ANALISIS REGRESI

Stat/Reg/Sam 04
 TUJUAN

Penjualan = 5,23 + 0,65 Iklan

Berapa
penjualan bulan
depan ketika
belanja iklan
saya 100 jt?

Stat/Reg/Sam 04
TUJUAN ANALISIS
REGRESI
Analisis regresi digunakan untuk
memprediksi. Variabel (X) hasil
pengukuran yang disebut prediktor
digunakan untuk memprediksi atau
mengestimasi besaran variabel (Y)
yang disebut kriterion.

Stat/Reg/Sam 04
 KORELASI & REGRESI
• Keduanya berhubungan sangat erat,
karena setiap regresi pasti didahului
dengan korelasi.
• Korelasi dapat dilanjutkan pada analisis
regresi apabila antar variabelnya
memiliki hubungan kausal atau fungsional
• Untuk menetapkan ada hubungan atau
tidak harus didasarkan pada teori atau
konsep tentang dua variabelnya
Stat/Reg/Sam 04
SYARAT REGRESI
• Datanya interval atau rasio
• Data berdistribusi normal
• Untuk memprediksi diperlukan persamaan
regresi linear, yang berarti bahwa terdapat
korelasi atau hubungan garis lurus antara
variabel X dan Y, sehingga dapat diketahui
bentuk hubungan:
X naik  Y naik / X turun  Y turun
X naik  Y turun/ X turun  Y naik

Stat/Reg/Sam 04
 REGRESI LINIER
SEDERHANA
 Hanya ada dua variabel (satu variabel
independen & satu variabel dependen)
 Persamaan umum
Ŷ a bX
Y’ = variabel dependen yang diprediksikan
a = angka konstan/harga Y bila X=0
b = peningktan/penurunan variabel dependen yang
didasarkan pada vaariabel independen
X = nilai variabel independen

Stat/Reg/Sam 04
 LANGKAH ANALISIS
REGRESI LINIER
SEDERHANA
 Mencari harga a dan b
 Menyusun persamaan regresi
 Membuat garis regresi

Stat/Reg/Sam 04
 MENCARI HARGA a
DAN b
sy r = Koefisien korelasi product
b r moment X dengan Y
sx
Sy = Simpangan baku Y
Sx = Simpngan baku X
a Y bX atau

Y X2 X XY n XY X Y
a 2
b 2 2
n X2 X n X X

Stat/Reg/Sam 04
LATIHAN
Subyek X Y
1 15 12
2 10 13
3 7 9
4 18 18
5 5 7
6 10 9
7 7 14
8 17 16
9 15 10
10 9 12
11 8 7
12 15 13
13 11 14
14 17 19
15 8 10
16 11 16
17 12 12
18 13 16
19 18 19
20 7 11
∑ 233 257
Stat/Reg/Sam 04
Subyek X Y X2 Y2 XY
1 15 12 225 144 180
2 10 13 100 169 130
3 7 9 49 81 63
4 18 18 324 324 324
5 5 7 25 49 35
6 10 9 100 81 90
7 7 14 49 196 98
8 17 16 289 256 272
9 15 10 225 100 150
10 9 12 81 144 108
11 8 7 64 49 56
12 15 13 225 169 195
13 11 14 121 196 154
14 17 19 289 361 323
15 8 10 64 100 80
16 11 16 121 256 176
17 12 12 144 144 144
18 13 16 169 256 208
19 18 19 324 361 342
20 7 11 49 121 77
∑ 233 257 3037 3557 3205

Mean 11,65 12,85

SD 4,12 Stat/Reg/Sam
3,66 04
Harga a dan b

Y X2 X XY n XY X Y
a b 2
n X2 X
2 n X2 X

257 3037 233 3205 20 * 3205 233 257

a 2
b 2
20 * 3037 233 20 * 3037 233

a 5,23 b 0,65

Stat/Reg/Sam 04
Menyusun Persamaan Garis

ˆ
Y 5,23 0,65 X

Stat/Reg/Sam 04
 Prediksi Berdasarkan
Persamaan Garis Regresi
Penjualan = 5,23 + 0,65 Iklan

Berapa
penjualan bulan Sekitar
depan ketika
Rp 65.000.005,23
belanja iklan
saya 100 jt?
Investasi GILA!!!!

