materi 8

16
REGRESI Variabel yang mempengaruhi didalam analisis regresi disebut variabel prediktor ( X) Variabel yang dipengaruhi disebut variabel kriterium ( Y ) Fungsi ilmu : 1. Meramalkan 3. Menggambarkan 2. Mengontrol 4. Menerangkan Koefisien Regresi / persamaan regresi linier digunakan untuk meramalkan / mengetahui besarnya pengaruh variabel X terhadap variabel Y

description

statistik

Transcript of materi 8

  • REGRESI

    Variabel yang mempengaruhi didalam analisis regresi disebut variabel prediktor ( X)

    Variabel yang dipengaruhi disebut variabel kriterium ( Y )

    Fungsi ilmu :

    1. Meramalkan 3. Menggambarkan

    2. Mengontrol 4. Menerangkan

    Koefisien Regresi / persamaan regresi linier digunakan untuk meramalkan / mengetahui besarnya pengaruh variabel X terhadap variabel Y

  • Persamaan analisis regresinya :

    Y = a + bX

    a dan b ; suatu parameter yang nilainya harus diestimasi dengan rumus :

    XbYa

    YYyXXxx

    yxb

    i

    ii

    ; ; 2

    22ii

    iiii

    XXn

    YXYXnb

    atau

  • Suatu studi telah dilakukan oleh seorang penyalur untuk menentukan hubungan

    antara biaya advertensi dan nilai penjualan bulanan. Diperoleh data sebagai berikut :

    Biaya advert

    X

    Penjualan

    Y

    40 385

    20 400

    25 395

    20 365

    30 475

    50 440

    a. Carilah persamaan garis regresinya untuk meramalkan nilai penjualanberdasarkan biaya advertensi yang dikeluarkan

    b. Perkirakan nilai penjualan yang dapat dicapai bila biaya advertensi sebesar 55

  • Biaya advert

    X

    Penjualan

    Y

    40 385

    20 400

    25 395

    20 365

    30 475

    50 440

    185 2460

    Penyelesaian :

    22ii

    iiii

    XXn

    YXYXnb

    X2

    1600

    400

    625

    400

    900

    2500

    6425

    XY

    15400

    8000

    9875

    7300

    14250

    22000

    76825

    61.13166800

    2269650

    18564256

    2460*1857682562

    b

    9.55- (30.83) 13.61 - 410Y a Xb

    410

    83.30

    Y

    X

    Y = -9.55 + 13.61 (X)

    a.

    b. Nilai penjualan dengan biaya advertensi 55

    Y = -9.55 + 13.61 (55) = 739

  • REGRESI TREND PARABOLA

    Regresi trend parabola adalah regresi dimana variabel bebas X

    merupakan variabel waktu.

    Y = a + bX + cX2

    Dimana trend parabola ini menggunakan persamaan normal

    YXXcXbXa

    XYXcXbXa

    YXcXban

    2432

    32

    2

  • Sebuah koperasi milik pemerintah memberikan modal usaha selama 5 tahun

    untuk masyarakat yang ingin berwiraswasta, setiap tahun modal yang diberikan

    tidak selalu sama tergantung dari subsidi yang diberikan pemerintah. Didapat

    data dibawah ini

    Tahun 2007 2008 2009 2010 2011Modal

    (dalam juta)23 32 12 28 18

    Tentukan ramalan modal yang diberikan pemerintah pada tahun 2012 apakah

    meningkat atau menurun dari tahun sebelumnya

  • Penyelesaian :

    tahun Y2007 232008 322009 122010 282011 18

    113

    X-2-10120

    YXXcXbXa

    XYXcXbXa

    YXcXban

    2432

    32

    2

    X2

    41014

    10

    X3

    -8-10180

    X2Y92320

    2872

    224

    X4

    16101

    1634

    XY-46-320

    2836-14

    Persamaan normal :

    (1) 5a + 0 + 10c = 113

    (2) 0 + 10b + 0 = -14, atau b = -14 / 10 = -1.4

    (3) 10a + 0 + 34c = 224

    Persamaan (1) kalikan 2 dan persamaan (3) dikalikan 1; maka

    (1) 5a + 10c = 113

    (3) 10a + 34c = 224

    10a + 20c = 226

    10a + 34c = 224

    - 14c = 2

    c = 2 / -14 = -0,14

    -

  • Nilai c masukkan ke (1) 5a + 10 (-0.14) = 113

    5a = 113 + 1.4

    = 114.4

    a = 114.4 / 5 = 22.88

    Y = a + bX + cX2

    Jadi persamaan trend parabola dari Y adalah 22.88 + (-1.4) X + (-0.14) X2

    Tahun yang akan diramalkan adalah 2012 berarti X = 3

    maka ramalan modal yang akan diberikan adalah

    Y = 22.88 + (-1.4 * 3) + (-0.14 * 9) = 17.42

    Sehingga modal yang akan diberikan pemerintah pada tahun 2012 akan

    menurun dibandingkan tahun sebelumnya

  • REGRESI TREND EKSPONENSIAL (LOGARITMA)

