STATISTIK INDUSTRI MODUL 8

Slides:



Advertisements
Presentasi serupa
REGRESI NON LINIER (TREND)
Advertisements

ANALISIS REGRESI DAN KORELASI
Bab 10 Analisis Regresi dan Korelasi
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
Teknik Pemisahan Biaya Campuran
P ertemuan 9 Data berkala J0682.
REGRESI (TREND) NONLINEAR
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
Regresi linier berganda dan regresi (trend) non linier
Nama : lela nurbaya Nim : Kelas : 11.2a.05 (Ganjil)
PERAMALAN /FORE CASTING
Yanurman Giawa LATIHAN SOAL REGRESI DAN KORELASI
Regresi linier berganda dan Non linier J0682
Metode Least Square Data Ganjil
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
ANALISA REGRESI & KORELASI SEDERHANA
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
ANALISIS REGRESI SEDERHANA
REGRESI DAN KORELASI.
Regresi dan Korelasi Linier
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
Aplikasi Terapan – Aljabar Linier
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
STATISTIKA ANALISIS REGRESI DAN KORELASI
Korelasi dan Regresi Aria Gusti.
Pertemuan ke 14.
Pertemuan ke 14.
Analisis Time Series.
PERAMALAN DENGAN GARIS REGRESI
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
Korelasi dan Regresi Linear Berganda
ANALISIS REGRESI LINIER BERGANDA
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
Regresi Linier Sederhana dan Korelasi
REGRESI LINEAR BERGANDA
Regresi Linear Sederhana
MUHAMMAD HAJARUL ASWAD
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
BAB 7 persamaan regresi dan koefisien korelasi
Forecast/Ramalan Penjualan
REGRESI BERGANDA.
TEKNIK REGRESI BERGANDA
REGRESI DAN KORELASI Contoh : Pengeluaran untuk konsumsi rumah tangga berkaitan dengan pendapatan rumah tangga. Data yang diperoleh sebagai berikut : Pendapatan.
PERAMALAN DENGAN REGRESI DAN KORELASI BERGANDA
LATIHAN SOAL REGRESI DAN KORELASI
REGRESI & KORELASI NAMA : Dwi Riska NIM : KELAS : 11.2A.05.
LATIHAN SOAL REGRESI DAN KORELASI
LATIHAN SOAL REGRESI DAN KORELASI
LATIHAN SOAL REGRESI DAN KORELASI
REGRESI & KORELASI NAMA :ERNI INDRIYANI NIM : NO ABSEN : 19
TUGAS STATISTIKA Regresi dan Korelasi Nama = Dimas Kurnia A
LATIHAN SOAL REGRESI DAN KORELASI
LATIHAN SOAL REGRESI DAN KORELASI
ANALISIS REGRESI & KORELASI
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
Regresi Linier Berganda
Analisis Time Series.
REGRESI & KORELASI NAMA : DWI INDAHSARI NIM : NO ABSEN : 52
BAB VIII REGRESI &KORELASI BERGANDA
Lektion ACHT(#8) – analisis regresi
Korelasi dan Regresi Aria Gusti.
Korelasi dan Regresi Aria Gusti.
ANALISIS REGRESI DAN KORELASI
LATIHAN SOAL REGRESI DAN KORELASI
LATIHAN SOAL REGRESI DAN KORELASI
Pendapatan (X) Pengeluaran (Y)
Teknik Regresi.
Transcript presentasi:

