1 / 22

Regresi

Regresi. Eni Sumarminingsih , SSi , MM. Analisis regresi linier merupakan analisis yang digunakan untuk mengetahui dan mempelajari suatu model hubungan fungsional linier antara peubah respon ( Y ) dengan peubah penjelas ( X )

joshwa
Download Presentation

Regresi

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 EniSumarminingsih, SSi, MM

  2. Analisisregresi linier merupakan analisis yang digunakan untuk mengetahui dan mempelajari suatu model hubungan fungsional linier antara peubah respon (Y) dengan peubah penjelas (X) • Peubahrespon: peubahyang nilai-nilainyaditentukanberdasarkannilai-nilaidarisatuataulebihpeubahpenjelas • Peubahpenjelas: peubahyang nilai-nilainyadapatditentukanataudiaturatau yang nilainyadapatdiamati

  3. Model Umum Secaraumum model regresi linier sederhanadidefinisikansebagai dengani = 1, 2, 3, …, n

  4. Pendugaan Parameter Model dugaregresisebagaiberikut b0danb1secaraberurutanadalahnilaidugauntukβ0danβ1. Nilaib0danb1didapatkandenganmenggunakanmetodekuadratterkecil (MKT) yaknimetodependugaandenganmeminimumkanjumlahkuadratgalat (JKgalat/S):

  5. Sakanmempunyainilai minimum jikaturunanparsialpertamaterhadapβ0danβ1adalahnol

  6. denganmensubstitusikan (b0, b1) untuk (β0,β1) dandenganpenyederhanaanduapersamaanturunanparsialtersebutdiperoleh Persamaaninidisebutdenganpersamaan-persamaan normal yang darinyadidapatkanpenyelesaianberikut:

  7. Jika SXY = = SXX = = SYY = = Makab1= SXY/ SXX

  8. Contoh

  9. ; SXX = = SXY = =

  10. b1 = SXY/ SXX = -1,3536 / 866,93 = -0,00156 = 0,978 Jadipersamaanregresinyaadalah

  11. TabelAnalisisRagamRegresi Linier Sederhana

  12. Asumsiyang melandasi model regresi, dengani = 1, 2, …, n, adalah

  13. UjiHipotesisKeberartianKemiringan (Slope) b1 H0 : β1 = β1-0 lawan H1 : β1 ≠ β1-0 Denganstatistikuji: thitung = S(b1) = 0,00114521 S2= KTG

  14. thitung = karena |thitung|kurangdarit 0,02518, makadiputuskanuntukmenerima H0danmenyimpulkanbahwatidakadahubungan linier denganresikokesalahansebesar 5%.

  15. UjiHipotesisKeberartianIntersepb0 H0 : β0= β0-0 lawan H1 : β0≠ β0-0 Denganstatistikuji: thitung= S(b0) =

  16. Uji F untukKeberartianPersamaanRegresi Untukmengujiapakahsuatupersamaanregresi “berarti” sebagai model prediksi, secarakeseluruhandapatdiujidenganuji-Fyakni F = KTM/S2 = KTmodel/Ktgalat yang mengikutisebaranFdenganderajatbebasdb = (1, n – 2) padatarafnyataα. Adapunhipotesispadauji-Ftersebutadalah H0 : 0 = β1= 0 lawan H1 : minimal adasatuβi≠ 0.

  17. Padacontoh, diperolehnilaiF = 1,8593 danF 0.05(1, 18) = 4,41387. Dikarenakannilai F < F 0.05(1, 18)maka H0diterimadanmenyimpulkan model tersebuttidaklayakuntukdijadikan model prediksi

  18. KoefisienDeterminasiR2, SuatuUkuran “Kebaikan-Suai” (Goodness of Fit) Didefinisikan, R2 = b1SXY / SYY yang mengukurproporsikeragamanatauvariasi total di sekitarnilaitengah yang dapatdijelaskanoleh model regresitersebut

  19. Padacontohmodel, didapatkannilaiR2 , R2 = 0,002114 / 0,022575 = 0,09364 Artinya, persamaanregresi yang diperoleh , hanyamampumenjelaskansebesar 9,364% darikeragaman total dalam data. R2dapatmencapainilai 1 atau 100% jika model yang dihasilkansangatpresisif.

More Related