Regresi Linear
Analisis regresi Analisis regresi adalah teknik statistik untuk pemodelan dan investigasi hubungan dua variable atau lebih (Budi Santoso,2007), hubungan antara dua variabel tersebut bersifat linear. Regresi Linear merupakan satu cara prediksi yang menggunakan garis lurus untuk menggambarkan hubungan diantara dua variabel/lebih.
Fungsi Analisis regresi Analisis regresi digunakan untuk memprediksi nilai dari suatu variabel response (y) dengan menggunakan nilai dari variabel prediktor/independent (x) No Jarak Waktu psn 1 0,5 9,95 2 1,1 24,45 3 1,2 31,75 4 5,5 35 5 2,95 25,02 6 16,86 7 3,75 14,38 8 0,52 9,6 9 24,35 10 27,5
Jenis Analisis Regresi Regresi Linear Sederhana Regresi Linear Berganda
1. Regresi Linear Sederhana Digunakan untuk mengukur pengaruh dari satu variabel predictor terhadap variabel response. Memiliki satu variable independent/predictor (x) dan satu variable response (y).
prediksi nilai didapatkan dari:
Contoh No Jarak(KM) Waktu(Mnt) yixi xi2 x y 1 2 3 4 5 Total Rata2
Proses perhitungan
Hasil perhitungan berupa formula β1 = 2745.81 - ((725.42x8.94 )/25) = 4.35 ------------------------------------------- 353.18 – (6879.04/25) β0 = 29.02 – (4.35)3.32 = 14.60 Y= 14.60 + 4.35X
Jarak dg Pusat kota (KM) Latihan Obyek Harga Rumah (10juta) Luas M2 Jarak dg Pusat kota (KM) 1 245 1400 7 2 312 1600 6 3 279 1700 4 308 1875 5 199 1100 8 219 1550 9 405 2350 324 2450 319 1425 10 255 11 1500
Regresi Linear Multivariate
Persamaan Regresi Linear Multivariate Jumlah Persamaan = k+1
Contoh Regresi Linear multivariate
25β0+206β1+ 82.44β2 = 725.42 206β0+2396β1+ 771.77β2 = 8001.67 82.94β0+ 771.77β1+ 353.18β2 = 2745.81