Wahyu Widhiarso Fakultas Psikologi UGM

Slides:



Advertisements
Presentasi serupa
ANALISA BIVARIAT: KORELASI DAN REGRESI
Advertisements

Bahan Kuliah Statistika Terapan
UJI HIPOTESIS.
Statistik Parametrik.
ANALISIS REGRESI DAN KORELASI
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
BAB XI REGRESI LINEAR Regresi Linear.
Kesetaraan Uji Koefisien Regresi dan Koefisien Korelasi
ANAILSIS REGRESI BERGANDA
UJI ASUMSI KLASIK.
BAB III ANALISIS REGRESI.
ANALISIS JALUR (PATH ANALYSIS)
Regresi linier sederhana
Regresi linier sederhana
FUNGSI DISKRIMINAN 2 KELOMPOK Mukminati An’amallah K Nike Putri W K
Aplikasi Program Analisis Data (SPSS)
UJI ASUMSI KLASIK.
Regresi linier sederhana
KORELASI DAN REGRESI LINEAR SEDERHANA
Regresi Linier Berganda
Analisis Data dengan SPSS
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
MENGOLAH DATA MENGGUNAKAN SPSS
ANALISIS EKSPLORASI DATA
1 Pertemuan 25 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Regresi Ganda (I) : Pendugaan Model Regresi.
Analisis Regresi. ANALISIS REGRESI Melihat ‘pengaruh’ variable bebas/independet variabel/ thd variable terikat/dependent variabel. Berdasarkan jumlah.
Probabilitas dan Statistika
ANALISIS REGRESI SEDERHANA
ANALISIS MULTIVARIAT.
ANALISIS KORELASI.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
ANALISIS REGRESI SEDERHANA
KORELASI & REGRESI.
Analisis Korelasi dan Regresi linier
REGRESI NON LINIER Gangga Anuraga, M.Si.
ANALISIS REGRESI.
STATISTIKA ANALISIS REGRESI DAN KORELASI
Pertemuan ke 14.
Uji Asumsi Klasik MULTIKOLINIERITAS 2. AUTOKORELASI
ANALISIS REGRESI BERGANDA
Pertemuan ke 14.
REGRESI LINIER DAN KORELASI
Uji Asumsi Klasik Multikolinearitas Normalitas
ANALISIS KORELASI.
ANALISA REGRESI LINEAR DAN BERGANDA
Pertemuan Ke-6 REGRESI LINIER
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
Analisis Regresi.
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
BAB 7 persamaan regresi dan koefisien korelasi
STATISTIKA-Regresi Linier Sederhana
DATA BERKALA.
ANALISIS REGRESI Sri Mulyati.
EKONOMETRIKA Presented by : Reza PREHANDINI RIZKY DWI YULIANTO
Uji Korelasi dan Regresi
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
UJI ASUMSI KLASIK.
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
REGRESI LINIER.
Regresi Linier dan Korelasi
BAB VIII REGRESI &KORELASI BERGANDA
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI SEDERHANA
Regresi Linear Data Mining Suprayogi.
ANALISIS REGRESI DAN KORELASI
Teknik Regresi.
Korelasi dan Regresi Analisis.
Transcript presentasi:

Wahyu Widhiarso Fakultas Psikologi UGM ANALISIS REGRESI Wahyu Widhiarso Fakultas Psikologi UGM

ANALISIS REGRESI PENGERTIAN Jenis uji statistika yang dipakai untuk melihat daya prediksi variabel independen (prediktor) terhadap variabel dependen (kriterium) JENIS ANALISIS REGRESI Regresi Linier. Memprediksi peranan prediktor dalam persamaan linier Regresi Non Linier. Memprediksi peranan prediktor dalam persamaan non-linier yang dibuat oleh peneliti sendiri PRASYARAT ANALISIS REGRESI Variabel dependen terdistribusi normal Korelasi antar prediktor yang rendah (tidak ada multikolinieritas) Hubungan antara prediktor dan kriterium adalah linier Homokedastisitas Jika data prediktor bersifat kualitatif (jender, agama, dsb) maka perlu ditransformasi menjadi variabel dummy

