Regresi Linier
Regresi Linier
Regresi Linier
Y = a + bx
Dalam praktek penelitian nilai-nilai atau data variabel x,
dan data variabel Y diperoleh dari hasil pengamatan/
pengukuran objek yang diteliti.
Misal (1) dalam penelitian tingkat pemuaian suatu
material (Y), oleh energi panas (x) yang
diberikan/diterima oleh material tersebut atau
(2) Misalnya ingin melihat hubungan antara pengeluaran
biaya iklan (X) dengan penerimaan melalui penjualan (Y) :
APA YANG HARUS DICARI/DIHITUNG ?
minimum
n n
e Yi - â - b̂X i
2
2
i
i 1 i 1
BAGAIMANA MENDAPATKAN NILAI KOEFISIEN TERSEBUT ?
SALAH SATUNYA MELALUI PERHITUNGAN SIMPANGAN RATA-RATA
X X Yi Y
n Dengan (Xi – X) = simpangan rata-rata X.
i
b̂ i 1
X X
n
2 Dan (Yi – Y) = simpangan rata-rata Y.
i
i 1
â Y b̂X
Rata-rata Y Rata-rata X
ATAU
MELALUI PERSAMAAN BERIKUT
n X iYi X i Yi
b
n X ( X i )
i
2 2
a Y bX
MENGHITUNG KOEFISIEN KORELASI
Menggunakan koefisien Korelasi Pearson (r) atau disebut juga
Pearson’s product moment coefficient of correlation, yang nilai nya
1 r 1
Kriteria hubungan :
Interpresi dari r adalah menunjukan kuat lemahnya hubungan.
Interval Koefisien Korelasi Kriteria
0,00 – 0,199 Sangat rendah/lemah
0,20 – 0,399 Rendah/lemah
0,40 - 0,599 Sedang/cukup
0,60 – 0,799 Kuat/tinggi
0,80 -0,999 Sangat kuat/tinggi
1,00 sempurna
MENGHITUNG KOEFISIEN KORELASI
n X iYi X i Yi
r
n X i
2
( X i ) 2
nY (Y )
i
2
i
2
KOEFISIEN DETEMINASI
R 2
Ŷ Y
i
2
KP r Y Y
• Dinyatakan oleh : 2 atau 2
i
• Nilai KP adalah 0 r 1
Jika r = 1, hubungan X dan Y sempurna (sangat kuat) dan positif.
Jika r = 0, tidak ada hubungan antara X dan Y.
Jika r = -1, hubungan X dan Y sempurna (sangat kuat) dan negatif,
KOEFISIEN DETEMINASI
2
Ŷ Y
i
2
Interpretasi KP r 2
atau R
Y Y
i
2
Tahun 1 2 3 4 5 6 7 8 9 10
X 10 9 11 12 11 12 13 13 14 15
Y 44 40 42 46 48 52 54 58 56 60
DIAGRAM PENCAR
65
sales revenue (millions of dollars)
60
55
50
45
40
35
8 10 12 14 16
ads expenditures (millions of dollars)
DIAGRAM PENCAR
65
Ingin dibuat
model/persamaan
sales revenue (millions of dollars)
60
55
Y = a + bX
Model memuat
50 error, selisih nilai
45 e sebenarnya
dengan dugaan
40 Ŷ berdasar model
Y
35
8 10 12 14 16 e Y - Ŷ
ads expenditures (millions of dollars)
PARADIGMA PENELITIAN
X Y
ILUSTRASI PERHITUNGAN
X Y X-rata Y-rata (X-rata)(Y-rata) (X-rata)2
10 44 -2 -6 12 4
9 40 -3 -10 30 9
11 42 -1 -8 8 1
12 46 0 -4 0 0
11 48 -1 -2 2 1
12 52 0 2 0 0
13 54 1 4 4 1
13 58 1 8 8 1
14 56 2 6 12 4
15 60 3 10 30 9
Y 50 X X
2
30 a = 50 – 3.533 (12) = 7.60
DIAGRAM PENCAR DATA :
65
y = 3.5333x + 7.6
sales revenue (millions of dollars)
60
55
50
45
40
35
8 10 12 14 16
ads expenditures (millions of dollars)
INTERPRETASI A DAN B
a = besarnya nilai Y ketika X sebesar 0
b = besarnya perubahan nilai Y ketika X berubah satu
satuan. Tanda koefisien b menunjukkan arah hubungan X
dan Y
Pada kasus ilustrasi
a = 7.6 = besanya sales revenue, jika tidak ada belanja
iklan adalah 7.6 mlo
b = 3.533 = jika belanja iklan dinaikkan 1 juta dolar
maka sales revenue naik 3.533 juta dolar
UJI SIGNIFIKASI KOEFISIEN B
H0 : b = 0 (artinya X tidak mempengaruhi Y)
H1 : b 0 (artinya X mempengaruhi Y)
Y Ŷ
n 2
b̂ - 0
stat uji t s b̂ i 1
i i
s b̂
(n k ) X i X
n
2
i 1
Nilai sb = 0.52
Nilai t = 6.79
Nilai t pada tabel (db = 8, = 5%) = 2.306
Kesimpulan : Tolak H0, data mendukung
kesimpulan adanya pengaruh ads expenditure
terhadap sales revenue.
TERIMA KASIH