Seringkali ditemui di lapangan, bahwa para pengguna statistika kurang paham mengenai beda antara istilah residual dengan error. Kasus ini sering ditemui dalam konsep regresi. Walaupun kedua istilah ini di dalam bahasa Indonesia memiliki terjemahan yang sama, yaitu galat, namun demikian, keduanya sebenarnya memiliki perbedaan.
Secara matematis:
Residual adalah selisih antara nilai duga (predicted value) dengan nilai pengamatan sebenarnya apabila data yang digunakan adalah data sampel.
Error adalah selisih antara nilai duga (predicted value) dengan nilai pengamatan yang sebenarnya apabila data yang digunakan adalah data populasi.
Persamaan keduanya : merupakan selisih antara nilai duga (predicted value) dengan pengamatan sebenarnya.
Perbedaan keduanya: residual dari data sampel, error dari data populasi.
🙂
*Predicted value adalah nilai duga yang dihasilkan dari model regresi yang diperoleh. Misal model regresi yang diperoleh: y = 2+3x. Apabila kita memasukkan nilai x = 1, maka predicted value dalam kasus ini adalah y = 2+3*1 = 5.
FORUM STATISTIKA 
Sukses selalu dengan blog anda yang begitu berguna ini. Terima kasih karena anda mau berbagi pengetahuan. Stay blessed!
UPDATE TRUS YAAAA…INFONYA BERGUNA BGT…
#1
mt siang,
uji apa saja yg dipakai untuk data cross-sectional?
terimakasih.
Untuk menentukan uji apa yang tepat digunakan, tidak cukup hanya didasarkan dari pengetahuan kita tentang jenis data, misal cross-sectional ataupun data timeseries. Masih ada beberapa informasi yang dibutuhkan, setidak-tidaknya kita juga harus tahu tujuan penelitian. Nah, data cross-sectional bisa dianalisis dengan banyak kemungkinan metode analisis, misal regresi, ANOVA, uji-t, cluster analysis, dll., tergantung tujuan penelitiannya.
🙂