TEKNIK REGRESI BERGANDA

Slides:



Advertisements
Presentasi serupa
Teori Graf.
Advertisements

TURUNAN/ DIFERENSIAL.
ANALISA BIVARIAT: KORELASI DAN REGRESI
Bulan maret 2012, nilai pewarnaan :
MENU UTAMA PENDAHULUAN PERTEMUAN 1 PERTEMUAN 2 PERTEMUAN 3 PERTEMUAN 4 SOAL-SOAL LATIHAN PENUTUP.
Korelasi dan Regresi Ganda
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
Statistika Deskriptif
Bab 6B Distribusi Probabilitas Pensampelan
SRI NURMI LUBIS, S.Si.
BARISAN DAN DERET ARITMETIKA
ELASTISITAS PERMINTAAN DAN PENAWARAN
Elastisitas.
Tugas 5 Berikut ini adalah ilmu yang yang berkaitan langsung dengan ilmu ekonometrika, kecuali: Matematika Ekonomi Statistika deskriptif Statistik Inferensi.
UKURAN PENYEBARAN DATA
REGRESI DAN KORELASI SEDERHANA
ANALISIS REGRESI DAN KORELASI
HIMPUNAN PENYELESAIAN SISTEM PERSAMAAN LINIER DUA VARIABEL
TEMU 7 ANALISIS REGRESI.
Pengujian Hipotesis Parametrik 2
ANALISIS REGRESI DAN KORELASI
ANALISIS JALUR ( PATH ANALYSIS ).
Analisis Regresi Kelompok 3 3SK1
UKURAN PEMUSATAN DATA Sub Judul.
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
Statistika 2 Regresi dan Korelasi Linier Topik Bahasan:
Regresi dan Korelasi Linier
Bulan FEBRUARI 2012, nilai pewarnaan :
PANGKAT, AKAR, LOGARITMA, BANJAR dan DERET
Korelasi ganda (Multiple Correlation) Oleh: Septi Ariadi
KORELASI Budi Murtiyasa Jur Pend. Matematika

KOEFISIEN KORELASI, regresi LINEAR DAN KOEFISIEN DETERMINASI
HUBUNGAN ANTARA GARIS LURUS DAN PARABOLA
Statistika Deskriptif: Statistik Sampel
PENGUJIAN HIPOTESIS ASOSIATIF
Statistika Deskriptif: Distribusi Proporsi
MATERI KULIAH STATISTIKA I
Bab 3B Statistika Deskriptif: Parameter Populasi 2.
Korelasi dan Regresi Ganda
Korelasi dan Regresi Linear Berganda
ANALISIS KORELASI DAN REGRESI LINIER
ELASTISITAS PERMINTAAN DAN PENAWARAN
DISTRIBUSI PELUANG Pertemuan ke 5.
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
PERAMALAN /FORE CASTING
Yanurman Giawa LATIHAN SOAL REGRESI DAN KORELASI
Regresi linier berganda dan Non linier J0682
ANALISIS REGRESI DAN KORELASI LINIER
REGRESI DAN KORELASI.
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
ANALISIS REGRESI & KORELASI
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
STATISTIK INDUSTRI MODUL 8
PERAMALAN DENGAN GARIS REGRESI
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
Korelasi dan Regresi Linear Berganda
REGRESI LINEAR BERGANDA
BAB 7 persamaan regresi dan koefisien korelasi
TEKNIK REGRESI BERGANDA
REGRESI DAN KORELASI Contoh : Pengeluaran untuk konsumsi rumah tangga berkaitan dengan pendapatan rumah tangga. Data yang diperoleh sebagai berikut : Pendapatan.
EVITA FITRI Program D3 AMIK BSI Komputerisasi Akuntansi
LATIHAN SOAL REGRESI DAN KORELASI
LATIHAN SOAL REGRESI DAN KORELASI
TUGAS STATISTIKA Regresi dan Korelasi Nama = Dimas Kurnia A
Regresi Linier Berganda
BAB VIII REGRESI &KORELASI BERGANDA
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
Transcript presentasi:

TEKNIK REGRESI BERGANDA 0LEH EVITA SAFITRI

TEKNIK REGRESI BERGANDA Teknik regresi berganda adalah teknik analisis yang menjelaskan hubungan atau pengaruh antara variabel dependen dengan beberapa variabel independen. Analisis regresi berganda yang mampu menjelaskan hubungan antara variabel dependen dengan lebih dari satu variabel independen.

