1 / 21

Regresi linier berganda

Regresi linier berganda. Ardiansyah Ansar 20090420064 Dewanggi Ira Veolita 20090420188 Fitria Thaha 20090420118 Muhammad Ramli Yoisangaji 20090420121 Virsia Fani Prasitha Devi 20090420003 Mohammad Alfian 20100420047. A. MODEL REGRESI BERGANDA.

bowie
Download Presentation

Regresi linier berganda

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. Regresi linier berganda Ardiansyah Ansar 20090420064 Dewanggi Ira Veolita 20090420188 Fitria Thaha 20090420118 Muhammad Ramli Yoisangaji 20090420121 Virsia Fani Prasitha Devi 20090420003 Mohammad Alfian 20100420047

  2. A. MODEL REGRESI BERGANDA Padaregresi linier sederhanahanyaadasatu variable bebas. Padaregresi linier bergandaterdapatlebihdarisatu variable bebas (independent). Analisisregresi linier bergandaakansangatbermanfaatketikamelakukanpenelitian yang memerlukankajianberbagaimacam variable yang bisamempengaruhisatu variable lain. Adanyametodeanalisisregresiinisangatmenguntungkanbagibanyakpihak, baikdibidangsains, sosial, industrimaupunbisnis.

  3. PersamaanRegresi Linier Berganda Y=b0 + bX1 + bX2 + …. + bnXn + e Dimana: Y = Variable tergantung b0 = konstantaRegresi/titikpotongsumbu Y b1 b2 = koefisienregresi/pengaruh X1X2 = Variable bebas e = 0

  4. Contoh Seorang Manager pembeliansuatuperusahaaninginmengetahuipengaruhbiayapromosidanbiayadistribusiterhadappenjualan, dengan data sebagaiberikut :

  5. Berdasarkan data diatas : • 1. BuatlahPersamaanregresi. • 2. Ujilahhipotesisdenganmenggunakan α = 5% : • H1 : adapengaruhbiayapromosidanbiayadistribusiterhadappenjualan • H2 : adapengaruhbiayapromositerhadappenjualan • H3 : adapengaruhbiayadistribusiterhadappenjualan Penyelesaian : PersamaanRegresi Jikadikerjakandenganmenggunakan SPSS makahasilnya : coefficientsa • a. Dependenvariable : PENJUALAN

  6. Persamaanregresi : Y = 883845.1 + 14.099 X1 + 2.136X2 Keterangan : Y = Penjualan X1= BiayaPromosi X2= BiayaDistribusi Interpretasi : • Konstantasebesar 883845.1 menyatakanbahwa, jika variable independen (promosi) dianggapkonstan, maka rata-rata penjualansebesar Rp883845.1. • Koefisienregresipromosisebesar 14.099 menyatakanbahwa, setiappenambahanbiayapromosiRp 1 akanmeningkatkanpenjualansebesarRp 14.099. • Koefisienregresidistribusisebesar 2.136 menyatakanbahwa, setiappenambahanbiayadistribusisebesarRp 1 akanmeningkatkanpenjualansebesarRp 2.136.

  7. B. MENILAI GOODNESS of FIT SUATU MODEL Ketepatanfungsiregresi sample dalammenaksirnilai actual dapatdiukurdarigoodness of fit-nya. Secara statistic, setidaknyadapatdiukurdarinilaikoefisiendeterminasi, nilai statistic F dan statistic t. perhitungan statistic disebutsignifikanapabilanilaiujistatistiknyaberadadalamdaerahkritis (daerahdimana Ho ditolak), dansebaliknya.

  8. 1. KoefisienDeterminasi Koefisiendeterminasipadaintinyamengukurseberapajauhkemampuan modal dalammenerangkanvariasi variable dependen. Nilaikoefisiendeterminasiadalahantaranolsampaisatu. Nilai R2 yang kecilberartikemampuan variable variableindependendalammenjelaskanvariasi variable dependenamatterbatas. Nilai yang mendekatsatuberarti variable variableindependenmemberikan hamper semuainformasi yang dibutuhkanuntukmemmprediksivariasi variable dependen.

  9. Kelemahanmendasarpenggunaankoefisiendeterminasiadalah bias terhadapjumlah variable independen yang dimasukkankedalam model. Setiaptambahansatu variable independen, maka R2pastimeningkattidakpeduliapakah variable tersebutberpngaruhsecarasignifikanterhadap variable dependen, Olehkarenaitubanyakpenelitimenganjurkanuntukmenggunakannilaiadjusted R2padasaatmengevaluasimana model regresiterbaik.

