Anda di halaman 1dari 19

REGRESI DAN KORELASI

LINIER BERGANDA
Kelompok 3:
Dendi Faiysal Putra
Helky Sandra
Stella Putri Pratama
Khairunnas
Rika Almaida Simanjuntak
Resty Prasuryani
Doli ali fitri
Fachri Arif
Muhammad Fadli
Apa itu Regresi Korelasi Liner 2 Variable?
Ramalan,
Regresi penaksiran dan
pendugaan
berdasarkan data

Korelasi Hubungan antar


variable

Pendugaan dalam
bentuk formula
berdasarkan
Regresi Korelasi hubungan antar 2
atau lebih variable
tertentu
Secara Umum, regresi korelasi dibuat dalam
persamaan :
Y = a + b1x1 + b2x2 +……………bkxk
Y = variabel terikat
A = konstanta
b1, b2 = koefisien regresi

x1, x2 = variabel bebas


PERSAMAAN REGRESI KORELASI LINIER


BERGANDA
Dibagi atas 2 bentuk ; bentuk stokasitik dan non
stokastik

Y = a + bx1 + bx2 + ..... bnxn + c


STOKASTIK

Y = a + bx1 + bx2 + ..... bnxn

NON
STOKASTIK
PENDUGAAN DAN PENGUJIAN KOEFISIEN
REGRESI
1. Kesalahan baku regresi dan koefisien regresi
berganda

Persamaan TARGET!
Koefisien REAL
regresi VALUE

HOW MUCH
FAULT
FROM
TARGET? SIMPANGAN
BAKU
Kesalahan Baku :

Se =

Se : Kesalahan baku regresi berganda


n : Jumlah pasangan observasi
m : jumlah konstant dalam persamaan regresi
berganda.
Untuk koefisien b1 dan b2 kesalahan bakunya
dirumuskan :
Sb1 =

Sb2 =
i

Pendugaan interval koefisien regresi berganda


(parameter B1 dan B2) :

Koefisien Regresi
Parameter B1 dan B2 Parsial

Menggunakan
distribusi t dengan
derajat bebas (db) =
b1 – ta/2n-m Sbi Bi bi + ta/2n-m Sbi n-m
 i = 2,3
PENGUJIAN HIPOTESIS KOEFISIEN REGRESI
LINIER BERGANDA

Pengujian Hipotesis
Pengujian Hipotesis
Serentak

Pengujian Hipotesis
Individual

B1 dan B2 B1 atau B2
mempengaruhi mempengaruhi
nilai Y nilai Y
PERAMALAN DENGAN REGRESI LINIER
BERGANDA
Dapat dilihat jika variable x1 dan x2 sudah diketahui.
Harus ditentukan dulu koefisien – koefisien regresi
dan dilakukan pengujian hipotesis.
 x1 dan x2 mempunyai pengaruh jika dalam pengujian
hipotesis pengujian koefisiennya memenuhi H0 : B1 =
B2 = 0 ditolak atau H1 : B1 B2 0 diterima, khususnya
pada taraf nyata 1%
Contoh :
Jika y = a + b1x1 + b2x2 adalah sistem pengujian
pembangkit listrik :
Dimana : y = energi listrik yang dihasilkan
a = konstanta yang mempengaruhi sistem
b1 = pengaruh x1 jika x2 konstan
b2 = pengaruh x2 jika x1 konstan
x1 = kecepatan angin rata - rata
x2 = daya magnet rata - rata
Jika a = 10, b1 = 2, b2 = 3, x1 = 12, x2 = 10, maka ramalan nilai
y adalah :
Solution :
Berdasarkan data, maka tinggal dimasukkan kedalam
persamaan :
 y = a + bx1 + bx2
Y = 10 + 2.12 + 3.10
 y = 64 watt

Catatan : harus ditentukan terlebih dahulu simpangan


baku dari data yang diambil sebagai perkiraan kesalahan
pendugaan.
KORELASI LINIER BERGANDA
Koefisien penentu
Analisis Korelasi Linier
berganda atau koefisien
Berganda
determinasi berganda

Koefisien Korelasi
Berganda

Koefisien Korelasi Linier


FORMULA
Koefisien penentu berganda atau koefisien
determinasi berganda merupakan ukuran kesesusaian
garis regresi linear berganda terhadap suatu data

KPBy1.2 =
FORMULA
Koefisien Korelasi Berganda merupakan ukuran
keeratan hubungan antara variabel terikat dan semua
variabel bebas secara bersama-sama

Ry1.2 =
FORMULA
Koefisien korelasi parsial merupakan koefisien
korelasi antara dua variabel. Jika variabel lainnya
konstan, pada hubungan yang melibatkan lebih dari
dua variabel.
Dibagi atas 3 ; koefisien korelasi antara y dan x1 jika x2
konstan ; koefisien korelasi antara y dan x2 jika x1
konstan ; dan koefisien korelasi antara x1 dan x2 jika y
konstan.
FORMULA
1. koefisien korelasi antara y dan x1 jika x2 konstan
 Ry.12 =
2. Koefisien korelasi parsial antara y dan x2, jika x1 konstan
 Ry.12 =
3. Koefisien korelasi parsial antara x1 dan x2 jika y
konstan
R12y =
KORELASI LINIER BERGANDA DENGAN 3
VARIABEL BEBAS
1.Koefisien Penentu Berganda
KPB =
Σy2 = Σy2 –

2. Koefisien Korelasi Berganda


Ry123 =
Thanks For Watching

Anda mungkin juga menyukai