Regresi Dengan Variabel Independen Kualitatif Dan Regresi Nonlinear
Regresi Dengan Variabel Independen Kualitatif Dan Regresi Nonlinear
VARIABEL INDEPENDEN
KUALITATIF
DAN
REGRESI NONLINEAR
OLEH KELOMPOK 6 KELAS 2A
ANGGOTA KELOMPOK 6
1. Denny Rizky Firmansyah
(14.8068)
(14.8120)
(14.8190)
4. Izzaturrohmah Syahputri
(14.8191)
(14.8274)
(14.8415)
MATERI 1
REGRESI DENGAN
VARIABEL INDEPENDEN
KUALITATIF
Metode yang digunakan untuk menghitung regresi
dengan variabel independen kualitatif
Dibuat Indikator variabel/dummy variabel, dengan
membuat kode 0 atau 1 sehingga data menjadi
kuantitatif
Bila satu variabel bebas memiliki k kategori, maka
akan dibuat sebanyak (k-1) variabel indikator, yang
masing-masing bernilai 0 atau 1 (0 untuk variabel yang
dijadikan acuan)
Selanjutnya pendugaan dan pengujian parameter
dilakukan dengam cara yang sama dengan regresi
berganda
4
Soal
kecepatan
inovasi(bu
lan)
17
26
21
30
22
0
12
19
4
16
Perus
ukur
an
(juta
ahaan inovasi(bulan)
ukuran
(juta$)
Tipe
$)
151
92
175
31
104
277
210
120
290
238
kecepatan
mutual
mutual
mutual
mutual
mutual
mutual
mutual
mutual
mutual
mutual
Tipe
stoc
11
28
164
k
stoc
12
15
272
k
stoc
13
11
295
k
stoc
14
38
68
k
stoc
15
31
85
k
stoc
16
21
224
k
stoc
17
20
166
9k
stoc
10
11
Dari
12
interaksi :
13
14
15
16
17
PENGUJIAN KOEFISIEN
INTERAKSI
Pengujian formal ada tidaknya interaksi pada model
19
20
Model
21
22
23
24
untuk M4
untuk M1
untuk M2
untuk M3
26
Persamaan
+
Model orde pertama dengan interaksi :
27
28
LATIHAN SOAL
1.
30
31
32
33
34
7. Output SPSS
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
X1
Coefficients
Std. Error
33,874
1,814
-,102
,009
8,055
1,459
Beta
Sig.
18,675
,000
-,911
-11,443
,000
,439
5,521
,000
a. Dependent Variable: Y
35
1.
36
37
38
39
40
6. Output SPSS
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
X1
Coefficients
Std. Error
33,838
2,441
-,102
,013
8,131
,000
Beta
Sig.
13,864
,000
-,909
-7,779
,000
3,654
,443
2,225
,041
,018
-,005
-,023
,982
X1X2
a. Dependent Variable: Y
41
MATERI 2
REGRESI NONLINEAR
Hubungan statistik antar variable tidak semuanya bisa
dijelaskan dengan hubungan linear.
Asumsi kelinearan tidak selalu dapat dipenuhi dalam
suatu analisis regresi.
Hal ini dapat juga dilihat dari letak titik-titik pada
diagram pencar data (x,y) yang sangat menyimpang
dari sebuah garis lurus.
Pada kasus tertentu misalnya dalam masalah yang
berhubungan dengan ekonomi, fisika, kimia dan ilmuilmu pengetahuan lain, hubungan antar variable bisa
jadi malah lebih mampu digambarkan dengan
hubungan non linear.
Model nonlinear biasanya merupakan model teoritis
43
dari hubungan antar variabel pada kasus tertentu.
