Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

REGRESI LINEAR SEDERHANA Y = β 0 + β 1 X + ε β 0 dan β 1 merupakan parameter Y = β 0 + β 1 X + ε β 0 dan β 1 merupakan parameter Model Matematis Y atas.

Presentasi serupa


Presentasi berjudul: "REGRESI LINEAR SEDERHANA Y = β 0 + β 1 X + ε β 0 dan β 1 merupakan parameter Y = β 0 + β 1 X + ε β 0 dan β 1 merupakan parameter Model Matematis Y atas."— Transcript presentasi:

1 REGRESI LINEAR SEDERHANA Y = β 0 + β 1 X + ε β 0 dan β 1 merupakan parameter Y = β 0 + β 1 X + ε β 0 dan β 1 merupakan parameter Model Matematis Y atas X Sampel Y = b 0 + b 1 X +e b 0 merupakan estimator untuk β 0 b 1 merupakan estimator untuk β 1

2 Regresi Linear Sederhana Y = b0 + b1 X X = Variabel bebas (Independent Variable) Y = Variabel tergantung (Dependent Variable) b 0 = intersep (intercepth), yang menyatakan perpotongan garis persamaan regresi dengan sumbu Y untuk X = 0 b 1 = koefisien regresi antara Y atas X yang menyatakan perubahan rata-rata Y apabila X berubah satu unit

3 Koefisien Regresi Linear Y = b 0 + b 1 X b 1 = b 0 =

4 CONTOH Hitung pengaruh pengeluaran riset dengan keuntungan. Y = 20 + 2X Tahun Pengeluaran Riset Keuntungan 2006220 2007325 2008534 2009430 20101140 2 011 531

5 Lanjutan (2) Pengeluaran Riset (X) Keuntungan (Y) X2X2X2X2 Y2Y2Y2Y2XY 220440040 325962575 534251156170 43016900120 11401211600440 53125961155 3018020056421000

6 Menghitung Koefisien Regresi Linear b 1 = = =2 b 0 = = = 20 Y = 20 + 2 X

7 ANALISIS KORELASI

8 Untuk mengetahui keeratan hubungan antara dua variabel yang berskala interval dan rasio digunakan koefisien korelasi Pearson (Product Moment Coefficient of Correlation Karl Pearson). Besarnya keeratan hubungan antara varaibel Y dan X diperlihatkan oleh koefisien korelasi KORELASI LINEAR SEDERHANA

9 r = PRODUCT MOMENT PEARSON

10 INTERPRETASI KOEFISIEN KORELASI -1  r  1 r = - 1 Mengisyaratkan hubungan linier sempurna yang sifatnya negatif, dalam arti makin besar (kecil) harga X makin kecil (besar) harga Y r = 0 Mengisyaratkan tidak ada hubungan linier antara Y dengan X, dalam arti berapapun harga X tidak mengganggu harga Y, dan sebaliknya r = + 1 Mengisyaratkan hubungan linier sempurna yang sifatnya positif, dalam arti makin besar (kecil) harga X makin besar (kecil) harga Y

11 Koefisien Determinasi adalah persentase perubahan- perubahan Y yang dijelaskan oleh X melalui hubungan liniernya KOEFISIEN DETERMINASI (r 2 )

12 CONTOH NOTAHUN Biaya Riset (X) Laba Tahunan (Y) 12006220 22007325 32008534 42009430 520101140 62011531

13 TABEL PERHITUNGAN TAHUN Biaya Riset (X) Laba Tahunan (Y) X2X2X2X2 Y2Y2Y2Y2XY 2006220440040 2007325862575 2008534251156170 200943016900120 2010114012116004400 201153125961155 ∑3018020056421000

14 Product Moment Coefficient of Correlation Karl Pearson r = = = 0,9090 ≈ 0,91

15 KOEFISIEN DETERMINASI Untuk korelasi antara biaya riset dengan laba tahunan sebesar (r) = 0,91 r 2 = (0,91) 2 = 0,8281 atau 82,81% INTERPRETASI KOEFISIEN DETERMINASI Koefisien determinasi antara laba atas biaya riset = r 2 = 0,8281; artinya 82,81% dari perubahan-perubahan laba bisa dijelaskan oleh biaya riset melalui hubungan liniernya dan 17,19% perubahan-perubahan laba dijelaskan oleh faktor- faktor lain.

16 Analisis dengan SPSS


Download ppt "REGRESI LINEAR SEDERHANA Y = β 0 + β 1 X + ε β 0 dan β 1 merupakan parameter Y = β 0 + β 1 X + ε β 0 dan β 1 merupakan parameter Model Matematis Y atas."

Presentasi serupa


Iklan oleh Google