Analisis regresi sederhana
Download
1 / 21

ANALISIS REGRESI SEDERHANA - PowerPoint PPT Presentation


  • 203 Views
  • Uploaded on

ANALISIS REGRESI SEDERHANA. Pengertian Regresi. Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak bebas . Dengan maksud untuk meramalkan nilai variabel tidak bebas. Contoh Penerapan Analisis Regresi.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'ANALISIS REGRESI SEDERHANA' - keegan-morrow


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Analisis regresi sederhana
ANALISIS REGRESI SEDERHANA


Pengertian regresi
PengertianRegresi

  • Analisisregresimerupakanstudiketergantungansatuataulebihvariabelbebasterhadapvariabeltidakbebas. Denganmaksuduntukmeramalkannilaivariabeltidakbebas.


Contoh penerapan analisis regresi
ContohPenerapanAnalisisRegresi

  • AnalisisRegresiantarapendapatanterhadapkonsumsirumahtangga.

  • AnalisisRegresiantarahargaterhadappenjualanbarang.

  • AnalisisRegresiantaratingkatupahterhadaptingkatpengangguran.

  • AnalisisRegresiantaratingkatsukubunga bank terhadaphargaemas

  • Analisisregresiantara jam belajarterhadap volume IPK.


Istilah dan notasi variabel dalam regresi

Y

Varaibel tergantung (Dependent Variable)

Variabel yang dijelaskan (Explained Variable)

Variabel yang diramalkan (Predictand)

Variabel yang diregresi (Regressand)

Variabel Tanggapan (Response)

X

Varaibel bebas (Independent Variable)

Variabel yang menjelaskan (Explanatory Variable)

Variabel peramal (Predictor)

Variabel yang meregresi (Regressor)

Variabel perangsang atau kendali (Stimulus or control variable)

Istilah dan notasi variabel dalam regresi ?


Persamaan regresi

PersamaanRegresi linier Sederhana:

Y = a + bX + 

Y = Nilai yang diramalkan

a = Konstansta

b = Koefesienregresi

X = Variabelbebas

 = NilaiResidu

PersamaanRegresi


Contoh kasus
Contoh Kasus:

Seorangdosenakanmenelitiapakahterdapatpengaruh jam belajarterhadapnilaiujianpadamhsdiprodiperpusatakaan, untukkepentinganpenelitiantersebutdiambil 8 mhssbgsampel.


Pemecahan

Judul

Pengaruh jam belajarterhadapnilaiujiansiswa

2. PertanyaanPenelitian

Apakahterdapatpengaruhpositif jam belajarterhadapnilaiujiansiswa?

3. Hipotesis

Terdapatpengaruhpositif jam belajarterhadapnilaiujiansiswa.

Pemecahan


Kriteria penerimaan hipotesis
KriteriaPenerimaanHipotesis

Ho : Tidakterdapatpengaruhpositif jam belajarterhadapnilaiujian.

Ha : Terdapatpengaruhpositif jam belajarterhadapnilaiujian.

  • HoditerimaJika

    b ≤ 0,

  • HaditerimaJika

    b > 0,


Analisis regresi sederhana

Sampel : 8 Mhs

Data Yang dikumpulkan


Analisis data
Analisis Data

  • Untukanalisis data diperlukan, perhitungan:

  • Persamaanregresi

  • NilaiPrediksi

  • Koefesiendeterminasi

  • Kesalahanbakuestimasi

  • Kesalahanbakukoefesienregresinya

  • Nilai F hitung

  • Nilai t hitung

  • Kesimpulan


Persamaan regresi1
PersamaanRegresi


Analisis regresi sederhana

Persamaan Regresi

Y= 40,082 + 1,497X+e


Nilai prediksi
NilaiPrediksi

  • Berapa besarnya penjualan jika promosi sebesar 20?

    40,082 + (1,497*20)= 70,022

  • Berapa besarnya penjualan jika promosi sebesar 16?

    40,082 + (1,497*16)=64,034

  • Berapa besarnya penjualan jika promosi sebesar 34?

    40,082 + (1,497*34)= 90,98

  • Berapa besarnya penjualan jika promosi sebesar 23?

    40,082 + (1,497*23)= 74,513

  • Berapa besarnya penjualan jika promosi sebesar 27?

    40,082 + (1,497*27)=80,501

  • Berapa besarnya penjualan jika promosi sebesar 32?

    40,082 + (1,497*32)= 87,986

    Dan seterusnya…………………….!!!


Analisis regresi sederhana

Tabelkerja


Koefesien determinasi
Koefesien Determinasi

Koefesien determinasi:

Koefesien Determinasi Disesuaikan (adjusted)


Kesalahan baku estimasi
Kesalahan Baku Estimasi

Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.


Standar error koefesien regresi
Standar Error Koefesien Regresi

Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:


Uji f
Uji F

Uji F digunakanuntukujiketepatan model, apakahnilaiprediksimampumenggambarkankondisisesungguhnya:

Ho: Diterimajika F hitung F tabel

Ha: Diterimajika F hitung> F tabel

Karena F hitung (17,367) > dari F tabel (5,99) makapersamaanregresidinyatakanBaik(good of fit).


Uji t
Uji t

Digunakan untuk mengatahui pengaruh variabel bebas terhadap variabel tergantung.

Ho: Diterima jika t hitung t tabel

Ha: Diterima jika t hitung> t tabel

Karena t hitung (4,167) > dari t tabel (1,943) maka Ha diterima ada pengaruh iklan terhadap penjualan.


Kesimpulan dan implikasi
KESIMPULAN DAN IMPLIKASI

KESIMPULAN

Terdapatpengaruhpositif jam belajarterhadapnilaiujian.

IMPLIKASI

Sebaiknyamhsterusmeningkatkan jam belajar agar nilaiujianmeningkat.


Tugas
Tugas:

Carilahpersamaanregresidari data berikut:

X = FrekuensiKampanye

Y = jumlahpengikut (dalamratusan)