Analisis Regresi Linier Berganda

Slides:



Advertisements
Presentasi serupa
Analisis Regresi.
Advertisements

Analisis Regresi.
BAB XI REGRESI LINEAR Regresi Linear.
KORELASI DAN REGRESI LINEAR SEDERHANA
1. Validitas 1. Validitas Suatu ukuran untuk mengetahui apakah kuisoner yang disusun tersebut itu valid atau sah, maka perlu diuji dengan korelasi antara.
KORELASI & REGRESI.
Analisis Regresi Linier
Analisis Regresi. ANALISIS REGRESI Melihat ‘pengaruh’ variable bebas/independet variabel/ thd variable terikat/dependent variabel. Berdasarkan jumlah.
Probabilitas dan Statistika
ANALISIS REGRESI SEDERHANA
ANALISIS KORELASI.
Anas Tamsuri UJI STATISTIK UJI STATISTIK.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
MAGISTER MANAGEMENT PROGRAM UNIVERSITAS KOMPUTER INDONESIA
Analisis Regresi Linier Berganda dan Uji t
Oleh: Iman Rahmat Gunawan
ANALISIS REGRESI SEDERHANA
KORELASI & REGRESI.
OLEH: TITIK TANTRI LESTARI
Lilik Kustiani1 Ari Brihandhono2 Universitas Kanjuruhan Malang
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
Assalamu’alaikum Warohmatullohi Wabarokatuh
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
Pertemuan 11 Chow Test.
ANALISIS REGRESI.
Path analysis (analisis jalur)
Pertemuan ke 14.
PENGARUH STRUKTUR GOOD CORPORATE GORVERNANCE DAN INTERNAL AUDIT TERHADAP FEE AUDIT EKSTERNAL PADA PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BEI PADA PERIODE.
JURUSAN PENDIDIKAN EKONOMI
Analisis data.
ANALISIS REGRESI BERGANDA
Pertemuan ke 14.
Uji Konstanta (a) Regresi Linear Sederhana
STATISTIK II Pertemuan 12: Asumsi Analisis Regresi Dosen Pengampu MK:
Analisis REGRESI.
KORELASI DAN REGRESI LINEAR SEDERHANA
MODUL 10 ANALISIS REGRESI
Masterplan Peternakan Rohul
Regresi linier satu variable Independent
ANALISIS DASAR DALAM STATISTIKA
ANALISIS REGRESI LINIER BERGANDA
DICKY ALAMSYAH PULUNGAN / ILMU TANAH Oleh:
Pengertian Regresi Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak bebas. Dengan maksud untuk meramalkan.
STATISTIK II Pertemuan 12-13: Asumsi Analisis Regresi
ANALISIS KORELASI.
STATISTIK DESKRIPTIF STATISTIK DESKRIPTIF ADALAH STATISTIK YANG DIGUNAKAN UNTUK MENGANALISIS DATA DENGAN CARA MENDESKRIPSIKAN ATAU MENGGAMBARKAN DATA YANG.
ANALISIS REGRESI PENDIDIKAN EKONMI FE
Analisis Regresi.
PENGARUH pengetahuan dan sanksi perpajakan terhadap kepatuhan pajak
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
ANALISIS PENGARUH KINERJA KEUANGAN , GOOD CORPORATE GOVERNANCE (GCG), DAN CORPORATE SOCIAL RESPONSIBILITY (CSR) TERHADAP NILAI PERUSAHAAN  
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
Regresi Berganda Dengan Variabel Dummy
STATISTIK II Pertemuan 13: Asumsi Analisis Regresi Dosen Pengampu MK:
METODOLOGI PENELITIAN
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
PENGARUH KUALITAS PELAYANAN TERHADAP KEPUASAN KONSUMEN DI PIZZA HUR DTC DEPOK DISUSUSUN OLEH : WISNU HENDARTO ( ) M.HASAN BASRI ( )
Apriza Putra Ramadhan B
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
TUGAS AKHIR PENGARUH BIAYA OPERASIONAL TERHADAP PROFITABILITAS BANK (studi kasus pada Bank Mandiri periode ) Bandung   Oleh : ZENI YULIA MASKAR.
Oleh: Muhammad Arif rahman
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
ANALISIS REGRESI LINIER
Regresi Linier dan Korelasi
Latar Belakang Penelitian Perusahaan Go Public Pertumbuhan Ekonomi Pembayaran Dividen.
BAB VIII REGRESI &KORELASI BERGANDA
UJI REGRESI LINIER SEDERHANA Arkhiadi Benauli Tarigan
Transcript presentasi:

