SEDERHANA
Hendro Widjanarko
Manajemen
UPN “Veteran” Yogyakarta
Latar Belakang
95%
α = 2,5%
α = 2,5%
Area
penerimaan
0
a) Untuk uji sebelah kanan
95%
Area
penerimaan
α = 5%
0
a) Untuk uji sebelah kiri
95%
Area
penerimaan
α = 5%
0
Karakteristik Model yang Baik
Model dikatakan baik menurut Gujarati (2006), jika memenuhi beberapa kriteria
seperti di bawah ini:
Parsimoni: Suatu model tidak akan pernah dapat secara sempurna menangkap
realitas; akibatnya kita akan melakukan sedikit abstraksi ataupun
penyederhanaan dalam pembuatan model.
Mempunyai Identifikasi Tinggi: Artinya dengan data yang ada, parameter-
parameter yang diestimasi harus mempunyai nilai-nilai yang unik atau dengan
kata lain, hanya akan ada satu parameter saja.
Keselarasan (Goodness of Fit): Tujuan analisis regresi ialah menerangkan
sebanyak mungkin variasi dalam variabel tergantung dengan menggunakan
variabel bebas dalam model. Oleh karena itu, suatu model dikatakan baik jika
eksplanasi diukur dengan menggunakan nilai adjusted r2 yang setinggi
mungkin.
Konsitensi Dalam Teori: Model sebaiknya segaris dengan teori. Pengukuran
tanpa teori akan dapat menyesatkan hasilnya.
Kekuatan Prediksi: Validitas suatu model berbanding lurus dengan kemampuan
prediksi model tersebut. Oleh karena itu, pilihlah suatu model yang prediksi
teoritisnya berasal dari pengalaman empiris.
Bentuk Hubungan ????
REGRESI
APA YANG DIUKUR DARI
HUBUNGAN TERSEBUT
Bagaimana hubungan fungsional dua
kejadian tersebut atau bagaimana
persamaan matematis yang
mempresentasikan hubungan dua kejadian
tersebut ( analisis regresi)
Bagaiman kekuatan atau keeratan
hubungan dua kejadian tersebut (analisis
korelasi)
Dua variabel dalam regresi
Variabel bebas X
Variabel terikat Y
UKURAN DALAM REGRESI
Koefisien Regresi
mengukur besarnya pengaruh X
terhadap Y
Koefisien korelasi
2
1
n 2 n n
J yy S yy yi y y i yi
2
i 1 i 1 n i 1
JUMLAHKUADRAT REGRESI (JKR)
n n
yi y a bxi a bx
ˆ 2 2
i 1 i 1
n
bx i bx
2
i 1
n
b 2 xi x
2
i 1
= b2Jxx
= b Jxy
JUMLAH KUADRAT SESATAN (JKS)
n n
i i i
y ˆ
y
2
y a bx i 2
i 1 i 1
n
i
y
i 1
y bx bx i 2
n
i
i 1
y y ) b ( x i x 2
( y
n
i y ) 2 2( y i y )b( x i x ) b 2 ( x i x ) 2
i 1
LANJUTAN JKS
n n n
y y 2b y y x i x b x x
2
i
2
i
2
i
i 1 i 1 i 1
J yy 2bJ xy b 2 J xx
J yy bJ xy
=Jyy - bJxy
HUBUNGAN JKT, JKR, JKS
(n -1) = (n -2) + 1
RATA-RATA JUMLAH KUADRAT
(RJK)
kuadrat tengah / kuadrat rata- rata /rata-rata
jumlah kuadrat didefinisikan dengan jumlah
kuadrat dibagi oleh derajat bebasnya
dinamakna
JK ..
RJK ..
DK ..
JENIS-JENIS RJK
JKS
RJKS
n2
Ringkasan
Analisis regresi berbeda dengan analisis korelasi. Jika analisis
korelasi digunakan untuk melihat hubungan dua variable; maka
analisis regresi digunakan untuk melihat pengaruh variable
bebas terhadap variable tergantung serta memprediksi nilai
variable tergantung dengan menggunakan variable bebas.
Dalam analisis regresi variable bebas berfungsi untuk
menerangkan (explanatory) sedang variable tergantung
berfungsi sebagai yang diterangkan (the explained). Dalam
analisis regresi data harus berskala interval atau rasio.
Hubungan dua variable bersifat dependensi. Untuk
menggunakan analisis regresi diperlukan beberapa persyaratan
yang harus dipenuhi.
Pertanyaan