ASUMSI REGRESI DATA. The dependent and independent variables should be quantitative. Categorical variables, such as religion, major field of study, or region of residence, need to be recoded to binary (dummy) variables or other types of contrast variables. ASSUMPTIONS. For each value of the independent variable, the distribution of the dependent variable must be normal. The variance of the distribution of the dependent variable should be constant for all values of the independent variable. The relationship between the dependent variable and each independent variable should be linear, and all observations should be independent. Sumber : Manual SPSS 13.0 (2004)

Persamaan Regresi Sederhana y = b1x1 + b2x2 + a b = garis prediksi a = konstanta (intercept) y = variabel dependen x = variabel independen Contoh y = Kesetiaan Konsumen x1= Kualitas Produk x2= Sikap terhadap Iklan

CONTOH ANALISIS VARIABEL PENELITIAN y = Kesetiaan Konsumen x1= Kualitas Produk x2= Sikap terhadap Iklan HIPOTESIS Mayor : Kualitas Produk dan Sikap terhadap Iklan mendukung peningkatan Kesetiaan Konsumen Minor (A) : Kualitas Produk mendukung peningkatan Kesetiaan Konsumen Minor (B) Sikap terhadap Iklan mendukung peningkatan Kesetiaan Konsumen

Proses Regresi a b c R = a+b+c | b1 = a+b | b2= c Regresi adalah proses memasukkan Variabel Independen ke dalam model untuk memprediksi Variabel Dependen, proses tersebut dapat dilakukan secara simultan maupun satu persatu Kesetiaan Konsumen (Y) a Kualitas Produk (X1) b Sikap terhadap Iklan (X2) c R = a+b+c | b1 = a+b | b2= c

Hipotesis Mayor Diterima F=102,240 ; p<0,01 Hipotesis Mayor Diterima b=0,782 ; p<0,01 Hipotesis Minor (A) Diterima b=0,330 ; p<0,01 Hipotesis Minor (B) Diterima

PRINSIP REGRESI a b c R = a+b+c | b1 = a+b | b2= c SIAPA YANG YANG MASUK DULU DAPAT RUANG LEBIH BANYAK Kesetiaan Konsumen (Y) a Kualitas Produk (X1) b Sikap terhadap Iklan (X2) c R = a+b+c | b1 = a+b | b2= c

PRINSIP REGRESI a b c R = a+b+c | b1 = a+b | b2= c SIAPA YANG YANG MASUK DULU DAPAT RUANG LEBIH BANYAK Keterampilan Sosial (Y) a b Self Esteem (X1) Self Confidence (X2) c R = a+b+c | b1 = a+b | b2= c

Korelasi antar prediktor terlalu besar (multikolinieritas) Menyebabkan analisis regresi menjadi anomali

SIAPA YANG MASUK LEBIH DAHULU ? Peneliti yang menentukan sendiri Berdasarkan pertimbangan teori, relevansi dengan sampel, kepentingan penelitian Program yang menentukan ENTER. Semua prediktor dimasukkan dalam satu waktu REMOVE. Semua prediktor dimasukkan lalu semua prediktor dikeluarkan secara simultan STEPWISE. Prediktor yang memiliki daya prediksi yang besar dimasukkan terlebih dahulu FORWARD. Prediktor yang memiliki daya prediksi yang besar dimasukkan terlebih dahulu BACKWARD. Semua prediktor dimasukkan lalu prediktor yang memiliki daya prediksi yang rendah dikeluarkan satu per satu berdasarkan yang

MENU SPSS MASUK KE MENU | ANALYZE  REGRESSION  LINEAR OPTION | Masukkan variabel di dalam kotak

Transitional Page