Stat/Reg/Sam 04
 Error dalam Prediksi
Yˆ biasanya tidak sama dengan Y, namun biasanya
mendekati rata-rata (mean) Y. Untuk menghitung
tinggal memasukkan tiap-tiap nilai X kedalam
persamaan garis

Selisih antara Yˆ dengan Y senyatanya inilah yang

disebut error prediksi

e Y Yˆ

Stat/Reg/Sam 04
Yˆ

Error dalam Prediksi

Subyek X Y X2 Y2 XY e e2

1 15 12 225 144 180 14.98 -2.98 8.8804

2 10 13 100 169 130 11.73 1.27 1.6129
3 7 9 49 81 63 9.78 -0.78 0.6084
4 18 18 324 324 324 16.93 1.07 1.1449
5 5 7 25 49 35 8.48 -1.48 2.1904
6 10 9 100 81 90 11.73 -2.73 7.4529
7 7 14 49 196 98 9.78 4.22 17.8084
8 17 16 289 256 272 16.28 -0.28 0.0784
9 15 10 225 100 150 14.98 -4.98 24.8004
10 9 12 81 144 108 11.08 0.92 0.8464
11 8 7 64 49 56 10.43 -3.43 11.7649
12 15 13 225 169 195 14.98 -1.98 3.9204
13 11 14 121 196 154 12.38 1.62 2.6244
14 17 19 289 361 323 16.28 2.72 7.3984
15 8 10 64 100 80 10.43 -0.43 0.1849
16 11 16 121 256 176 12.38 3.62 13.1044
17 12 12 144 144 144 13.03 -1.03 1.0609
18 13 16 169 256 208 13.68 2.32 5.3824
19 18 19 324 361 342 16.93 2.07 4.2849
20 7 11 49 121 77 9.78 1.22 1.4884

∑ 233 257 3037 3557 3205 256.05 0.95 116.6375

Stat/Reg/Sam 04
Estimasi Error Persamaan
Regresi 2
e
sY X
n 2

116,637
sY X
18

sY X

Stat/Reg/Sam 04
 MULTIPLE LINEAR REGRESSION

 Digunakan untuk penelitian korelasional yang

bertujuan meramalkan dan memiliki variabel
independen 2

X1
X2 Y

X2
Stat/Reg/Sam 04
 PERSYARATAN
 Jenis data
Interval/rasio
 Data Normal Statistik
 Linear Parametrik
 Homogen

Multikolinear
Stat/Reg/Sam 04
 PERSAMAAN REGRESI
Rumus Raw Score

Y a b1 X 1 b2 X 2 ... bn X n
Rumus Standard Score

zY z
1 1 z
2 2 ... z
k k
Stat/Reg/Sam 04
 PERSAMAAN REGRESI

rY1
rY r12
2
rY
2
rY r12
1
1 2 2 2
1 r12 1 r12

rY1 = Korelasi antara X1 dengan Y

rY2 = Korelasi antara X2 dengan Y
r12 = Korelasi antara X1 dengan X2
Stat/Reg/Sam 04
 PERSAMAAN REGRESI

SDY SDY
b1 1 b2 2
SDX1 SDX 2

k
a Y bi X i
i 1

x2
SD = Simpangan Deviasi SD
N
Stat/Reg/Sam 04
 CONTOH
X1 X2 Y
24 13 36
19 15 39
16 12 35
19 10 43
22 12 40
20 13 42
28 14 49
14 13 38
18 14 36
21 11 44
25 13 35
14 10 43
Stat/Reg/Sam 04
 Langkah Mengerjakan
1. Menghitung Mean
2. Menghitung Standard Deviasi
3. Menghitung Kuadrat Varian
4. Menghitung Korelasi Product Moment
– X1 dengan Y
– X2 dengan Y
– X1 dengan X2

Stat/Reg/Sam 04
 Langkah Mengerjakan
5. Menghitung Nilai Beta
6. Menghitung Nilai b1, b2, dan a
7. Membuat Persamaan Garis Regresi
8. Menghitung sumbangan relatif dari kedua
prediktor (R2) dengan rumus:

RY 12...k r
1 Y1 r
2 Y2 ... r
k Yk
Stat/Reg/Sam 04
 Langkah Mengerjakan
9. Menghitung Nilai Signifikansi (F) dengan rumus:

R2 / k
F
1 R2 / n k 1
10. Menghitung signifikansi tiap-tiap prediktor (t)
dengan rumus:
bi SY
2
SSY (1 R 2 )
t Sb 1 , 2.. k
sY
sb i
i
SS X 1 r 212
i
12... k
n k 1
Stat/Reg/Sam 04
 Harga a, b1, b2…bn
 Dua Prediktor

Y an b1 X 1 b2 X2
X 1Y a X 1 b1 X 1 b2 X1 X 2
2
X 2Y a X 1 b1 X 1 b2 X2
Stat/Reg/Sam 04
 Harga a, b1, b2…bn
 Tiga Prediktor

2
X 1Y b1 X1 b2 X1 X 2 b3 X1 X3

2
X 2Y b1 X1 X 2 b2 X2 b3 X2 X3

2
X 3Y b1 X1 X 2 b2 X2 X 3 b3 X3
Stat/Reg/Sam 04
 Harga a, b1, b2…bn
 Empat Prediktor

Stat/Reg/Sam 04
 Rumus Korelasi
 Angka Kasar
n. XY X. Y
rxy 2 2
2 2
n X X n Y Y

 Skor Deviasi
xy
rxy
x2 y2

Stat/Reg/Sam 04