html5-img
1 / 14

Analisis Regresi Regresi Linear Sederhana

Analisis Regresi Regresi Linear Sederhana. Pengantar. Dua variabel numerik  ingin diketahui hubungannya Dua variabel numerik  salah satu variabel dianggap sebagai variabel yang mempengaruhi variabel lainnya Variabel yang mempengaruhi  X, variabel bebas, variabel penjelas

anjolie-briggs
Download Presentation

Analisis Regresi Regresi Linear Sederhana

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Analisis RegresiRegresi Linear Sederhana

  2. Pengantar • Dua variabel numerik  ingin diketahui hubungannya • Dua variabel numerik  salah satu variabel dianggap sebagai variabel yang mempengaruhi variabel lainnya • Variabel yang mempengaruhi  X, variabel bebas, variabel penjelas • Variabel yang dipengaruhi  Y, variabel tak bebas, variabel respon

  3. Pengantar Misalnya ingin melihat hubungan antara pengeluaran untuk iklan (ads expenditures, X) dengan penerimaan melalui penjualan (sales revenue, Y)

  4. Pengantar

  5. Pengantar Ingin dibuat model Y = a + bX Model memuat error, selisih nilai sebenarnya dengan dugaan berdasar model

  6. Bagaimana mendapatkan a dan b? Metode yang digunakan : OLS (ordinary least squares), mencari a dan b sehingga jumlah kuadrat error paling kecil Cari penduga a dan b sehingga minimum

  7. Bagaimana mendapatkan a dan b? Rata-rata X Rata-rata Y

  8. Ilustrasi Perhitungan b = 106 / 30 = 3.533 a = 50 – 3.533 (12) = 7.60

  9. Interpretasi a dan b • a = besarnya nilai Y ketika X sebesar 0 • b = besarnya perubahan nilai Y ketika X berubah satu satuan. Tanda koefisien b menunjukkan arah hubungan X dan Y Pada kasus ilustrasi • a = 7.6 = besanya sales revenue jika tidak ada belanja iklan adalah 7.6 mlo • b = 3.533 = jika belanja iklan dinaikkan 1 juta dolar maka sales revenue naik 3.533 juta dolar

  10. Uji Signifikasi Koefisien b H0 : b = 0 (artinya X tidak mempengaruhi Y) H1 : b  0 (artinya X mempengaruhi Y) Tolak H0 jika nilai t melebihi nilai t pada tabel dengan derajat bebas (n-2) pada nilai peluang /2 Tolak H0 jika nilai-p < 

  11. Uji signifikansi koefisien b • Nilai sb = 0.52 • Nilai t = 6.79 • Nilai t pada tabel (db = 8,  = 5%) = 2.306 • Kesimpulan : Tolak H0, data mendukung kesimpulan adanya pengaruh ads expenditure terhadap sales revenue.

  12. Ukuran Kebaikan Model • Menggunakan koefisien determinasi (R2, R-squared) • R-squared bernilai antara 0 s/d 1 • R-squared adalah persentase keragaman data yang mampu diterangkan oleh model • R-squared tinggi adalah indikasi model yang baik

  13. Ukuran Kebaikan Model • Model dalam ilustrasi bisa ditunjukkan memiliki R-squared 0.85 atau 85%

More Related