Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U

Pendahuluan Regresi mempelajari pengaruh suatu variabel terhadap variabel lain untuk melakukan forecasting. Dalam regresi dikenal dengan dua variabel, yaitu variabel tergantung (dependent variable) dan variabel bebas (independent variable). Variabel tergantung adalah variabel yang besar kecilnya tergantung pada nilai variabel bebas. Variabel bebas adalah variabel yang nilainya tidak terpengaruh oleh variabel lain, bahkan mempunyai pengaruh terhadap nilai variabel tergantung. Statistik (Regresi Sederhana)

Pendahuluan Pengaruh linier antara kedua variabel dapat berupa positif dan bisa pula berupa hubungan negatif. Pengaruh positif, jika nilai suatu variabel naik maka nilai variabel yang dipengaruhinya juga akan naik. Misal: Semakin naik nilai prestasi belajar akan menyebabkan naiknya peringkat yang diperoleh siswa. Pengaruh negatif, jika nilai suatu variabel naik maka nilai variabel yang dipengaruhinya akan turun. Semakin naik tingkat kecurangan dalam ujian maka akan semakin menurunkan kualitas lulusan. Statistik (Regresi Sederhana)

Pendahuluan Pengaruh linier antara nilai suatu variabel dengan nilai variabel lain dapat dinyatakan dengan persamaan sebagai berikut: Y = f (X) Arti dari persamaan tersebut adalah nilai variabel tergantung (Y) ditentukan oleh nilai variabel bebas (X). Dengan fungsi linier, besar pengaruh yang sebenarnya dari variabel bebas terhadap variabel tergantung bisa dinyatakan dengan persamaan sebagai berikut: Y = α + b X Jika nilai α dan b dapat diketahui dari persamaan tersebut, maka forecast bisa kita buat dengan tepat. Statistik (Regresi Sederhana)

Membuat persamaan regresi A. Regresi Linier Sederhana Regresi sederhana didasarkan pada hubungan variabel independen dengan satu variabel dependen. Persamaan umum regresi linier sederhana adalah:  Y = a + bX Ket:  Y = Subyek dalam variabel dependen yang diprediksikan. a = Harga Y bila X = 0 (harga konstan) b = Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada variabel independen. Bila b (+) maka naik, dan bila (-) maka terjadi penurunan. X = Subyek pada variabel independen yang mempunyai nilai tertentu. Statistik (Regresi Sederhana)

Membuat persamaan regresi Persamaan umum regresi linier sederhana adalah:  Y = a + bX Statistik (Regresi Sederhana)

Membuat persamaan regresi Prestasi (Y) IQ (X) XY X2 1 102 114 11628 12996 2 106 118 12508 13924 3 108 126 13608 15876 4 110 130 14300 16900 5 122 136 16592 18496 6 124 140 17360 19600 7 128 148 18944 21904 8 156 20280 24336 9 142 160 22720 25600 10 164 24272 26896 11 150 170 25500 28900 12 154 178 27412 31684 Jml 1524 1740 225124 257112 Statistik (Regresi Sederhana)