KORELASI BERGANDA Korelasi berganda merupakan alat ukur mengenai hubungan yang terjadi antara variabel dependen (Y) dengan dua atau lebih variabel independen . Dengan korelasi berganda kekuatan atau keeratan hubung antara variabel-variabel tersebut dapat diketahui

Koefisien Korelasi Berganda Koefisien korelasi berganda adalah indeks atau angka yang digunakan untuk mengukur keeratan hubunga antara tiga variabel atau lebih. Rumus korelasi berganda tiga variabel :

Dimana : = Koefisien korelasi tiga variabel = koefisien korelasi variabel Y dan X1 = Koefisien korelasi variabel Y dan X2 = Koefisien korelasi variabel X1 dan X2

Contoh Seorang peneliti ingin mengetahui apakah ada hubungan antara pengeluaran, pendapatan, dan banyaknya anggota keluarga. Untuk keperluan tersebut diambil sampel sebanyak 7 rumah tangga. Data sebagai berikut : Keterangan Rumah Tanggah 1 2 3 4 5 6 7 Pengeluaran (Ratusan ribu) 9 Pendapatan (RatusanRibu) 8 10 11 Jlh Aggt Kel (Orang)

Jawaban Y 3 5 6 7 4 9 8 10 11 2 25 36 49 16 81 68 100 121 15 40 54 70 28 42 99 12 21 24 45 18 30 14 55 57 23 252 489 83 348 137 189

Koefisien korelasi berganda sebesar 0,97 artinya hubungan pendapatan perbulan dan jumlah anggota keluarga terhadap pengeluaran perbulan positif dan sangat kuat sekali

KOEFISIEN DETERMINASI BERGANDA Koefisien determinasi berganda untuk mengukur persentase variabel Y yang dapat dijelaskan oleh variabel independen yang lebih dari satu Nilai koefisien korelasi sebesar kuadrat koefisien korelasi

Koefisien determinasi berganda (KDB) Artinya naik turunya pengeluaran disebabkan 0leh pendapatan dan jumlah keluarga sebesar 94,09% sedangkan sisanya sebesar 5,91% disebabkan faktor-faktor lain yang tidak dimasukan dalam penelitian

Koefisien Korelasi Parsial Koefisien korelasi parsial adalah indeks atau angka yang digunakan untuk mengukur keeratan hubungan dua varuabel, jika variabel lainnya konstan, pada hubungan yang melibatkan lebih dari dua variabel.

Koefisien korelasi parsial untuk tiga variabel : Koefisien korelasi parsial antara Y dan X1, apabila X2 konstan Koefisien korelasi parsial antara Y dan X2, apabila X1 konstan

3.Koefisien korelasi parsial antara X1 dan X2 , apabila Y konstan Dari contoh sebelumnya: Hitunglah : Koefisien korelasi parsial

1. =0,96 artinya hubungan pendapatan dengan pengeluaran sangat kuat sekali dan positip 2, dan 3 .............

REGRESI BERGANDA Regresi berganda adalah pengaruh variabel independesamaan regresi bergandan yang lebih dari satu, mungkin dua atau tiga terhadap variabel dependen Persamaan regresi berganda :

Di mana : Y = Variabel dependen a = konstanta = Koefisien regresi = Variabel independen e = Kesalahan penggangu,artinya nilai dari variabel lain yang tidak dimasukan dalam persamaan.

Jika variabel dependen dihubungkan dengan dua variabel independen maka persamaannya : Dimana Y = Variabel dependen a = konstanta = Koefisien regresi = Variabel independen

RUMUS REGRESI BERGANDA Garis regresi menggunakan pendekatan metode kwadrat terkecil (method of least square)

Di mana :

Di mana :

Persamaan diatas dapat diartikan : Nilai a = - 21,67 artinya tampa adanya pendapatan dan jumlah anggota keluarga maka besarnya pengeluaran akan turun sebesar Rp.21,67 atau Rp.2.167.000 Nilai = 0,86 artinya bila pendapatan naik Rp. 1 maka pengeluaran akan naik sebesar Rp. 0,86 atau Rp.86.000 Nilai = 0,55 artinya bila jumlah anggota keluarga bertambah 1 orang makan pengeluaran akan bertambah senayak Rp.0,55 atau Rp 55.000