PERTEMUAN 13-14
DOSEN :
DENNY ASTRIE ANGGRAINI, M.T
d_nny0204@yahoo.com
Analisis Regresi?
Regresi dan Korelasi
Atau
• Y=a+bX
Regresi Linier Sederhana
• Interpretasi dari persamaan tersebut adalah :
– Koefisien regresi (b). Perkiraan perubahan dari
variabel dependen untuk setiap unit perubahan
variabel independen. Jika variabel independen
ditemukan secara signifikan berpengaruh (koefisien
benar-benar signifikan berbeda dari nol), nilai dari
koefisien regresi mengindikasikan seberapa besar
hubungan variabel independent tersebut terhadap
variabel dependennya.
– Intercept (a). Interpretasi intercept kadang-kadang
berbeda. Intercept adalah hanya sebagai nilai
explanatory dalam rentang nilai variabel-variabel
independen.
Regresi Linier Sederhana
Lebih dari itu, interpretasi intercept didasarkan pada
karakteristik dari variabel independen :
• Dalam hubungan sederhana, intercept adalah hanya
sebagai nilai interpretif jika variabel independen bernilai nol.
Contoh, misalkan variabel independennya adalah biaya
periklanan. Jika dalam kenyataan atau pada beberapa
kondisi, tidak ada periklanan yang dilakukan, maka nilai
intercept akan merepresentasikan nilai variabel dependen
ketika biaya periklanan nol,
• Jika nilai independen merepresentasikan sebuah
pengukuran yang tidak pernah bisa mempunyai nilai
sebenarnya nol (seperti tingkah laku atau persepsi),
intercept membantu dalam meningkatkan proses prediksi,
tetapi tidak mempunyai nilai eksplanatory.
Regresi Linier Sederhana
a=
[(492,05)(1055,824) - (94,1178)(5174,76)
(9)(1055,824) - (94,1178)
2
= 50,4166
b=
(9)(5174,76) - (94,1178)(492,05)
[(9)(1055,824) - (94,1178) 2
= 0,4069
BB
(liter) 4,8 5,7 7,2 8,3 10,9 12,5 13,1 13,6 15,3
d_nny0204@yahoo.com