Single and Multiple Regression

Slides:



Advertisements
Presentasi serupa
Analisis Regresi.
Advertisements

TATAP MUKA 14 ANALISA REGRESI BERGANDA.
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
Julian Adam Ridjal, SP., MP.
ANAILSIS REGRESI BERGANDA
PERSAMAAN REGRESI dan KOEFISIEN KORELASI
REGRESI Bulek niyaFn.
Regresi Linier Fungsi : Jenis :
Feedback SPSS Advance Naldo Sofian LPP – BEM IKM FKUI.
KORELASI DAN REGRESI LINEAR SEDERHANA
BAB VI REGRESI SEDERHANA.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
REGRESI.
Statistik Inferensial By Jappy P. FanggidaE, SE., M.Si., MBA.
Analisis Regresi. ANALISIS REGRESI Melihat ‘pengaruh’ variable bebas/independet variabel/ thd variable terikat/dependent variabel. Berdasarkan jumlah.
ANALISIS REGRESI SEDERHANA
ANALISIS KORELASI.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
METODOLOGI PENELITIAN
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
ANALISIS REGRESI LINIER BERGANDA
Analisis Regresi Linier Berganda dan Uji t
ANALISIS REGRESI SEDERHANA
KORELASI & REGRESI.
Lilik Kustiani1 Ari Brihandhono2 Universitas Kanjuruhan Malang
Analisis Regresi Sederhana
Analisis Korelasi dan Regresi linier
ANALISIS REGRESI DAN KORELASI
ANALISIS REGRESI.
STATISTIKA ANALISIS REGRESI DAN KORELASI
Pertemuan ke 14.
ANALISIS REGRESI BERGANDA
ANALISIS REGRESI BERGANDA
ANALISIS REGRESI.
MENDETEKSI PENGARUH NAMA : NURYADI.
Pertemuan ke 14.
Uji Konstanta (a) Regresi Linear Sederhana
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
Uji Asumsi Klasik Multikolinearitas Normalitas
MODUL 10 ANALISIS REGRESI
Operations Management
ANALISIS REGRESI SEDERHANA
Regresi linier satu variable Independent
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
Pengertian Regresi Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak bebas. Dengan maksud untuk meramalkan.
Regresi Linear Data Mining Suprayogi.
X bebas/ mempengaruhi / independent Y Terikat/ dipengaruhi / dependent
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
Single and Multiple Regression
Analisis Regresi.
BAB 7 persamaan regresi dan koefisien korelasi
REGRESI BERGANDA.
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
Regresi Berganda Dengan Variabel Dummy
Single and Multiple Regression
ANALISIS REGRESI Sri Mulyati.
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
ANALISIS REGRESI & KORELASI
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
REGRESI LINIER.
ANALISIS REGRESI LINIER
BAB VIII REGRESI &KORELASI BERGANDA
Oleh NATALIA PAKADANG ( ). SISTEM PERSAMAAN LINEAR DUA VARIABEL Bentuk umum : dimana : a1, a2, b1, b2, c1, c2 adalah bilangan riil. a dan b ≠0.
ANALISIS REGRESI DAN KORELASI
Teknik Regresi.
1 ANALISIS REGRESI DAN KORELASI BERGANDA Bentuk persamaan regresi dengan dua variabel indenpenden adalah: Y = a + b 1 X 1 + b 2 X 2 Bentuk persaman regresi.
UJI REGRESI LINIER SEDERHANA Arkhiadi Benauli Tarigan
Transcript presentasi:

Single and Multiple Regression

Regresi Linear Adalah sebuah model linear yang terdiri dari satu variabel Tak bebas ( Dependent) dan satu atau beberapa variabel Bebas (Independent) Tujuan: Untuk menaksir hubungan dan atau pengaruh variabel bebas terhadap variabel tak bebas.

Kasus sales dan Promosi ? Regresi sederhana Kasus sales dan Promosi ?

Persamaan Regresi Penjualan = 111,5 + 3,891. Promosi Bagaimana bentuk persamaan regresi? Penjualan = 111,5 + 3,891. Promosi

Uji Persamaan regresi Uji F (Anova) Untuk menguji apakah koefisien regresi bernilai nol atau bukan? Jika bukan nol maka model regresi dapat digunakan untuk memprediksi sales. Uji T (Student) Untuk menguji apakah konstanta dan koefisien regresi bernilai nol atau bukan? Jika keduanya bukan nol maka model regresi secara signifikan dapat digunakan untuk memprediksi sales

Teknik Uji Anova Tentukan Hipotesis Ho: Koefisien bernilai nol (model regresi tidak dapat digunakan untuk memprediksi Sales) Hi: Koefisien bukan bernilai nol (model regresi dapat digunakan untuk memprediksi Sales) Tentukan nilai F tabel dan F hitung atau dengan Probabilitas

Anova lanjutan… Tentukan nilai F tabel dan F hitung atau dengan Probabilitas F tabel? F hitung? Sig. ? Buat analisis dan kesimpulan.

