P. 1
BIOSTATISTIK- ANALISIS REGRESI

BIOSTATISTIK- ANALISIS REGRESI

|Views: 652|Likes:
Dipublikasikan oleh Abdul Hadi Kadarusno

More info:

Published by: Abdul Hadi Kadarusno on Dec 30, 2010
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF or read online from Scribd
See more
See less

12/09/2012

pdf

Abdul Hadi Kadarusno, SKM, MPH

ANALISIS REGRESI ANALISIS REGRESI
http://alhiko.blogspot.com http://pbm-alhiko.blogspot.com

Out line
• • • • • Pengantar Fungsi Analisis Regresi Analisis Regresi Linier Sederhana Analisis Regresi Linier Berganda. Soal Latihan

PENGANTAR
• Korelasi dan Regresi mempunyai hubgn yg sangat erat. Setiap Regresi pasti ada korelasinya, tetapi Korelasi belum tentu dilanjutkan dgn regresi. • Analisis regresi dilakukan bila hubgn 2 variable berupa hubungan kausal/ fungsional. • Analisis regresi utk mengeth bagaimana variabel dependen/Kriteria dpt diprediksikan melalui variabel independen/prediktor

FUNGSI ANALISIS REGRESI
1. Mencari korelasi antara prediktor (X) dengan kriterium (Y) 2. Mencari persamaan garis regresi, yang dinyatakan dalam persamaan garis regresi. Garis regresi dapat berbentuk garis lurus (linier) atau lengkung (parabolik atau hiperbolik) 3. Memberi dasar untuk untuk memprediksi suatu kriterium (Y) melalui satu/beberapa prediktor (X) 4. Menentukan sumbangan relatif antara sesama prediktor, bila prediktornya lebih dari 1.

Analisis Regresi Linear Sederhana
• Hubgn antr 1 variabel independen dgn 1 var. dependen • Persamaan Umum: Y = a + b X Dimana: • Y = kriterium (Subyek dlm Var. Dependen yg diprediksikan) • a = bilangan konstan (harga Y bila X=0) • b = koefisien Regresi / angka arah: Bila (+) maka Y naik, bila (-) maka Y terjadi penurunan. • X = prediktor (Subyek pd Var. Independen yg mempunyai nilai ttt).

Harga a & b dapat dicari dgn rumus:
( Yi)( Xi ) − ( Xi)( Xi.Yi) a= 2 2 n Xi − ( Xi)
2

n Xi.Yi − ( Xi)( Yi) b= 2 2 n Xi − ( Xi)

Korelasi antr X & Y dapat dihitung dgn rumus:

rhitung =

{n

n Xi.Yi− ( Xi)( Yi) Xi − ( Xi) n Yi − ( Yi)
2 2 2

}{

2

}

r hitung VS r tabel besarnya nilai Y oleh karena Var. X, melalui persamaan regresi Y = a + b X.

r2 = Koefisien Determinasi, Persentase

Contoh :
No. Resp 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. BB (kg) : Xi 84 67 70 55 66 72 83 82 76 63 TD (mm Hg) : Yi 135 120 125 110 115 135 140 125 125 120

Tabel Penolong :
No BB (Xi) TD : (Yi) 1 2 3 4 5 6 7 8 9 10 84 67 70 55 66 72 83 82 76 63 135 120 125 110 115 135 140 125 125 120 Xi.Yi 11.340 … … … … 9.720 … … … 7.560 Xi2 7.056 … … … … 5.184 … … … 3.969 Yi2 18.225 … … … … 18.225 … … … 14.400

718

1.250

90.420 52.368 157.050

Dihitung nilai a & b
( Yi)( Xi ) − ( Xi)( Xi.Yi) a= 2 2 n Xi − ( Xi) a = 66,009
2

n Xi.Yi − ( Xi)( Yi) b= 2 2 n Xi − ( Xi) b = 0,8216

PERSAMAAN GARIS REGRESI :
• Y= a + b X • Masukkan nilai a & b tsb sehingga didapatkan persamaan grs regresi: Y = 66,00912 + 0,8216 X

Menghitung korelasi antr X & Y:

rhitung =

{n

n Xi.Yi− ( Xi)( Yi) Xi − ( Xi) n Yi − ( Yi)
2 2 2

}{

2

}

r hitung = 0,000000829 r hitung < dari r tabel ( =0,05; n=10) = 0,632 Tarik kesimpulannya= Tdk terdpt hubgn positif dan signifikan antara X dan Y

Analisis Regresi Ganda
• Bila jumlah var. independennya minimal 2:

Y= a + b1 x 1 + b2 x 2 • Bila n prediktor: Y= a + b1 x 1 + b2 x 2 + … + bn x n
X1 X2 X3
R

Y

Lanjutan… Analisis Regresi Ganda Lanjutan… • Rumus menghitung harga a, b1, b2 (untuk 2 prediktor) : • • • Y = an X1Y = a X2Y = a + b1 X1 + b2 X2 X1 + b1 X12 + b2 X1X2 X2 + b1 X1X2 + b2 X22

• Rumus menghitung harga a, b1, b2 (untuk > 2 prediktor) dpt dilihat pd buku2 statistik.

