Analisis Regresi
Metodologi Penelitian
Kelompok 2
Hubungan
Regresi
NonLinear
Linear
Tunggal
Ganda
Regresi Linear
Variabel independen
Hubungan
Variabel dependen
Observational
Data
Experimental /
Fixed Data
Koefisien Regresi
Intersep
Slope
suatu
nilai
yang
menunjukkan
seberapa
besar
kontribusi
(sumbangan) yang diberikan
suatu variabel independen
terhadap variabel dependen
Satu Variabel
Independen
Hubungan fungsional
Variabel Dependen
Tujuan :
Untuk mengetahui perubahan
yang terjadi pada variable
dependen, niali variable dependen
berdasarkan perubahan dari nilai
variable independen
Y = a + bX +
Y = Nilai yang diramalkan
a = Konstansta
b = Koefesien regresi
X = Variabel bebas
= Nilai Residu
n( XY ) ( X )( Y )
n( X 2 ) ( X ) 2
Y b( X )
a
n
Contoh :
Seorang Engineer ingin mempelajari Hubungan antara Suhu Ruangan dengan
Jumlah Cacat yang diakibatkannya, sehingga dapat memprediksi atau
meramalkan jumlah cacat produksi jika suhu ruangan tersebut tidak terkendali.
Engineer tersebut kemudian mengambil data selama 30 hari terhadap rata-rata
(mean) suhu ruangan dan Jumlah Cacat Produksi.
Penentuan Tujuan
Identifikasi variabelnya
Pengujian Hipotesis
Pengumpulan Data
Data dimasukkan ke suatu rumus
Dibuat model persamaan regresinya
Dibuat suatu grafik
Penentuan Tujuan
Memprediksi jumlah cacat produksi jika suhu
ruangan tidak terkendali
Identifikasi variabelnya
Variabel
Independen
Suhu Ruang
Variabel
Dependen
Jumlah Cacat Produksi
Pengujian Hipotesis
Ha
H0
Pengumpulan Data
alam
d
e
nk
a
k
k
asu mus
Dim
ru
en
d
n
e
d ep
Statistik Deskriptif
Membuat Grafik
Variabel
independent
sebagai sumbu X
dan
variable
dependen
sebagai
sumbu
Y .Dihasilkan satu
garis lurus karena
hanya ada satu
variable
indepnden
5
4.5
4
3.5
3
Jumlah produksi 2.5
2
1.5
1
0.5
0
10
20
30
40
50
Suhu
60
70
80
90
Kesimpulan
Ha
H0
Fhitung
XY
X2
Y2
64
20
1280
400
4096
61
16
976
256
3721
84
34
2856
1156
7056
70
23
1610
529
4900
88
27
2376
729
7744
92
32
2944
1024
8464
72
18
1296
324
5184
77
22
1694
484
5929
608
192
15032
4902
47094
n( XY ) ( X )( Y )
n( X 2 ) ( X ) 2
8(15032) (192)(609)
1,497
8(4902) (192) 2
Y b( X )
a
n
(608) 1,497(192)
40,082
8
Y= 40,082 + 1,497X+e
Regresi Ganda
Parsial
Variabel Independen 1
Pengaruh independen
secara Parsial terhadap
variabel dependen
Variabel Dependen
Variabel Independen 2
Simultan
Pengaruh
simultan
dependen
independen
terhadap
secara
variabel
Persamaan
Prinsipnya,
Regresi ganda
Regresi tunggal
adalah
menolak
Ho,
maka
uji
keputusannya
adalah
menerima
Ho,
Syarat-syarat
Regresi
Ganda
Tidak mengalami
multikolineritas
Kondisi
terdapatnya
hubungan
linier
atau
korelasi yang
tinggi antara
masingmasing
variabel
independen.
Tidak mengalami
autokorelasi
Korelasi yang
terjadi antara
residual pada
satu
pengamatan
dengan
pengamatan
lain
pada
model regresi.
Tidak mengalami
heteroskedastisitas
adanya
ketidaksamaa
n varian dari
residual untuk
semua
pengamatan
pada
model
regresi
Ada hubungan
secara teoritis
antar variabel
Persamaan
regresi harus
linear
Antara variabel
bebas
dengan
variabel terikat
mempunyai
hubungan secara
teoritis,
dan
melalui
perhitungan
korelasi
sederhana dapat
Mengingat
pengujian
linieritas untuk
regresi ganda
sukar
dilakukan
maka
sejauh
ini
linieritas
untuk regresi
ganda hanya
di asumsikan.
:
Hubungan antara kemampuan kerja, pemahaman terhadap tugas, motivasi kerja,
dan produktivitas kerja.
Dimana :
Regresi Non-Linear
Variabel Independen
Variabel Dependen
Model Kuadratik
menu
run
polino
mial
expone
ntial
Logarit
mic
Steel dan
Torrie
(1980)
Macam-macam Grafik
non linear
Penyelesain
persamaan
non-linear
Metode biseksi
Metode Regula Falsi
Metode Newton Raphson
Metode Secan
Contoh :
Aktivitas
Enzim
S (mM)
1.5
2
3
4
8
16
Produk yang
terbentuk
(mg/menit)
0.21
0.24
0.28
0.33
0.4
0.45
0.5
0.4
0.3
V(mg/menit)
0.2
0.45
0.4
0.33
0.28
0.24
0.21
0.1
0
0
8
S(mM)
10
12
14
16
18
0.45
0.4
0.33
0.28
0.24
0.21
0.1
0
0
10
12
14
16
18
S(mM)
Data
diatas telah mengikuti persamaan
Michaelis-Menten yaitu
Dengan
persamaan data yang kita peroleh dapat kita modifikasi sebgai berikut:
S
1.5
2
3
4
8
16
V
0.21
0.24
0.28
0.33
0.4
0.45
1/S
0.666666667
0.5
0.333333333
0.25
0.125
0.0625
1/V
4.761905
4.166667
3.571429
3.030303
2.5
2.222222
1/V
4.76
5
4
3
y = 4.2663x + 1.9978
1/V
f(x) = 4.27x + 2
R = 0.99
3.03
2.5
2.22
4.17
3.57
2
1
0
0
0.1
0.2
0.3
0.4
1/[S]
0.5
0.6
0.7
0.8
Daftar Pustaka
Nama Kelompok
-
Faradila T.P
(130302340-KB 2013)
Dicky Supangat
2013)
(13030234028-KB