Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

ANALISIS REGRESI LINIER BERGANDA

Presentasi serupa


Presentasi berjudul: "ANALISIS REGRESI LINIER BERGANDA"— Transcript presentasi:

1 ANALISIS REGRESI LINIER BERGANDA

2 Beberapa Istilah

3 LATAR BELAKANG MUNCULNYA ANALISIS REGRESI BERGANDA
Fenomena ekonomi bersifat komplek, sehingga tidak cukup dijelaskan oleh satu variabel bebas. Contoh: Besarnya konsumsi tidak hanya dipengaruhi oleh pendapatan saja tetapi juga dipengaruhi oleh jumlah anggota keluarga, tingkat pendidikan serta variabel lainnya.

4 Perbedaan dengan Regresi Sederhana
Regresi sederhana hanya terdiri satu variabel bebas. Y = a+bX+ Regresi berganda terdiri dua variabel atau lebih variabel bebas. Y = a+b1X1+ b2X2+ ….+bnXn+ 

5 UJI ASUMSI KLASIK UJI NORMALITAS NON-HETEROSKEDASTISITAS
NON-MULTIKOLINIERITAS NON-AUTOKORELASI LINIERITAS

6 Persamaan Regresi Persamaan Regresi linier Berganda:
Y = a + b1X1 + b2X2+…+bnXn +  Y = Nilai yang diramalkan a = Konstansta b1 = Koefesien regresi untuk X1 b2 = Koefesien regresi untuk X2 bn = Koefesien regresi untuk Xn X1 = Variabel bebas pertama X2 = Variabel bebas kedua Xn = Variabel bebas ke n  = Nilai Residu

7 Model Regresi Berganda dalam Matriks
atau

8 Model Regresi Berganda dalam Matriks

9 Model Regresi Berganda dalam Matriks

10 Model Regresi Berganda dalam Matriks

11 Model Regresi Berganda dalam Matriks

12 Model Regresi Berganda dalam Matriks

13 Model Regresi Berganda dalam Matriks

14 Pengujian Keberartian dengan ANOVA
Sumber Variasi Jumlah Kuadrat Derajat kebebasan Kuadrat Rata-rata Regresi JKR k Sisaan JKS n-k-1 Total JKT n-1

15 Model Regresi Berganda dalam Matriks

16 Uji Variabel yang paling berpengaruh (Elastisitas)
Untuk menguji variabel yang paling berpengaruh, digunakan uji elastisitas atau uji koefisien beta.

17 Model Regresi Berganda dalam Matriks
Koefisien Determinasi: Koefisien Determinasi di sesuaikan:

18

19 Koefisien Korelasi Parsial

20 Contoh Kasus: Seorang peneliti akan meneliti apakah ada pengaruh harga dan pendapatan terhadap konsumsi buah Duren. Untuk keperluan tersebut diambil sampel secara acak sebanyak 10 rumah tangga.

21 Pemecahan Judul 2. Pertanyaan Penelitian Hipotesis
Pengaruh pendapatan dan harga terhadap konsumsi buah Duren. 2. Pertanyaan Penelitian Apakah terdapat pengaruh negatif harga terhadap konsumsi buah Duren? Apakah terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren? Diantara variabel pendapatan dan harga variabel manakah yang paling berpengaruh terhadap konsumsi buah Duren? Hipotesis Terdapat pengaruh negatif harga terhadap konsumsi buah Duren? Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren? Variabel pendapatan memiliki pengaruh yang paling besar terhadap konsumsi buah Duren.

22 4. Kriteria Penerimaan Hipotesis 1
Hipitesis 1. Untuk menguji hipotesis: Harga memiliki pengaruh negatif terhadap konsumsi buah Duren, digunakan kriteria sebagai berikut: Ho : bj≥ 0 : Tidak terdapat pengaruh negatif harga terhadap konsumsi buah Duren. Ha : bi < Terdapat pengaruh negatif harga terhadap konsumsi buah Duren. Kriteria: Ho diterima Jika thitung ≥ -t tabel Ha diterima Jika thitung < -t tabel

23 4. Kriteria Penerimaan Hipotesis 2
Hipitesis 2. Untuk menguji hipotesis: Pendapatan memiliki pengaruh positif terhadap konsumsi buah Duren, digunakan kriteria sebagai berikut: Ho : bj≤ 0 : Tidak terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren. Ha : bi > Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren. . Kriteria: Ho diterima Jika thitung ≤ t tabel Ha diterima Jika thitung > t tabel

24 4. Kriteria Penerimaan Hipotesis 3
Untuk menguji hipotesis, Variabel pendapatan memiliki pengaruh yang paling besar terhadap konsumsi buah Duren Kriteria: Hipotesis Ditolak Jika: Elastisitas () Pendapatan ≤ Elastisitas () Harga Hipotesis Diterima Jika: Elastisitas () Pendapatan > Elastisitas () Harga

