09 Analisis Regresi Sederhana 2013

1
Analisis Regresi Linear

Sederhana
Analisis Regresi Linear
Sederhana
Ali Muhson
Pendahuluan Pendahuluan
Menggunakan metode statistik berdasarkan
data yang lalu untuk memprediksi kondisi
yang akan datang
Menggunakan pengalaman, pernyataan ahli
dan survei untuk memprediksi keadaan
mendatang
2 (c) 2013 by Ali Muhson
2
Mengapa Memprediksi? Mengapa Memprediksi?
Untuk menyusun perencanaan yang
matang
Untuk memastikan kondisi mendatang
Untuk menemukan strategi yang tepat bagi
perbaikan kondisi yad
Untuk mengurangi risiko/pembiayaan
Analisis Regresi Analisis Regresi
Analisis regresi dapat digunakan untuk
membuat model kausalitas dalam
memprediksi
X untuk memprediksi Y
X = independent variable
Y = dependent variable
3
Regresi Linear Sederhana Regresi Linear Sederhana
Hanya melibatkan satu variabel bebas dan
satu variabel terikat
Perubahan yang terjadi pada variabel
bebas digunakan untuk memprediksi
perubahan pada variabel terikat
Population
Y intercept
Population
Slope
Coefficient
Random
Error
Dependent
(Response)
Variable
Independent
(Explanatory)
Variable
i i i
Y X | | c
0 1
+ + =
Population
Regression
Line
Persamaan Garis (Populasi) Persamaan Garis (Populasi)
4
= Random Error
Y
X
Bagaimana menemukan Garis? Bagaimana menemukan Garis?
Observed
Value
Observed Value
YX i
X | |
0 1
= +
i
c
|
0
|
1
i i i
Y X | | c
0 1
+ + =
Persamaan Garis (Sampel) Persamaan Garis (Sampel)
Sample
Y Intercept
Sample
Slope
Coefficient
0 1 i i i
b b Y X e + + =
digunakan mengestimasi
digunakan mengestimasi
0
b |
0
1
b
|
1
Sample
Regression
Line
Residual
5
Menghitung Persamaan Menghitung Persamaan
Metode Kuadrat Terkecil (Ordinary Least
Square = OLS):

+ =
2
1 0
X b X b XY

+ = X b nb Y
1 0
Menghitung Persamaan Menghitung Persamaan
Berdasarkan rumus OLS ditemukan:
( )( )
( )
2
2
1

=
X X n
Y X XY n
b
X b Y b
n
X
b
n
Y
b
1 0
1 0
=
=

6
Contoh Contoh
No X Y
1 6 4
2 6 5
3 5 4
4 7 6
5 8 7
6 8 9
7 9 9
8 7 6
9 9 6
10 9 9
11 6 6
12 9 8
Bagaimana pengaruh
motivasi belajar
terhadap prestasi belajar
mahasiswa? Apakah
berpengaruh positif atau
negatif? (Gunakan taraf
signifikansi 5%)
Contoh Perhitungan Contoh Perhitungan
No X Y X^2 Y^2 XY
1 6 4 36 16 24
2 6 5 36 25 30
3 5 4 25 16 20
4 7 6 49 36 42
5 8 7 64 49 56
6 8 9 64 81 72
7 9 9 81 81 81
8 7 6 49 36 42
9 9 6 81 36 54
10 9 9 81 81 81
11 6 6 36 36 36
12 9 8 81 64 72
Jml 89 79 683 557 610
7
Scatter Diagram Scatter Diagram
0
1
2
3
4
5
6
7
8
9
10
0 2 4 6 8 10
P
r
e
s
t
a
s
i
Motivasi Belajar
Persamaan Garis Persamaan Garis
Hitunglah persamaan garis regresi tersebut!
8
Persamaan Garis Persamaan Garis
Hitunglah persamaan garis regresi tersebut!
i
i i
X
X b b Y
05 . 1 21 , 1
1 0
+ =
+ =
Garis Regresi Garis Regresi
0
1
2
3
4
5
6
7
8
9
10
0 2 4 6 8 10
P
r
e
s
t
a
s
i
Motivasi Belajar
9
Penafsiran Persamaan Penafsiran Persamaan
Y
i
=-1,21 +1,05X
i
Koefisien garis sebesar 1,05menunjukkan bahwa
setiap kenaikan X sebanyak satu satuan, prediksi
rata-rata Y akan naik sebesar 1,05satuan.
J adi jika skor motivasi belajar naik sebesar 1 point
akan mengakibatkan kenaikan prediksi skor
prestasi belajar sebesar 1,05
.
Menguji Koefisien Garis Menguji Koefisien Garis
Digunakan uji t
Apakah motivasi belajar berpengaruh terhadap
prestasi belajar?
H
0
: |
1
= 0 (tidak ada hubungan/pengaruh)
H
a
: |
1
= 0 (Ada hubungan/pengaruh)
10
Menguji Koefisien Garis Menguji Koefisien Garis
1
1 1
b
SE
b
t
|
=
Uji Statistik:
( )
n
X
X
S
SE
YX
b
2
2
1