44
MODEL EKSPONENSIAL
Model ini biasanya digunakan pada kasus-kasus dalam
(1.2)
Dengan
, dan adalah parameter
adalah nilai X ke-i
adalah error yang saling bebas dan
46
47
TRANSFORMASI
Persamaan regresi nonlinear yang bisa dilinearisasi dengan
mentransformasikanya disebut persamaan yang instrinsik
linear. Contohnya
Dengan , dan
maka dapat diperoleh = eo , dan 1 ,
48
LATIHAN SOAL
No.
X
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Y
2
5
7
10
14
19
26
31
34
38
45
52
53
60
65
54
50
45
37
35
25
20
16
18
13
8
11
8
4
6
51
Gambar 1
52
Gambar 2
53
Gambar 3
54
Exponential
,955
Model Summary
F
276,379
df1
Parameter Estimates
df2
Sig.
13
Constant
,000
56,665
b1
-,038
Tabel 2
55
Exponential
,955
Model Summary
F
276,379
df1
Parameter Estimates
df2
Sig.
13
Constant
,000
56,665
b1
-,038
Tabel 2
Interpretasi : Model regresi eksponensial yang terbentuk
adalah : dengan a = 56,665 dan b = -0,038
56
Tabel 2
Grafik 1
57
3. Transformasi variabel y
Lakukan tranformasi Ln terhada Y, dengan cara : Klik
Transform, pilih Compute Variable seperti pada Gambar
4.
Gambar 4
58
3. Transformasi variabel y
Lalu ketik lny pada kolom target variable dan masukkan
rumus ln(indeksprognosis) pada numeric expression
seperti pada Gambar 5
Gambar 5
59
3. Transformasi variabel y
Lalu klilk OK dan muncullah variabel baru lny pada data
view seperti Gambar 6.
Gambar 6
60
Gambar 7
61
Gambar 8
62
Unstandardized
Coefficients
B
(Constant)
Jmlharirawati
nap
a. Dependent Variable: lny
Standardize
d
Coefficients
Std. Error
4,037
,084
-,038
,002
Sig.
Beta
48,002
,000
-,977 -16,625
,000
Tabel 3
Interpretasi : Model regresi linier yang diperoleh adalah .
Didapatkan a = 4,037 dan b = -0,038 dalam model regresi
linier. Maka untuk memperoleh estimasi parameter model
eksponensial nilai a yang diperoleh harus di ln-kan sehingga :
Ln a = 4,037; maka a = e4,037 = 56,6561, jadi Y = 56,6561e0,038X
63
Gambar 9
64
Gambar 10
65
Grafik 2
66
Gambar 11
67
Gambar 12
68
Gambar 13
69
Gambar 14
70
Grafik 3
71
Gambar 15
72
Gambar 16
73
Gambar 17
74
Gambar 18
75
Gambar 19
76
77
Gambar 20
78
Gambar 21
79
Gambar 22
80
KUIS BERHADIAH
Seorang peneliti tertarik untuk memprediksi laba 2
macam perusahaan (swasta asing dan swasta nasional)
bila ditinjau dari besarnya biaya iklan yang dikeluarkan
oleh perusahaan mengenai produknya. Berdasarkan
kasus diatas, buatlah model regresi dan periksalah
apakah ada interaksi antara tipe perusahaan dengan
biaya iklan yang dikeluarkan serta interpretasikan
hasilnya.
Ket : Asing =1, Nasional = 0
81
DAFTAR PUSTAKA
Seber G.A.F dan C.J Wild.2003.Nonlinear Regression.
New Jersey : John Wiley and Son, Inc.
Neter, John dkk.2004.Applied Linear Regression Models
Fourth Edition. New York : McGraw-Hil/Irwin.
Larsen, P.V. 2008. Logistic Regression. Last modified
February 12, 2008. Webmaster
Teknomo, Kardi. 2009. Non-Linear Transformation for
Regression. http:\\people.revoledu.com\kardi\
tutorial\Regression\NonLinear\
Rawlings, J.O. 1988 Applied Regression Analysis. A
Research Tool. North
SEKIAN
TERIMAKASIH