Error Term adalah variabel sisa yang dihasilkan oleh model statistik atau matematika, yang tercipta ketika model tersebut tidak sepenuhnya mewakili hubungan sebenarnya antara variabel bebas dan variabel terikat. Akibat hubungan yang tidak lengkap ini, error term adalah besarnya perbedaan persamaan selama analisis empiris. Error Term juga dikenal sebagai istilah sisa, gangguan, atau sisa, dan dalam model direpresentasikan secara beragam dengan huruf e, ε, atau u.
Memahami Error Term
Error Term mewakili margin kesalahan dalam model statistik; ini mengacu pada jumlah penyimpangan dalam garis regresi, yang memberikan penjelasan atas perbedaan antara nilai teoritis model dan hasil observasi aktual. Garis regresi digunakan sebagai titik analisis ketika mencoba menentukan korelasi antara satu variabel independen dan satu variabel dependen.
Penggunaan Error Term dalam Rumus
Error Term pada dasarnya berarti bahwa model tersebut tidak sepenuhnya akurat dan menghasilkan hasil yang berbeda selama penerapan di dunia nyata. Misalnya, asumsikan ada fungsi regresi linier berganda yang berbentuk berikut:
Y=αX+βρ+ϵ
Di mana:
α,β=Parameter konstan / Constant parameters
X,ρ=Variabel bebas/ Independent variables
ϵ=Error Term/ Error term
Apabila Y aktual berbeda dengan Y yang diharapkan atau diprediksi dalam model pada saat pengujian empiris, maka error term tidak sama dengan 0, artinya ada faktor lain yang mempengaruhi Y.
Yang Diberitahukan oleh Error Term kepada Kami
Dalam model regresi linier yang melacak harga saham dari waktu ke waktu, Error Term adalah perbedaan antara harga yang diharapkan pada waktu tertentu dan harga yang sebenarnya diamati. Jika harga persis seperti yang diperkirakan pada waktu tertentu, harga akan jatuh pada garis tren dan error term-nya adalah nol.
Titik-titik yang tidak terletak langsung pada garis tren menunjukkan bahwa variabel terikat, dalam hal ini harga, dipengaruhi oleh lebih dari sekedar variabel bebas, yang mewakili perjalanan waktu. Error Term berarti pengaruh apa pun yang diberikan pada variabel harga, seperti perubahan sentimen pasar.
Dua titik data dengan jarak terjauh dari garis tren harus memiliki jarak yang sama dari garis tren, yang menunjukkan margin kesalahan terbesar.
Jika suatu model bersifat heteroskedastis, masalah umum dalam menafsirkan model statistik dengan benar, hal ini mengacu pada kondisi di mana varians Error Term dalam model regresi sangat bervariasi.
Regresi Linier, Error Term, dan Analisis Saham
Regresi linier adalah suatu bentuk analisis yang berkaitan dengan tren saat ini yang dialami oleh suatu sekuritas atau indeks tertentu dengan memberikan hubungan antara variabel dependen dan independen, seperti harga suatu sekuritas dan perjalanan waktu, sehingga menghasilkan garis tren yang dapat digunakan sebagai model prediksi.
Regresi linier menunjukkan penundaan yang lebih sedikit dibandingkan dengan rata-rata bergerak, karena garisnya sesuai dengan titik data, bukan berdasarkan rata-rata dalam data. Hal ini memungkinkan garis berubah lebih cepat dan dramatis dibandingkan garis berdasarkan rata-rata numerik dari titik data yang tersedia.
Perbedaan Antara Error Term dan Residu
Meskipun Error Term dan residu sering digunakan secara sinonim, terdapat perbedaan formal yang penting. Error Term umumnya tidak dapat diobservasi dan residu dapat diamati dan dihitung, sehingga lebih mudah untuk diukur dan divisualisasikan. Faktanya, meskipun Error Term mewakili perbedaan data yang diamati dari populasi sebenarnya, sedangkan istilah residu mewakili perbedaan data yang diamati dari data populasi sampel.