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 Varaibel bebas
(Dependent Variable) (Independent Variable)
Variabel yang dijelaskan Variabel yang menjelaskan
(Explained Variable) (Explanatory Variable)
Variabel yang diramalkan Variabel peramal
(Predictand) (Predictor)
Variabel yang diregresi Variabel yang meregresi
(Regressand) (Regressor)
Variabel Tanggapan Variabel perangsang atau
(Response) 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..