Uji T Tentukan Hipotesis Ho : Konstanta dan Koefisien regresi tidak signifikan (model regresi tidak dapat digunakan untuk memprediksi Sales) Hi : Konstanta dan Koefisien regresi signifikan (secara signifikan model regresi dapat digunakan untuk memprediksi Sales)

Uji T lanjutan Tentukan Nilaiu T tabel dan T hitung atau dengan cara probabilitas T hitung ? T tabel ? Sig. ? Buat analisis dan kesimpulan!!!

Kasus Sales, Promosi, dan Luas Outlet ? Regresi Berganda Kasus Sales, Promosi, dan Luas Outlet ?

Persamaan Regresi Bagaimana bentuk persamaan regresi berganda? Penjualan = 64,639 + 2,342.promosi + 0,535.L_outlet

Uji Persamaan Multi Regresi Uji F (Anova) Untuk menguji apakah koefisien regresi bernilai nol atau bukan? Jika bukan nol maka model regresi dapat digunakan untuk memprediksi sales. Uji T (Student) Untuk menguji apakah konstanta dan koefisien regresi bernilai nol atau bukan? Jika bukan nol maka model regresi secara signifikan dapat digunakan untuk memprediksi sales

Teknik Uji Anova untuk 2 var. independent Tentukan Hipotesis Ho: kedua koefisien bernilai nol (model regresi tidak dapat digunakan untuk memprediksi Sales) Hi: kedua koefisien bukan bernilai nol (model regresi dapat digunakan untuk memprediksi Sales) Tentukan nilai F tabel dan F hitung atau dengan Probabilitas

Anova lanjutan… Tentukan nilai F tabel dan F hitung atau dengan Probabilitas F tabel? F hitung? Sig. ? 0,00 < 0,05 Buat analisis dan kesimpulan.

Uji T Tentukan Hipotesis Ho : Konstanta dan dua koefisien regresi tidak signifikan (model regresi tidak dapat digunakan untuk memprediksi Sales) Hi : Konstanta dan dua Koefisien regresi signifikan (secara signifikan model regresi dapat digunakan untuk memprediksi Sales)

Uji T lanjutan Tentukan Nilai T tabel dan T hitung atau dengan cara probabilitas T hitung ? T tabel ? Sig. ? Konstanta: 0,00 < 0,05 Koefisien Promosi: 0,00 < 0.05 Koefisien outlet: 0,00 < 0,05 Buat analisis dan kesimpulan!!!

Kasus sales, promosi, outlet, laju penduduk, pesaing, dan income ? Multi Regresi Kasus sales, promosi, outlet, laju penduduk, pesaing, dan income ?

Persamaan Regresi Bagaimana bentuk persamaan regresi? Ada 4 kemungkinan model, yaitu: Penjualan = 50,13+0,55(income)+2,76(laju_pend)+0,55(outlet+0,97)pesaing+2,02(promosi) Penjualan= 51,28+3,04(laju_pend)+0,55(outlet)+1,08(pesaing)+1,96(promosi) Penjualan= 61,44+0,54(outlet)+0,59(pesaing)+2,15(promosi) Penjualan= 64,64+0,54(outlet)+2,34(promosi)

Teknik Uji Anova untuk 2 var. independent Tentukan Hipotesis Ho: koefisien masing-masing var.bebas bernilai nol (model regresi tidak dapat digunakan untuk memprediksi Sales) Hi: koefisien masing-masing var.bebas bukan bernilai nol (model regresi dapat digunakan untuk memprediksi Sales) Tentukan nilai F tabel dan F hitung atau dengan Probabilitas

Anova lanjutan… Tentukan nilai F tabel dan F hitung atau dengan Probabilitas F tabel? F hitung? Sig. ? Keempat model mempunyai nilai sig.= 0,00 < 0,05 Buat analisis dan kesimpulan.

Uji T Tentukan Hipotesis Ho : Konstanta dan masing-masing koefisien regresi tidak signifikan (model regresi tidak dapat digunakan untuk memprediksi Sales) Hi : Konstanta dan Koefisien regresi masing-masing signifikan (secara signifikan model regresi dapat digunakan untuk memprediksi Sales)

Uji T lanjutan Tentukan Nilai T tabel dan T hitung atau dengan cara probabilitas T hitung ? T tabel ? Sig. ? Eliminasi secara bertahap variabel bebas yang mempunyai nilai sig. terbesar kemudian hilangkan variabel tersebut sampai menemukan semua nilai sig. Var_bebas < 0,05 Buat analisis dan kesimpulan!!!

Kesimpulan Model yang manakah yang dapat digunakan serta model manakah yang signifikan dapat digunakan untuk memprediksi variabel penjualan?