalahan model ekonometris begitu terperinci diulas oleh Gujarati (2004) dan baltagi (2008), bahwa spesifikasi model ekonometris yang terbentuk dari penelitian kita sanggup salah. Kendati error term merupakan "tameng" satu-satunya untuk menjelaskan kelemahan model ekonometris, setidaknya dengan pemodelan yang tepat, kita sanggup menyempurnakan model ekonometrisnya.
Kebiasaan yang seringkali terjadi dalam kajian ilmiah yaitu secara pribadi (directly) kita meregresikan secara linier atau secara non-linier antara variabel biaya iklan terhadap volume produksi. Kalau pun "jatuhnya" model ekonometris yang terbentuk tepat, mungkin tidak memberi efek apa-apa. Tetapi, sebaliknya, jikalau model yang terbentuk terbilang "buruk" tentu menimbulkan bermacam-macam problem yang harus diselesaikan. Mulai dari transformasi variabel yang pada ujungnya "memaksa" kita mengkonfigurasi ulang bentuk model sehingga gampang diinterpretasikan, hingga upaya maintenance model dengan cara membuang amatan.
Sebenarnya, dalam menyusun sebuah model ekonometris, yang dibutuhkan di awal yaitu taktik bagaimana hubungan fungsional yang terbentuk merupakan hubungan yang tepat. Teori pada umumnya tak hingga pertanda secara khusus, bahwa biaya iklan besar lengan berkuasa secara positif atau negatif terhadap volume penjualan. Teori hanya hingga pada tataran bahwa terdapat hubungan antara kedua variabel itu.
Terkait hal tersebut, kita seyogyanya perlu mengetahui terlebih dulu soal bagaimana hubungan antar variabel sebelum meregresikannya. Salah satu toolnya yaitu dengan melihat hubungan antar variabel dalam model ekonometris. Korelasi secara grafis dalam hal ini sanggup dipakai sebagai early warning hubungan antar variabel sebelum melaksanakan kalkulasi matematis besaran korelasinya.
Dengan adanya hubungan terlebih dulu sebelum peregresian, diharapkan kesalahan model ekonometris secara sempurna diperoleh. Karena, spesifikasi model ekonometris yang terbentuk telah sesuai dengan kondisi "kasaran" keterkaitan antar variabel. Sebagai teladan kasus tadi, akan relatif sempurna bila pemodelan ekonometris dari biaya iklan terhadap volume penjualan memakai regresi linier dikala hasil hubungan kedua variabel tersebut linier, atau sebaliknya memakai regresi non-linier dikala hubungan yang didapatkan menawarkan hubungan yang nonlinier.
Sumber http://www.ngobrolstatistik.com/
