Oleh:

Moh Alimansur
 Analisis regresi merupakan studi
ketergantungan satu atau lebih variabel
bebas terhadap variabel tidak bebas. Dengan
maksud untuk meramalkan nilai variabel
tidak bebas.
 Korelasi hanya  Regresi
menunjukkan menunjukkan
sekedar hubungan
hubungan. pengaruh.
 Dalam korelasi  Dalam regresi
variabel tidak ada terdapat istilah
istilah tergantung tergantung dan
dan variabel variabel bebas.
bebas.
 Y X
 Varaibel tergantung
(Dependent Variable)
 Variabel yang dijelaskan
(Explained Variable)
 Variabel yang diramalkan
(Predictand)
 Variabel yang diregresi
(Regressand)
 Variabel Tanggapan
(Response)
 Varaibel bebas
(Independent Variable)
 Variabel yang menjelaskan
(Explanatory Variable)
 Variabel peramal
(Predictor)
 Variabel yang meregresi
(Regressor)
 Variabel perangsang atau
kendali (Stimulus or
control variable)
 Data Berditribusi Normal
 Uji Homoskedastisitas→homoskedastisitas
atau non heteroskedastisitas yaitu asumsi
yang menyatakan bahwa varian setiap sisaan
masih tetap sama baik untuk nilai-nilai pada
variabel independen yang kecil maupun besar
 Tidak ada autokorelasi
 Multikolinieritas→independent >1
 Linearitas
 Lihat bentuk
Kurva
 Bentuk seperti
bel berarti
distribusi data
normal
 Data menyebar
disepanjang
garis berarti
distribusi
normal
 Hasil Uji KS
menunjukkan
p-value >0,05
 H0 diterima
 Data
berdistribusi
normal
 Adanya Korelasi antar variabel bebas
(Independen)
 Model yang baik jika tidak ada korelasi antar
variabel independen
 Analisa melalui:
 Nilai R2 → R2 tinggi tapi variabel banyak tidak
signifikan
 Korelasi antar variabel independen yang
tinggi (umumnya >0,90)
 Nilai tolerance ≤ 0,10
 Nilai Variance inflation factor (VIF) ≥10
Dasar pengambilan keputusannya adalah sebagai berikut:
- Angka D-W di bawah -2 berarti ada autokorelasi positif
- Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
- Angka D-W di atas +2 berarti ada autokorelasi negatif
Persamaan Regresi
linier Sederhana:
n( XY ) − ( X )( Y )
Y = a + bX +  b=
Y = Nilai yang diramalkan n(  X 2 ) − ( X ) 2
a = Konstansta
b = Koefesien regresi
X = Variabel bebas a=
 Y − b(  X )
 = Nilai Residu n
Seorang peneliti akan meneliti apakah
terdapat pengaruh X1 dan X2 terhadap
variabel Y.
Ho : Tidak terdapat pengaruh X1 dan X2 terhadap Y.
Ha : Terdapat pengaruh X1 dan X2 terhadap Y.

 Ho diterima Jika
b ≤ 0, t hitung ≤ tabel
 Ha diterima Jika
b > 0, t hitung > t tabel.
 Menunjukkan Variabel yang diteliti dan metode yang
digunakan
 R2 = 0,696 → variasi Y dijelaskan oleh variasi
variabel X1, X2 = 69,6 %
 pvalue = 0,000 → model regresi → prediksi
variabel Y
Y=11,123+0,562X1+0,515X2
 Terimakasih....semoga sukses
selalu..