Analisis Regresi Linier Berganda Ihsan Rizaldi Hakim 123060059

Sistematika Pembahasan Teori Regresi Linier Gambaran umum Analisis SPSS Kesimpulan

Regresi Linier Analisis regresi adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel-variabel yang lain. Analisis regresi digunakan untuk melihat pengaruh variable bebas terhadap variabel tergantung serta memprediksi nilai variable tergantung dengan menggunakan variable bebas. Dalam analisis regresi variable bebas berfungsi untuk menerangkan (explanatory) sedang variable tergantung berfungsi sebagai yang diterangkan (the explained).  Dalam analisis regresi data harus berskala interval atau rasio. Hubungan dua variable bersifat dependensi. Untuk menggunakan analisis regresi diperlukan beberapa persyaratan yang harus dipenuhi. Analisis regresi linear ini digunakan untuk menentukan variabel bebas yang berpengaruh terhadap variabel tak bebas dan membentuk suatu model persamaan matematis dari hubungan variabel tak bebas dengan satu atau lebih variabel bebas.

Tujuan & Sasaran Tujuan Untuk mengetahui dan menganalisis regresi linear mengenai pengaruh nilai variabel terhadap nilai variabel bebas sehingga dapat membentuk suatu model persamaan matematis dari hubungan variabel tak bebas dengan satu atau lebih variabel bebas. Sasaran Untuk memberikan pemahaman mengenai teori yang telah diberikan, serta proses pembelajaran mengenai kasus perencanaan yang di ujikan dengan menggunakan analisis regresi

Ruang lingkup materi Adapun materi yang ada adalah uji hipotesis mengenai pengaruh faktor-faktor yang mempengaruhi aksesibilitas yang kemudian dianalisis meggunakan metode analisis regresi dengan kajian: Mengkaji nilai F Hitung Mengkaji nilai F Tabel Mengkaji nilai R2 Mengkaji nilai VIF (X1 dan X2) Mengkaji Persamaan Regresi dari data di atas Mengkaji hubungan antara variabel bebas dengan variabel terikat Mengkaji pengaruh antara variabel bebas dengan variabel terikat, dan besarnya pengaruh.

Persamaan untuk Regresi Linier Y = a + b X Ket: Y = variabel terikat X = variabel bebas a = intersep b = koefisien regresi/slop

Profil kependudukan Kabupaten Garut Penduduk Kabupaten Garut berdasarkan sensus 2010 berjumlah 2.401.248 jiwa, terdiri dari laki-laki 1.216.139 jiwa dan perempuan 1.185.109 jiwa, dengan sex rasio 102,62 persen dan laju pertambahan penduduk 1,59% per tahun. Wilayah kecamatan dengan jumlah penduduknya terbesar adalah kecamatan  Garut Kota mencapai 126.498 jiwa, dan terkecil di kecamatan Mekarmukti 15.601 jiwa. Tingkat kepadatan penduduk rata-rata pada tahun 2010 adalah 783 jiwa/km2 dengan sebaran yang tidak merata pada setiap wilayah kecamatan, terakumulasi di wilayah perkotaan; tertinggi tingkat kepadatannya adalah Tarogong Kidul 5.541 jiwa/km2 dan Garut Kota 4.565 jiwa/km2. Tingkat kepadatan terendah adalah wilayah kecamatan Pamulihan 133 jiwa/km2dan Cisewu 191 jiwa/km2. Jumlah rumah tangga pada tahun 2009 sebanyak 568.608 KK dengan banyaknya anggota keluarga antara 4 s/d 5 orang per KK. Jumlah KK terbesar adalah wilayah kecamatan Garut Kota sebanyak 29.129 KK, Karangpawitan 26.926 KK dan Cilawu 25.661 KK. Berdasarkan kelompok usia, jumlah penduduk Kabupaten Garut pada tahun 2009 adalah :       Kelompok usia 0-14 tahun sebanyak 784.970 jiwa atau 32,97%       Kelompok usia 15-64 tahun sebanyak 1.477.980 jiwa atau 62,07%       Kelompok diatas 65 tahun sebanyak 118.031 jiwa atau 4,96%.

