ANALISIS REGRESI - PowerPoint PPT Presentation

mikaia
analisis regresi n.
Skip this Video
Loading SlideShow in 5 Seconds..
ANALISIS REGRESI PowerPoint Presentation
Download Presentation
ANALISIS REGRESI

play fullscreen
1 / 23
Download Presentation
ANALISIS REGRESI
281 Views
Download Presentation

ANALISIS REGRESI

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. ANALISIS REGRESI WAHYU WIDODO

  2. ASSALAAMU ‘ALAIKUMWARAKHMATULLAAHI WABAROKAATUHBISMILLAHIRAHMANIRRAHIM 2

  3. SILABI Definisi Analisis Regresi Tugas Pokok Analisis Regresi Jenis Analisis Regresi Metode Kuadrat Terkecil untuk Analisis Regresi Uji Kelinearan Regresi Regresi Kuadratik 3

  4. DEFINISI ANALISIS REGRESI • Hubungan dalam bentuk persamaan matematik yang menyatakan hubungan fungsional antara variabel-variabel • Terdapat dua variabel: • Variabel bebas/independent (x) • Variabel terikat/dependent (y)

  5. Regresi • Dari derajat (pangkat) tiap peubah bebas • Linier (bila pangkatnya 1) • Non-linier (bila pangkatnya bukan 1) • Dari banyaknya peubah bebas (yang mempengaruhi) • Sederhana (bila hanya ada satu peubah bebas) • Berganda (bila lebih dari satu peubah bebas)

  6. X1 Y Prediktor variabel indipenden Kriterium Variabel dependen Adakah korelasi/ hubungannya nya ? • Analisis regresi digunakan untuk mengetahui bagaimana variabel dependen atau kriterium dapat diprediksikan melalui variabel independen atau prediktor secara individu atau parsial maupun secara bersama-sama atau simultan. Analisis Regresi Dapatkah variabel X1 memprediksi Y ?

  7. Tugas Pokok Analisis Regresi • Mencari korelasi antara kriterium dengan prediktor • menguji apakah korelasi signifikan / tidak • mencari persamaan regresinya • menemukan sumbangan relatif prediktor

  8. Jenis analisis regresi • Regresi linear • Y = a + bX • Regresi kuadratik • Y = a + bX + cX2 • Y = a + bX2 • Regresi kubik • Y = a + bX + cX2 + dX3 • Y = a + bX2 + cX3 • Y = a + bX + cX3 • Y = a + bX3

  9. METODE KUADRAT TERKECIL UNTUK REGRESI LINEAR

  10. Contoh • Data hubungan antara nilai kinerja dengan nilai penghasilan pegawai instansi X

  11. Penyelesaian Y = 8.24 + 0.68X

  12. Kesimpulan • Y dipengaruhi/dependen/terikat terhadap X (p > 0,05) • Harga X dapat digunakan untuk meramalkan Y • Nilai kinerja berpengaruh terhadap nilai penghasilan

  13. Uji Kelinearan regresi

  14. Penyelesaian

  15. JK(E) = 37,67

  16. JK(TC) = JKresidu – JK(E) • = 47,22 – 37,67 = 9,55 • Nilai –nilai X semuanya ada 12 yang berbeda, maka k = 12

  17. Kesimpulan:Model linear diterima (p > 0,05), tidak ada alasan untuk mencari model regresi non linear

  18. Regresi kuadratik • Y = a + bX + c X2

  19. Penyelesaian • ∑Xi = 172 • ∑Yi = 948 • ∑Xi2 = 1.148 • ∑Xi3 = 8.722 • ∑Xi4 = 71.456 • ∑XiYi = 5.833 • ∑Xi2Yi = 41.759

  20. Persamaan • 948 = 33a + 172b + 1.148c • 5.833 = 172a + 1.148b + 8.722c • 41.759 = 1.148a + 8.722b + 71.456c • Setelah dielliminasi diperoleh: • a = -1,759 • b = 9,497 • c = -0,547 • Sehingga • Y = -1,759 + 9,497X – 0,547X2

  21. ALHAMDULILLAHIRABBIL’ALAMINWASSALAAMU ‘ALAIKUMWARAKHMATULLAAHI WABAROKAATUH 23