ANALISIS REGRESI Kita harus ‘pintar’ memilih jenis regresi yang ‘pas’ untuk data kita.

Ada bermacam-macam tipe, disesuaikan dengan jenis data (kualitatif atw kuantitatif), jumlah variabel (satu, dua, dst), pola plotnya (linier atw nonlinier), dll. 1. Pengertian Analisis Regresi adalah analisis statistika yang memanfaatkan hubungan antara dua atau lebih peubah kuantitatif sehingga salah satu peubah dapat diramalkan dari peubah lainnya. Misalnya, kita mau melihat dosis dan jenis pupuk berhubungan dengan hasil pertanian; keputusan konsumen membeli makanan berhubungan dengan tempat, harga, dan pelayanan warung makan; dan masih buaanyak lagi. Secara umum ada dua macam hubungan antar 2 atau lebih variabel, yaitu : 1. Bentuk Hubungan -- > Analisis Regresi 2. Keeratan Hubungan -- > Analisis Korelasi

Apa bedanya dengan korelasi?

Korelasi

Regresi Linier Berganda Hubungan antara variabel y dengan dua atau lebih variabel x. Tidak linier maksudnya laju perubahan y akibat laju perubahan x tidak konstan untuk nilai-nilai x tertentu. kubik Misal : Produksi padi akan meningkat saat diberi pupuk taraf rendah ke sedang.. n Misal : Berat badan seseorang dipengaruhi tinggi badannya.2. Yi   0  1 X i   i . i  1. Regresi Logistik Hubungan antara variabel y (data kualitatif) dan variabel x (data kuantitatif). Misal : produksi padi dipengaruhi oleh jenis pupuk. 2. dll 3. Kita coding 1 jika kemasan menarik dan 0 jika kemasan tidak menarik. suhu. lama penyinaran.. malah produksinya menurun. Misal : Melihat pengaruh kemasan terhadap harga jual makanan. Contoh : regresi kuadratik.. Kedua variabel datanya kuantitatif. Semua variabel datanya kuantitatif. Regresi Dummy Hubungan antara variabel y (data kuantitatif) dan variabel x (data kualitatif). Tapi klo diberi dengan taraf tinggi. Macam Analisis Regresi 1. ..2. 4. 5. Regresi Nonlinier Hubungan antara variabel y dan x yang tidak linier. 1 dan o adalah variabel dummy. Regresi Linier Sederhana Hubungan antara 2 variabel. Yaitu x (var bebas) dan y (variabel tak bebas).

pelayanan. . yaitu konsumen membeli (1) dan tidak membeli (0). Dalam kasus ini hanya ada 2 kemungkinan respon konsumen.Misal : Ingin diketahui apakah konsumen akan membeli makanan di rumah makan berdasarkan penilaian konsumen terhadap lokasi. pendapatan.