  10. contohregresidiatasdikerjakandengan SPSS makanilaikoefisiendeterminasinya : Predictors : (Constant), DISTRIBU, PROMOSI Analisis : Berdasarkan output SPSS model summery besarnya adjusted R2adalah 0,893, haliniberarti 89,3% variasipenjualandapatdijelaskanolehvariasidarikedua variable indepenbiayapromosidanbiayadistribusi. Standar Error of Estimate (SEE) Rp 1.030.527,73 makinkecilnilai SEE akanmembuat modal regresisemakintepatdalammemprediksi variable dependenRumusstandarErorr (Syx).

  11. RumusstandarErorr (Syx) Syx= Dimana Y= Y actual Y1= Y prediksi N= Jumlah/ Pasanganobservasi K= Jumlah variable independen

  12. UjiSignifikansiSimultan (UjiStatistik F) UjiStatistik F padadasarnyamenujukanapakahsemuavariabel independent ataubebas yang dimasukkandalam model mempunyaipengaruhsecarabersama-samaterhadapvariabeldependenatauterikat

  13. Langkah-langkahpengujian : 1. MenentukanH0 danH1 H0 : b1 = b2 =………….= bn = 0 Artinya, apakahsemuavariabelindependenbukanmerupakanpenjelasan yang signifikanterhadapvariabeldependen. H1 : b1 ≠ b2 ≠ …………… ≠ bn ≠ 0 Artinya, semuavariabel independent secarasimultanmerupakanpenjalasan yang signifikanterhadapvariabeldependen.

  14. 2. Menentukandaerahpenerimaan H0 dan H1 denganmenggunakandistribusi F (ANOVA) • Titikkritisdicaripadatabel F dengannilaialfatertentudandfsebagaiberikut : • Numerator = k • Denominator = n – k – 1

  15. 3. Menentukannilaiuji F – Ratio denganrumus : Dimana : SSR= Sum of square regession SSE= Sum of square error

  16. 4. Kesimpulan : Jikacontohregresidiatasdikerjakandengan SPSS untukmengujiapakahadapengaruhbiayapromosidanbiayaaistribusiterhadappenjualan, denganmenggunakan α= 5%, makahasilnya : Analisis Berdasarkanoutput diatas, karenanilai sig 0,000 < α = 0,05 artinyasignifikanberartiadapengaruhbiayapromosidanbiayadistribusiterhadappenjualan, sehingga model regresidapatdigunakanuntukmemprediksipenjualanataudapatdikatakanbahwabiayapromosidanbiayadistribusisecarabersama-samaberpengaruhterhadappenjualan.

  17. 3. UjiSignifikan parameter Individual (Ujistatistik T) Ujistatistic T padadasarnyamenunjukanseberapajauhpengaruhsatu variable penjelasatauendependensecara individual dalammenerangkanvariasi variable dependen.

  18. Langkah- langkahpengujian : 1. MenentukanH0 dan H1 Ho: B1 = 0 Artinyaapakahsemua variable independenbukanmerupakanpenjelas yang signivikanterhadap variable dependen. H1:b1 ≠ 0 Artinya :variable tersebutmerupakpenjelas yang signivikanterhadapveriabledependen.

  19. 2. Menentukandaerahpenerimaan H0 dan H1 denganmenggunakandistribusi t. titikkritisdicaripada table t denganmenggunakannilaialfatertentudandfsebagaiberikut : df = n-k-1 • 3. Menentukannilaiuji t hitungdeneganrumus T = Dimana : B1= Sum of square regression Sb1= Sum of square Error

  20. 4. regresidiatasdikerjakandengan SPSS untukmengujihipotesis. H2 adapengeruhbiayapromositerhadappenjualan H3 adapengaruhbiayadistribusiterhadappenjualan Denganmenggunakan α 5% makahasilnya : Analisis: Uji t untukbiayapromosi H2= adapengaruhbiayaPromositerhadappenjualan Nilai sig 0,002< α = 0,005 artinyasignifikanberartiadapengaruhbiayapromosi. Uji t untukbiayadistribusi H3: adapengaruhbiayadistribusiterhadappenjualan Nilai sig 0,686 > α = 0,05 artinyatidaksignifikanbeartitidakadapengaruhbiayadistribusiterhadappenjualan.

  21. Yah udahdech……… Mpesini j presentasidarikami…………. Mohon map kaloada yang g berkenan…….. End……..mentakritikdan saran ny yak>>>!!!!!!!!!!!! Hehehehehehehehe…………..

More Related