bab 4 analisis regresi

20
Sesi Empat

Upload: mwpsatu-asrini-wahyuni

Post on 11-Jul-2015

129 views

Category:

Economy & Finance


5 download

TRANSCRIPT

Page 1: Bab 4 analisis regresi

Sesi Empat

Page 2: Bab 4 analisis regresi

Pokok BahasanAnalisis Regresi Sederhana

Analisis Regresi Berganda

Page 3: Bab 4 analisis regresi

Analisis Regresi SederhanaAn. Regresi Sederhana (Simple Regression Analysis) adalah analisis yang digunakan untuk menganalisissatu variabel terikat (Y) dengan menggunakan satuvariabel bebas (X)

Variabel yang dipilih adalah yang mempunyaihubungan (korelasi) dengan variabel terikat

Page 4: Bab 4 analisis regresi

Analisis KorelasiAnalaisis Korelasi (Correlation Analysis) adalahanalisis yang digunakan untuk mengetahui hubungansebab akibat antara beberapa variabel.

Perubahan variabel terikat ditentukan oleh berubahanfaktor lainnya

Page 5: Bab 4 analisis regresi

Rumus yang dapat digunakanY = a + bX

Keterangann = jumlah data yang

dianalisisa = jumlah pasang

observasi = nilaikonstan

b = koefisien regresi

Page 6: Bab 4 analisis regresi

Menggunakan Metode Kuadrat Terkecil dankoefisien Korelasi

Tahun X Y XY X² Y² Residual (X-X) (Y-Y)

(X-X)² (Y-Y)²

20112012201320142015

34567

130145150165170

3905807509901.190

916253649

16.90021.02522.50027.22528.900

-2-1012

-22-7-2+13+18

44701336

41014

484494

169324

∑ 25 760 3.900 135 116.550 0 0 100 10 1.030

Tabel : 4-1

Page 7: Bab 4 analisis regresi

Apabila X = Jualan Biskuit Susu, variabel bebas(independen)

Y = jualan susu, variabel terikat (dependen)

Jika Menggunakan rata-rata Y sebagai penaksir, makadalam setiap penaksiran yang dibuat akan munculbeberapa variabel kesalahan. Kesalahan ini disebutresidual. Contoh: dalam jualan susu (Y) terdapat 5 taksiran dan 5 kesalahan, yaitu 3 kesalahan negatif dan2 kesahan positif yang jumlahnya selalu nol, hal inidisebut jumlah kuadrat residual

Page 8: Bab 4 analisis regresi

Perhitungan tersebut dapat juga dihitung dengan metode momen sbb.

∑ Y = n a + ∑ Xb∑ XY = ∑ X a + ∑ X² b

760 = 5 a + 25 b ….x53.900 = 25 a + 135 b

3.800 = 25 a + 125 b3.900 = 25 a + 135 b

100 = 10 bb = 100 : 10 = 10

760 = 5 a + 25 b ….x 5,43.900 = 25 a + 135 b

4.104 = 27 a + 135 b3.900 = 25 a + 135 b

204 = 2 aa = 204 : 2 = 102

Page 9: Bab 4 analisis regresi

Dapat juga dihitung dengan Rumus Sbb,

Dengan demikian : Y = a + b XY = 102 + 10 X

Page 10: Bab 4 analisis regresi

Koefisien Korelasi (R) Tafsiran

< 0,200,20 – 0,400,40 – 0,700,70 – 0,900,90 – 1,00

Sangat Lemah dpt diabaikanLemahCukupKuat

Sangat

Tabel : 4-2 Pengaruh KorelasiGuilford (1956, 146)

Page 11: Bab 4 analisis regresi

Gambar Korelasi Positif (Ket: Baca hal. 133 Nafarin)

0

10

15

20

C

A

B

15 20 25

Garis KorelasiY

X

Page 12: Bab 4 analisis regresi

Gambar Korelasi Negatif (Ket: baca hal.133 Nafarin)

0

Y

X

10

15

20

15 20 25

B

A

C

Garis Korelasi Negatif

Page 13: Bab 4 analisis regresi

Gambar Tidak Berkorelasi (Ket: baca hal. 134 Nafarin)

0

10

25

Y

X10 20

Garis Tidak Berkorelasi

A

B

C

Page 14: Bab 4 analisis regresi

Rumus Koefisien Korelasi

Dihitung dari Data 4-1

Page 15: Bab 4 analisis regresi

Dapat pula dihitung spt berikut

Page 16: Bab 4 analisis regresi

Bila koefisien Determinasi (R²) sudahdiketahui, maka koefisien korelasi ( R ) dapat dihitung dengan rumus berikut:

R² = koefisien determinasi

Misalkan diperoleh R² sebesar 97,08752 unit maka

Page 17: Bab 4 analisis regresi
Page 18: Bab 4 analisis regresi

Koefisien Determinasi

Page 19: Bab 4 analisis regresi

Analisis Regresi Berganda (Multiple Regression Analysis)

Y = a₀ + a₁ X₁ + a₂ X₂

Keterangan :Y = variabel terikata₀ = konstanta Intersep) dari Ya₁ dan a₂ = koefisien regresi parsialX₁ dan X₂ = dua variabel bebas

Contoh perhitungan lihathalaman 143-148

Page 20: Bab 4 analisis regresi