Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

1 Regresi dan Korelasi Linier M. Haviz Irfani, S.Si - STMIK MDP PALEMBANG STATISTIK DESKRIPTIF.

Presentasi serupa


Presentasi berjudul: "1 Regresi dan Korelasi Linier M. Haviz Irfani, S.Si - STMIK MDP PALEMBANG STATISTIK DESKRIPTIF."— Transcript presentasi:

1 1 Regresi dan Korelasi Linier M. Haviz Irfani, S.Si - STMIK MDP PALEMBANG STATISTIK DESKRIPTIF

2 2 Regresi Linier : Regresi Linier Sederhana Regresi Linier Berganda Regresi NonLinier: Regresi Eksponensial P E R S A M A A N R E G R E S I JENIS-JENIS Contoh : Umur Vs Tinggi Tanaman  (X : Umur, Y : Tinggi) Biaya Promosi Vs Volume penjualan  (X :Biaya Promosi, Y:Vol. penjualan)

3 3 Hubungan antara dua variabel yang menitikberatkan pada observasi variabel tertentu, sedangkan variabel yang lain dikonstan pada berbagai keadaan. PENGERTIAN Regresi Linier Sederhana

4 TUJUAN : Regresi Linier Sederhana Garis Regresi Persamaan Garis Regresi X Y Diagram Pencar atau Scatter Diagram

5 MODEL/RUMUS Metode Kuadrat Terkecil Regresi Linier Sederhana X : variabel bebas Y: variabel tak bebas a: intercept, sebuah konstanta menyatakan perbedaan besarnya rata- rata Y ketika X=0. b: Slope, menyatakan besarnya perubahan nilai Y bila nilai X berubah satu unit pengukuran. e: galat/error,menyatakan selisih antara nilai Y yang teramati dengan nilai Y yang sesungguhnya pada titik X tertentu.

6 Diketahui data Biaya Promosi (dalam juta rupiah) dan Volume Penjualan (dalam ratusan juta liter) PT Sirainmess perusahaan Minyak Goreng. Regresi Linier Sederhana - Contoh Tahun Biaya Promosi (x) Volume Penjualan (y) x.yx2x2 y2y jumlah x =26 y =40 xy=232 X 2 =158 Y 2 =346

7 7 Solusi : Regresi Linier Sederhana - Contoh

8 8 Regresi Linier Sederhana Diagram Pencar X Y Y= 2, ,053 X XY’

9 Regresi Linier Sederhana XX Y Y Y= a + b X Y= a - b X Dua bentuk diagram pencar yang dapat terjadi, untuk gambar 1 terjadi kenaikan X yang diikuti kenaikan Y dan sebaliknya, sementara pada gambar 2 terjadi kenaikan X diikuti penurunan Y dan sebaliknya. Gambar 1 Kurva Positif Gambar 2 Kurva Negatif

10 Misalkan dan Maka Kesamaan diantara garis regresi/ garis trend memiliki dua sifat matematis sbb: 10 Cara ke 2 Regresi Linier Sederhana

11 Contoh : Diketahui hubungan Biaya Promosi (X d alam Juta Rupiah) dan Y (Volume penjualan dalam Ratusan Juta liter) dapat dinyatakan dalam persamaan regresi linier sebagai berikut: Y= 2, ,053 X Perkiraan Volume penjualan jika dikeluarkan biaya promosi Rp. 10 juta? Penyelesaian : Y= 2, ,053*X Untuk X= 10, maka Y= 2, ,053*(10) = 2, ,53 = 13,06 (ratusan juta liter) PerkiraanVolume penjualan = 13,06 * liter

12 12 Berfungsi untuk mengetahui derajat atau keeratan hubungan, juga untuk mengetahui arah hubungan dua buah variabel numerik. Contoh: Apakah hubungan berat badan dan tekanan darah mempunyai derajat yang kuat atau lemah dan apakah kedua variabel tersebut berpola positif atau negatif ?? Korelasi Linier Sederhana Pengertian KORELASI

13 13 Hubungan dua variabel dapat dilihat dari diagram tebar/pencar (Scatter Plot) Dari diagram tebar dapat diperoleh informasi tentang pola hubungan antara dua variabel X dan Y. Selain itu juga dapat menggambarkan keeratan hubungan dari kedua variabel tersebut. Korelasi Linier Sederhana LANJUTKAN… SCATTER PLOT HUBUNGAN + HUBUNGAN - TIDAK ADA HUBUNGAN Derajat keeratan hubungan (kuat lemahnya hubungan) dapat dilihat dari tebaran datanya  semakin rapat tebarannya, Semakin kuat hubungannya dan sebaliknya semakin melebar tebarannya menunjukkan hubungannya semakin lemah.

14 Rumus Korelasi Korelasi Linier Sederhana Dengan, r : Koefisien Korelasi dan n : Jumlah data sampel Nilai korelasi ( r ) berkisar 0 s.d. 1 atau bila dengan disertai arahnya nilai antara -1 s.d. +1 r = 0  tidak ada hubungan linier r = -1  hubungan linier negatif sempurna r = +1  hubungan linier positif sempurna

15 Contoh Korelasi Linier Sederhana 15 CONTOH : Biaya produksi (Y) Jumlah (X) XYX2X2 Y2Y Jadi keeratan 2 variabel tersebut ( biaya produksi dengan produksi yang dihasilkan) adalah 0,86 atau 86%

16 Korelasi Linier Sederhana Koefisien Determinasi Sample R=r 2 =(0, …) 2 =0, Merupakan ukuran proporsi keragaman totalnilai peubah Y yang dapat dijelaskan oleh peubah X melalui hubungan linier. Artinya R=74,32 % keragaman Y dapat dijelaskan oleh X melalui hubungan linier, sisanya 25,68% dijelaskan oleh hal-hal yang lain.

17 Korelasi Linier Sederhana hubungan dua variabel secara kualitatif dapat dibagi dalam empat area sebagai berikut: r = 0,00 – 0,25  tidak ada hubungan/hubungan lemah r = 0,26 – 0,50  hubungan sedang r = 0,51 – 0,75  hubungan kuat r = 0,76 – 1,00  hubungan sangat kuat/sempurna Sehingga 0 1 0,50,25 0,75 Tidak ada hubungan Hubungan Sempurna Hubungan Lemah Hubungan Sangat Kuat Hubungan Sedang Hubungan Kuat

18 TERIMA KASIH


Download ppt "1 Regresi dan Korelasi Linier M. Haviz Irfani, S.Si - STMIK MDP PALEMBANG STATISTIK DESKRIPTIF."

Presentasi serupa


Iklan oleh Google