=
t tabel diperoleh dengan db = n - 2
Di mana
1
=
k n
JK
S
E
YX
Estimasi Parameter Estimasi Parameter
Estimasi koefisien garis regresi dapat
dihitung dengan rumus:
( )( ) ( )( ) SE t b SE t b + s s
1 1 1
|
11
Koefisien Determinasi Koefisien Determinasi
J K
R
J umlah Kuadrat Regresi
J K
T
J umlah Kuadrat Total
r
2
= =
Koefisien determinasi (r
2
) mengukur
proporsi varians Y yang dapat
dijelaskan oleh X melalui model.
Koefisien Determinasi Koefisien Determinasi
Hitunglah
koefisien
determinasinya!
( )( )
( )
)
`
=
n
Y
Y
n
Y X
XY b
r
2
2
1
2
( )
( )
=
2
2
2

Y Y
Y Y
r
12
Total Varians Total Varians
X
Y
JK
R
JK
E
Menguji r
2
Menguji r
2
F tabel (alpha; k; n-k-1)
Untuk Regresi sederhana, nilai F di atas
sama dengan nilai t
2
yang diperoleh dari
hasil pengujian koefisien garis regresi
( )
( )
2
2
1
1
r k
k n r
F

=
13
Total Varians Total Varians
SS
T
= SS
R
+ SS
E
atau
JK
T
= JK
R
+ JK
E
db
R
= k
db
E
= n k 1
db
T
= n 1
Keterangan:
SS
T
= Total sum of square
SS
R
= Regression sum of square
SS
E
= Error sum of square
JK
T
= Jumlah Kuadrat Total
JK
R
= Jumlah Kuadrat Regresi
JK
E
= Jumlah Kuadrat Error
k = Banyaknya variabel bebas
Tabel Analysis Of Variance
(ANOVA)
Tabel Analysis Of Variance
(ANOVA)
Sumber
Variansi
Jumlah
Kuadrat
(JK)
db
Rerata
Kuadrat
(RK)
F
Regresi k JK
R
/db
R
RK
R
/RK
E
Error/
Residu
n k 1 JK
E
/db
E
-
Total n 1 JK
T
/db
T
-
( )
Y Y
( )
Y Y
( )

2
Y Y
14
PR PR
Menghitung koefisien determinasi.
Menghitung nilai F dan t lalu buktikan
bahwa F = t
2
Menghitung tabel ANOVA
Ujilah apakah motivasi belajar berpengaruh
terhadap prestasi belajar! (taraf nyata 5%)
(c) 2013 by Ali Muhson 27
Interval Keyakinan Prediksi Y Interval Keyakinan Prediksi Y
15
X
Y
X
Confidence Interval
for a individual Y
i
A Given X
Confidence
Interval for the
mean of Y
_
Interval Keyakinan Interval Keyakinan
Interval Keyakinan Interval Keyakinan
Prediksi rerata Y
Prediksi nilai Y:
( )
|
|
.
|
\
|
+ +
2
2
) (
) ( 1
1
X X
X X
n
S t Y
i
yx i
( )
|
|
.
|
\
|
2
2
) (
) ( 1
X X
X X
n
S t Y
i
yx i
16
Contoh Contoh
Jika diketahui seorang mahasiswa memiliki
skor motivasi sebesar 8, hitunglah:
Interval kepercayaan rerata prestasi yang
dicapainya!
Interval kepercayaan prestasi yang
dicapainya!
Contoh Hasil Analisis Contoh Hasil Analisis
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .828
a
.686 .654 1.07737
a. Predictors: (Constant), Motivasi Belajar
ANOVA
a
Model
Sum of
Squares
df
Mean
Square
F Sig.
1
Regression 25.309 1 25.309 21.805 .001
b
Residual 11.607 10 1.161
Total 36.917 11
a. Dependent Variable: Prestasi Belajar
b. Predictors: (Constant), Motivasi Belajar
17
Contoh Hasil Analisis Contoh Hasil Analisis
Coefficients
a
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) -1.211 1.698 -.713 .492
Motivasi
Belajar
1.051 .225 .828 4.670 .001
a. Dependent Variable: Prestasi Belajar
Persamaan Garis Regresi: Y = -1,211 + 1,051 X

09 Analisis Regresi Sederhana 2013

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

09 Analisis Regresi Sederhana 2013

Diunggah oleh

Hak Cipta:

Format Tersedia

1

Analisis Regresi Linear

Anda mungkin juga menyukai