STATISTIK INDUSTRI MODUL 8 REGRESI LINIER BERGANDA DAN REGRESI (TREND) NONLINIER Tujuan Belajar : Setelah mempelajari bab ini, Anda diharapkan mampu :  Memahami hubungan lebih dari dua variable  Mendapatkan persamaan regrresi linier berganda  Menghitung korelasi berganda dan korelasiparsial  Membuat persamaan trend nonlinier dari suatu series data HUBUNGAN LEBIH DARI DUA VARIABEL REGRESI LINIER BERGANDA Hubungan linier dari variable X dan Y yang dibahas pada modul 8 menggunakan persamaan regresi linier Y’ = a + bX, misalnya hubungan antara biaya periklanan (X) dan hasil penjualan (Y). Selain biaya periklanan, factor apalagi yang mempengaruhi hasil penjualan ? Apabila terdapat lebih dari dua variable, maka hubungan linier dapat dinyatakan dalam persamaan regresi linier berganda sebagai berikut : Y’ = b0 + b1X1 + b2X2 + …….+ bkXk (1) Y’i = b0 + b1X1i + b2X2i + …….+ bkXki (2) Dengan :i = 1,2,…….n Dimana : Y = nilai observasi ( data hasil pencatatan ) Y’ = nilai regresi Disini ada satu variable tidak bebas (dependent variable), yaitu Y’ dan ada k variable (independent variable), yaitu X1, ……., Xk. Untuk menghitung b0, b1, b2,……, bk kita gunakan Metode Kuadrat Terkecil (Least Square Method) yang menghasilkan persamaan normal sebagai berikut : http://www.mercubuana.ac.id

∑X1X2 n ∑X1 ∑X2 ∑Y b0 ∑X1 ∑ X2 ∑X12 ∑X2 2 b1 b2 = ∑ X1Y ∑ X2 Y . . . A H Dengan : A = matriks (diketahui) H = vector kolom (diketahui) b = vector kolom (tidak diketahui) Variabel b dapat diselesaikan dengan cara sebagai berikut : Ab =H = A-1 H b dimana A-1 adalah kebalikan (invers) dari matriks A. CARA MEMECAHKAN PERSAMAAN LEBIH DARI DUA VARIABEL Banyak sekali cara untuk memecahkan persamaan dengan variable lebih dari dua, diantaranya dengan menggunakan determinan. Contoh 1 : Dalam suatu penelitian yang dilakukan terhadap 10 rumah tangga yang dipilih secara acak, diperoleh data pengeluaran untuk pembelian barang-barang tahan lama per minggu (Y), pendapatan per minggu (X1), dan jumlah anggota rumah tangga (X2) sebagai berikut : http://www.mercubuana.ac.id

Dengan cara determinan, persamaan diatas menghasilkan b0 = 3,92, b0n + b1∑X1 + b2∑X2 = ∑Y maka : 10 b0 + 60 b1 + 40 b2 b0 ∑X1 + b1∑X12 + b2∑X1X2 = 170 = ∑ X1Y maka : 60b0 + 40 b1 + 267 b2 = 1.122 b0∑X2 + b1∑X2 X1 + b2∑X22 = ∑ X2Y maka : 40 b0 + 267 b1 + 182 b2 = 737 Dengan cara determinan, persamaan diatas menghasilkan b0 = 3,92, b1 = 2,50 dan b2 = - 0,48, sehingga persamaannya adalah sebagai berikut : Y = 3,92 + 2,50 X1 - 0,48 X2 = 3,92 + 2,50 (11) - 0,48 (8) = 27,58 Jadi untuk suatu rumah tangga dengan pendapatan per minggu Rp. 11.000 dan jumlah anggota keluarga 8 orang, diperkirakan akan mengeluarkan Rp. 2.758 untuk pembelian barang-barang tahan lama. Kita juga dapat menghitung hubungan antara perubahan pendapatan dan pengeluaran. Untuk tujuan ini, kita gunakan persamaan regresi linier berganda. Y’ = b0 + b1X1 + b2X2 (3) b0 = nilai Y’, kalau X1 = X2 = 0 b1 = besarnya kenaikan (penurunan) Y dalam satuan, kalau naik (turun) satu satuan, sedangkan X2 konstan b2 = besarnya kenaikan (penurunan) Y dalam satuan, kalau naik (turun) satu satuan, sedangkan X1 konstan X1 X2 http://www.mercubuana.ac.id