REGRESI LINIER.ppt
-
Upload
muhamad-ibnu-sina -
Category
Documents
-
view
14 -
download
4
Transcript of REGRESI LINIER.ppt
REGRESI LINIER
Metoda Statitistik yang memberikan memberikan
jawaban terhadap persoalan-persoalan bentuk
hubungan yang ada atau diduga ada diantara dua
variabel atau lebih dan hubungan yang terjadi dapat
merupakan hubungan berpola lurus ( Linier ) atau
berpola tidak lurus ( Non Linier )
Digunakan Untuk menganalisis hubungan dua variable numeric, apakah kedua variable
membentuk garis lurus (linier) atau tidak.Hubungan Linier dapat Positif, yaitu apabila satu
nilai naik/ bertambah maka nilai yang lain juga akan naik/ bertambah
sebaliknya. Hubungan linier negatif apabila satu nilai naik/ bertambah dan nilai yang lain
berkurang/ turun.Positif negatif pada regresi linier hanya
menunjukan hubungan dari kedua variable
Untuk menggambarkan hubungan kedua variable dapat melalui diagram tebar (Scater Plot).
Bila hubungan kedua variable berpola linier, dapat
kita lihat lebih lanjut bagaimana kekuatan hubungan kedua variable tersebut dengan
Koefisien Korelasi Pearson ( r ).
Bila nilai r = 0 berarti tidak ada hubungan linier dan bila nilai r = 1 maka kedua variable
berhubungan linier sempurna. Bila diartikan secara kualitatif, nilai r mendekati 1 berarti
semakin kuat hubungannya dan sebaliknya.
hubungan variabel dapat digambarkan dengan
persamaan matematis yang dinyatakan dalam bentuk
fungsi Y = f ( X ). Apabila bentuk fungsi hubungan dua
variabel diketahui, dengan mengetahui satu variabel (X),
maka variabel lainnya (Y) dapat diperkirakan
Mengetahui hubungan antara satu variabel Independen
dgn satu variabel dependen menggunakan Regresi Linier
Sederhana, bila dua atau lebih variabel independen dgn
satu variabel dependen dengan regresi linier ganda
KEGUNAAN REGRESI LINIER
Prediksi : Memperkirakan Y dengan informasi 1 < X
Estimasi : Kuantifikasi hubungan 1 < X dengan 1 Y
Manfaat : Untuk Perencanaan
SYARAT / KONDISI :
• X dan Y dependensi• Variabel Dependen : Numerik
1. Y : Numerik , X : Numerik atau2. Y : Numerik , X1 : Numerik, X2 : Numerik atau3. Y : Numerik , X1 : Numerik, X2 : kategorik
• Memenuhi Asumsi :
1. Homocedasticity : Variasi Y sama untuk setiap X2. Existence : Setiap X, Y mempunyai mean dan Variasi3. Independence : Y saling independen4. Linearity : Mean Y = Fungsi Garis Lurus X5. Normality : Setiap X maka Y Distribusi normal
REGRESI LINIER SEDERHANA
Metode Statistik untuk 2 variabel numerik ( Dependen dan
Independen ) dgn persamaan matematis : Y = a + bX,
Y : Nilai variabel dependen
a : Intercept, yaitu konstanta nilai Y saat X = 0
b : Slope, yaitu Koefisien regresi = besarnya perubahan Y
bila X berubah 1 unit.
Y
b
a
X
Penggunaan Regresi Linier sederhana mengikuti langkah-langkah sebagai berikut :
• Lihat keeratan hubungan variabel dengan Koefisien Korelasi pearson ( r ) apakah erat hubungannya dan linier (Lihat sebaran data pada scater plot )
• Lakukan Uji hipoteis terhadap nilai r• Bila hubungan erat dan linier, selanjutnya hitung
koefisien regresi ( b/ Slope )• Menghitung Intercept ( a )• Hitung persamaan linier X dan Y • Hitung selang interval koefisien regresi
SCATER DIAGRAM
Y
X
REGRESI LINIER GANDA
DIAGNOSTIK RLG• Diagnostik Pemenuhan Asumsi
Homocedasticity : Buat plot residu, Lihat pola sebaran titik disekitar garis titik nol , bila tidak berpola = homogen
Existence : Lakukan analissis residu model, bila ada mean dan variasi = existence
Independence : -2 < Durbin Watson > 2
Linearity : Uji F Overall, P value < 0,05 = Linier,
Normality : Gunakan Plot residu, bila menyebar disekitar garis diagonal = normal.