No 1 2 3 4 5 6 7 8 9 10

X1 10 2 4 6 8 7 4 6 7 6

X2 7 3 2 4 6 5 3 3 4 3

Y 23 7 15 17 23 22 10 14 20 19

Contoh :
Pengaruh Kemampuan kerja karywn (X1) & kepemimpinan direktif (X2) thdp produktifitas kerja karywn (Y)

Tabel Penolong :
No 1 2 3 .. .. .. 10 X1 10 2 4 .. .. .. 6 60 X2 7 3 2 .. .. .. 3 40 Y 23 7 15 .. .. .. 19 170 X1.Y 230 14 60 .. .. .. 114 1122 X2.Y 161 21 30 .. .. .. 57 737 X1.X2 70 6 8 .. .. .. 18 267 X12 100 4 16 .. .. .. 36 406 X22 49 9 4 .. .. .. 9 182

Kemampuan kerja karywn (X1), Kepemimpinan direktif (X2) Produktifitas kerja karywn (Y)

Perhitungan:
Menghitung harga a, b1, b2 (untuk 2 prediktor) : • • • Y = an X1Y = a X2Y = a X1 + b1 X12 + b2 X1X2 X2 + b1 X1X2 + b2 X22 + b1 X1 + b2 X2

Masukkan data dari tabel penolong ke persamaan : • 170 = 10 a + 60 b1 + 40 b2 .......... (1) • 1.122 = 60 a + 406 b1 + 267 b2 .......... (2) • 73 = 40 a + 267 b1 + 182 b2 .......... (3) Persamaan (1) x 6 & Persamaan (2) x 1

Lanjutan …

Perhitungan:

Persamaan (1) & (2) berubah menjadi: • 1020 = 60 a + 360 b1 + 240 b2 .......... (1) • 1.122 = 60 a + 406 b1 + 267 b2 .......... (2) • -102 = 0 a + -46 b1 + -27 b2 • -102 = -46 b1 - 27 b2 .......................... (4) Persamaan (1) x 4, Persamaan (3) x 1, menjadi: • 680 = 40 a + 240 b1 + 160 b2 ............ (1) • 737 = 40 a + 267 b1 + 182 b2 ............ (3) • -57 = 0 a + -27 b1 + -22 b2 • -57 = -27 b1 - 22 b2 …………….......... (5) Persamaan (4) x 27 & Persamaan (5) x 46

Lanjutan …

Perhitungan:

Persamaan (4) & Persamaan (5) berubah menjadi: • -2.754 = -1.242 b1 - 729 b2 • -2.622 = -1.242 b1 - 1.012 b2 • -132 = 0 b1 + 283 b2 • b2 = -132 : 283 = -0,466 Harga b2 dimasukkan dlm salah 1 persamaan (4) atau persamaan (4) : (5) • -102 = -46 b1 - 27 b2 , maka • -102 = -46 b1 - 27 (-0,466) • 46 b1= 114,582 b1 = 2,4909 Harga b1 & b2 dimasukkan dlm persamaan (1), maka:

Lanjutan …

Perhitungan:

Persamaan (1): 170 = 10 a + 60 b1 + 40 b2, berubah menjadi: • 170 = 10 a + 60 (2,4909) + 40 (-0,466) • 170 = 10 a + 149,454 – 18,640 a = 3,9186 • 10 a = 170 - 149,454 + 18,640 Harga a, b1, & b2 dimasukkan dlm persamaan regresi ganda :

• Berarti: Produktifitas kerja pegw akan meningkat bila kemampuan pegw (X1) ditingkatkan & akan turun bila kepemimpinan direktif (X2) ditingkatkan. • Jika kemampuan pegw = 10, kepemimpinan direktif = 10, maka Produktifitas kerja pegw dpt dihitung: Y = 24,1676

Y = 3,9186 + 2,4909 X1 - 0,466 X2

ANALISIS VARIANSI GARIS REGRESI • Fungsi regresi diantaranya adalah untuk memprediksi diperlukan persamaan garis regresi. • Agar hasil prediksi dpt dipercaya maka persamaan garis regresi perlu diuji, agar diketahui signifikansi dari garis regresi tersebut. • Analisis dgn SPSS: lihat output pd tabel ANOVA

Kesimpulan Uji Anova Garis Regresi
Jika F regresi > F tabel atau pvalue < Ho ditolak / H diterima. Persamaan garis regresi yg diperoleh dapat digunakan untuk memprediksi Variabel Y melalui variabel X.

Daftar Pustaka / Referensi
• Sugiyono, Prof. DR. (2006), Statistik utk Penelitian, Bandung: CV. Alfabeta. • Singgih Santoso, (2000), Buku Latihan SPSS Statistik Paramametrik, Jakarta: PT. Elex Media Komputindo. • Sutrisno Hadi, Prof, Drs, MA, (2000), Statistik Jilid 2, Yogyakarta: Penerbit Andi. • Buku2 statistik/situs web lainnya.

SEKIAN DAN TERIMA KASIH

SELAMAT BELAJAR …

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->