Tabel Jumlah Penduduk Kabupaten Garut, 2010 No Kecamatan Luas (Ha) Jumlah Penduduk Kepadatan Per Ha 1 Cisewu 17283 33010 1,91 2 Caringin 9903 29474 2,98 3 Talegong 10874 30720 2,83 4 Bungbulang 14698 59529 4,05 5 Mekarmukti 5522 15601 6 Pamulihan 13244 17567 1,33 7 Pakenjeng 19844 65699 3,31 8 Cikelet 17232 40998 2,38 9 Pameungpeuk 4411 38861 8,81 10 Cibalong 21359 41152 1,93 Jumlah 134370 372611 32,36

Asumsi Hipotesa H0 = Tidak terdapat variabel X yang mempengaruhi Y H1 = Terdapat variabel X yang mempengaruhi Y

Coefficient Correlationsa Descriptive Statistics Analisis Coefficient Correlationsa Model Jumlah_Penduduk Luas_Ha 1 Correlations 1.000 -.535 Covariances 7.205E-10 -1.074E-9 5.600E-9 a. Dependent Variable: Kepadatan   Descriptive Statistics   Mean Std. Deviation N Kepadatan 2.60 2.119 10 Luas_Ha 1.34E4 5752.322 Jumlah_Penduduk 3.73E4 16037.286 Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin-Watson R Square Change F Change df1 df2 Sig. F Change 1 .891a .794 .735 1.091 13.464 2 7 .004 1.208 a. Predictors: (Constant), Jumlah_Penduduk, Luas_Ha   b. Dependent Variable: Kepadatan Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B Correlations Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Zero-order Partial Part Tolerance VIF 1 (Constant) 3.210 1.027   3.126 .017 .782 5.639 Luas_Ha .000 -.977 -4.807 .002 -.518 -.876 -.825 .714 1.401 Jumlah_Penduduk .858 4.223 .004 .336 .847 .725 a. Dependent Variable: Kepadatan

Hasil analisis 1. F hitung = 13,464 2. F tabel = ? 3. R2 = 0,794 4. VIF = X1 (1,401), X2 (1,401) 5. Persamaan Y = a + b1x1 + b2x2 + ...... + bnxn Y = 3,21 + 0 (1,401) + 0 (1,401) Y = 3,21 Dari tabel F, untuk α = 0,05, df1 = 2, df2 = 7 maka F tabel = 4,74 Karena F hitung = 13,464 > F tabel = 4,74 maka H0 ditolak dan H1 diterima

Kesimpulan Berdasarkan hasil analisis regresi linier pada tingkat kepadatan penduduk di wilayah kabupaten Garut dipengaruhi oleh beberapa variabel bebas yaitu diantaranya jumlah penduduk, dan luas wilayah pada saat kondisi eksisting di tahun 2010, yaitu variabel yang sangat berpengaruh terhadap kepadatan penduduk adalah jumlah peduduk dengan nilai korelasi mendekati 1, sedangkan untuk variabel luas wilayah eksisting tidak terlalu berpengaruh terhadap kepadatan penduduk di wilayah kabupaten Garut. Karena F hitung > F tabel, maka H0 ditolak, dan H1 diterima. Jadi Paling sedikit ada satu variabel X yang mempengaruhi Y, yaitu kepadatan penduduk yang terdapat di Kabupaten Garut, dapat dipengaruhi oleh jumlah penduduk dan kurang dipengaruhi oleh luas wilayah di wilayah tersebut.

Terimakasih..