1 / 20

REGRESI

REGRESI. Budi Murtiyasa Jur. Pend. Matematika Universitas Muhammadiyah Surakarta. Kapan analisis regresi ?. Diperlukan jika ada hubungan (korelasi) antar variabel yang diteliti. Regresi tidak diperlukan jika tahap awal diketahui tidak ada korelasi antar variabel yang diteliti.

mason-valencia
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 Budi Murtiyasa Jur. Pend. Matematika Universitas Muhammadiyah Surakarta

  2. Kapan analisis regresi ? • Diperlukan jika ada hubungan (korelasi) antar variabel yang diteliti. • Regresi tidak diperlukan jika tahap awal diketahui tidak ada korelasi antar variabel yang diteliti.

  3. Regresi Sederhana • Hubungan Fungsional ataupun kausal antara satu variabel independen dengan satu variabel dependen • persamaan umum : Y = b0 + b1 X di mana Y = variabel dependen yg di cari prediksinya X = variabel independen (prediktor) b1 = angka arah / slope/koefisien regresi b0 = konstanta

  4. Contoh : Data Nilai ulangan Harian (X) dan ulangan semester (Y) dari 10 siswa. Carilah persamaan regresi dan korelasinya !

  5. Tabel kerja:

  6. Menghitung nilai b0 & b1 SSxy = Σxy – (Σx Σy/n) = 534 – {(67)(79)/10} =4,7 SSxx = Σx2 – {(Σx)2/n} = 461 – (67)2 / 10 = 12,1 b1 = SSxy / SSxx = (4,7) / (12,1) = 0,38843 b0 = (Σy / n) – b1 (Σx / n) = (79/10) – 0,38843(67/10) = 5,29752 Persamaan regresi : Y = 5,29752 + 0,38843X

  7. Grafik garis regresi : Y 5,2975 X

  8. Korelasinya ? r =

  9. Analisis Varian Garis Regresi (Anareg)

  10. Anareg (lanjutan…) • SSyy = • SSE = Σy2 – b0 Σy – b1 Σxy • SSR = SSyy – SSE • Koefisien determinasi r2 =

  11. Contoh dilanjutkan… Data Nilai ulangan Harian (X) dan ulangan semester (Y) dari 10 siswa. Buat anareg-nya ! Signifikan ? Solusi..

  12. RegresiGanda • Mencari prediksi dari satu variabel dependen terhadap dua atau lebih variabel independen (prediktor) • Persamaan regresi umum : Y = b0 + b1X1 + b2X2 + … + b nXn

  13. Regresi Ganda Dua Prediktor • Persamaan Umum Grs Regresi Y = b0 + b1X1 + b2X2 • Nilai-nilai b0, b1, dan b2 di cari dari sistem persamaan : ΣY = b0 n + b1 ΣX1 +b2 ΣX2 ΣX1Y =b0 ΣX1 + b1Σ X12 + b2ΣX1X2 ΣX2Y = b0ΣX2 + b1ΣX1X2 + b2ΣX22

  14. Tabelrangkuman analisis regresi Note : k = banyaknya var bebas/prediktor R = korelasi ganda n = banyaknya sampel

  15. Jika kita punya data … Lalu …, persamaan regresinya seperti apa ? Lalu,… Analisis regresinya ??

  16. Regresi Ganda Tiga Prediktor • Persamaan grs regresi Y = b0 + b1 X1 + b2 X2 + b3 X3 • Nilai bi di cari dari sistem persamaan : ΣX1Y = b1ΣX12 + b2ΣX1ΣX2 + b3ΣX1ΣX3 ΣX2Y = b1ΣX1ΣX2 + b2ΣX22 + b3ΣX2ΣX3 ΣX3Y = b1ΣX1ΣX3 + b2ΣX2ΣX3Σ + b3ΣX32 dan akhirnya nilai b0 dicari dari hubungan, b0 = Y – b1 X1 – b2 X2 – b3 X3

  17. Lha kalau data seperti ini…, Persamaan garis regresinya seperti apa …?

  18. Regresi Ganda Empat Prediktor • Bentuk umum : Y = b0 + b1X1 + b2X2 + b3X3 + b4X4 • Nilai-nilai b1, b2, b3, dan b4 di cari dari sistem persamaan : ΣX1Y = b1ΣX12 + b2ΣX1ΣX2 + b3ΣX1ΣX3 + b4ΣX1ΣX4 ΣX2Y = b1ΣX1 ΣX2 + b2ΣX22 + b3ΣX2ΣX3 + b4ΣX2ΣX4 ΣX3Y = b1ΣX1 ΣX3 + b2ΣX2ΣX3 + b3ΣX32 + b4ΣX3ΣX4 ΣX4Y = b1ΣX1 ΣX4 + b2ΣX2ΣX4 + b3ΣX3ΣX4 + b4ΣX42 Dan akhirnya, nilai b0 dicari dari hubungan : b0 = Y – b1X1 – b2X2 – b3X3 – b4X4

More Related