    (NON LINIER)

    Trend eksponensial sering dipergunakan untuk meramalkan jumlah

    penduduk, pendapatan nasional, produksi, hasil penjualan dan kejadian lain

    yang pertumbuhan / perkembangannya secara geometris ( berkembang

    dengan cepat sekali)

    Xba

    bbaaYY

    XbaYabY X

    000

    000

    Y'

    menjadi sehingga log ; log ; ''log

    loglog'log log semi trend

    Dimana koefisien a0 dan b0 dapat dicari berdasarkan persamaan

    normal

  • Hasil penjualan PT. Sinar Surya selama 3 tahun menunjukan

    perkembangan yang cepat sekali, seperti ditunjukkan dalam tabel

    dibawah ini :

    2009 2010 2011

    400

    Tahun

    Hasil Penjualan

    (jutaan rupiah)20 80

    Dengan menggunakan trend eksponensial, ramalkan hasil penjualan

    tahun 2012

  • 2009 -1 20 1.301 -1.30103 1

    2010 0 80 1.9031 0 0

    2011 1 400 2.6021 2.6021 1

    total 0 500 5.8062 1.3010 2

    X2log Y

    (Y0)Tahun X Y

    X log Y

    (XY0)

    Persamaan normal

    301.12

    XY bX 2

    8062.53a

    1

    0

    02

    00

    0

    000

    b

    Xa

    YXbna Dari persamaan (1) 3a0 = 5.806,

    maka a0 = log a = 1/3(5.8062) =

    1.9354. Nilai a merupakan antilog

    1.9354 atau 86.18 (86,2)

    Dari persamaan (2) 2b0 = 1.3010,

    maka b0 = log b = (1.3010) =

    0.6505. Antilog 0,6505 = 4,47

  • sedikit perbedaan

    ada Hasilnya ; 35,1722)47,4)(2,86('2 XUntuk

    al)eksponensi (dalam )47,4)(2,86(''

    antilog)daftar (dari 1723,46 YRamalan

    .2364,3)2(6505,09354,1log'

    '22012,n Untuk tahu

    log) semi (dalam 6505,09354,1'' trendgaris

    2

    0

    000

    0000

    Y

    YabY

    YY

    XbaYX

    XYXbaY

    XX

  • Kenaikan harga yang dinyatakan dalam indeks harga, mempunyai

    pengaruh negatif yang sangat kuat terhadap penurunan hasil penjualan

    secara geometris. Data selama 6 tahun menunjukan perkembangan

    harga (X) dan hasil penjualan Y. Data selama 6 tahun terakhir adalah :

    54,3 61,8 72,4 88,7 118,6 194,0X (indeks harga)

    Y (Hasil penjualan

    jutaan rupiah)61,2 10,149,5 37,6 28,4 19,2

    Berapa nilai ramalan hasil penjualan jika indeks harga adalah 210

    Karena bukan variabel waktu, maka hubungan yang kita peroleh

    merupakan persamaan garis regresi

    Contoh :

  • X0 = log X Y0 = log Y X 02 X0Y0

    1.7348 1.7868 3.0095 3.0997

    1.7910 1.6946 3.2076 3.0350

    1.8597 1.5752 3.4586 2.9294

    1.9479 1.4533 3.7944 2.8310

    2.0741 1.2833 4.3018 2.6617

    2.2878 1.0043 5.2340 2.2977

    total 11.6953 8.7975 23.0061 16.8544

    linier regresi merupakan 'log

    ;log;''log,logaritma) linier (regresi loglog'log

    log nmenggunaka dengan masiditransf or harus ial),(eksponens '

    0000

    00

    bXaYXX

    aaYYXbaY

    aXY b

  • 4,1

    13678090364,138

    8896,1021266,101

    2

    0

    2

    0

    0000

    XXn

    YXYXnb

    antilog)daftar (dari 7,15674

    1952,46

    6953,114,1

    6

    7975,8log 000

    a

    XbYaa

  • 9441.0)3222.2(4,11952,4'

    3222.2log maka ,210 Jika

    4,11952,4'

    7.15674' Jadi

    0

    0

    0000

    4,1

    Y

    XXX

    XbXaY

    XaXY b

    Karena Y0 = log Y = 0.9441 (dari daftar antilog)

    Maka Y = 8.79. Jadi kalau indeks harga = 210, maka ramalan hasil

    penjualan adalah = 8.79