P. 1
ANALISIS REGRESI

ANALISIS REGRESI

|Views: 41|Likes:
Dipublikasikan oleh Raissa Aulia

More info:

Published by: Raissa Aulia on Apr 26, 2012
Hak Cipta:Attribution Non-commercial

Availability:

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

08/06/2013

pdf

text

original

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

Yaitu x (var bebas) dan y (variabel tak bebas). Macam Analisis Regresi 1. Semua variabel datanya kuantitatif. Misal : Melihat pengaruh kemasan terhadap harga jual makanan. 5. Contoh : regresi kuadratik. Regresi Linier Berganda Hubungan antara variabel y dengan dua atau lebih variabel x. Regresi Logistik Hubungan antara variabel y (data kualitatif) dan variabel x (data kuantitatif). 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.. lama penyinaran.2. Regresi Dummy Hubungan antara variabel y (data kuantitatif) dan variabel x (data kualitatif). Regresi Nonlinier Hubungan antara variabel y dan x yang tidak linier. i  1. . 1 dan o adalah variabel dummy. suhu. 2.2. Misal : produksi padi dipengaruhi oleh jenis pupuk.. Kedua variabel datanya kuantitatif. Yi   0  1 X i   i . Tapi klo diberi dengan taraf tinggi... Regresi Linier Sederhana Hubungan antara 2 variabel. Kita coding 1 jika kemasan menarik dan 0 jika kemasan tidak menarik. n Misal : Berat badan seseorang dipengaruhi tinggi badannya. malah produksinya menurun. dll 3. 4.

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

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)//-->