25 Uji ketepatan model. Untuk melakukan uji ketepatan model (goodness of fit) digunakan uji F Kriteria: Model persamaan regresi dinyatakan baik (good of fit), jika F hitung > F tabel Model persamaan regresi dinyatakan jelek (bad of fit)Jika F hitung ≤ F tabel

26 5. Sampel 6. Data Yang dikumpulkan X1 2 3 5 4 6 X2 7 Y 8 9 13
10 Keluarga 6. Data Yang dikumpulkan X1 2 3 5 4 6 X2 7 Y 8 9 13

27 7. Analisis Data Untuk analisis data diperlukan, perhitungan:
Persamaan regresi Nilai Prediksi Koefesien determinasi Kesalahan baku estimasi Kesalahan baku koefesien regresinya Nilai F hitung Nilai t hitung Kesimpulan

28 Persamaan Regresi

29 Persamaan Regresi

30 Persamaan Regresi

31 Makna Persamaan Regresi Yang Terbentuk
a = 2,553, Artinya jika harga (X1) dan pendapatan (X2) sebesar 0 maka Y akan sebesar 2,553. b1 =-1,092, Artinya jika pendapatan (X2) konstans, maka kenaikan harga (X1) akan menyebabkan penurunan Y sebesar -1,092 satuan. b2 =1,961, Artinya jika harga (X1) konstans, maka kenaikan pendapatan (X2) akan menyebabkan kenaikan Y sebesar 1,961 satuan.

32 Nilai Prediksi Dan seterusnya…………………….!!!
Berapa besarnya permintaan jika harga sebesar 2 dan pendapatan sebesar 3? 2,553- (1,092x2)+(1,961x3)= 6,25 Berapa besarnya permintaan jika harga sebesar 3 dan pendapatan sebesar 4? 2,553 - (1,092x3)+(1,961x4)= 7,12 Berapa besarnya permintaan jika harga sebesar 5 dan pendapatan sebesar 6? 2,553 - (1,092x5)+(1,961x6)= 8,86 Berapa besarnya permintaan jika harga sebesar 4 dan pendapatan sebesar 5? 2,553 - (1,092x4)+(1,961x5)= 7,99 Berapa besarnya permintaan jika harga sebesar 6 dan pendapatan sebesar 7? 2,553 - (1,092x6)+(1,961x7)= 9,73 Berapa besarnya permintaan jika harga sebesar 2 dan pendapatan sebesar 6? 2,553 - (1,092x2)+(1,961x6)= 12,13 Dan seterusnya…………………….!!!

33 Persamaan Regresi No X1 X2 Y 1 2 3 5 4 9 6 10 15 25 6,251 -1,251 1,565 -2,400 5,760 8 16 12 24 32 64 7,120 0,881 0,775 0,600 0,360 36 30 40 48 8,857 -0,857 0,734 20 45 81 7,988 1,012 1,024 1,600 2,560 7 49 42 54 63 9,725 -0,725 0,526 13 26 78 169 12,133 0,867 0,751 5,600 31,360 18 -1,120 1,253 -1,400 1,960 4,935 -0,935 0,874 -3,400 11,560 1,882 1,118 1,250 -4,400 19,360 Jumlah 47 74 180 237 192 282 375 626 73,999 0,001 9,776 0,000 78,400

34 Standar Error Koefesien Regresi

35 Standar Error Koefesien Regresi

36 Uji t Pengujian Hipotesis 1:
thitung X1 (-4,029) < dari - ttabel (1,89), maka Ha diterima, Terdapat pengaruh negatif harga terhadap konsumsi buah Duren. Pengujian Hipotesis 2: thitung X1 (6,490) > dari t tabel (1,89), maka Ha diterima, Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren.

37 Hipotesis 3: Untuk menguji variabel yang paling berpengaruh, digunakan uji elastisitas atau uji koefesien beta. Uji elastisitas: Uji Koefesien beta: Beta X1 =-0,552 Beta X2 =0,889 Kesimpulan: Karena 2>1 atau Beta(X2) > Beta (X1) pendapatan (X2) lebih berpengaruh terhadap konsumsi dibandingkan harga (X2)

38 Pengujian Keberartian (Goodness of fit) Uji F:
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu menggambarkan kondisi sesungguhnya: Sumber Variasi Jumlah Kuadrat Derajat kebebasan Kuadrat Rata-rata Regresi 68,626 K=2 Sisaan 9,776 10-2-1=7 Total 78,402 n-1=10-1

39 Pengujian keberartian (Goodness of fit) Uji F

40 Koefesien Determinasi
Koefesien Determinasi Disesuaikan (adjusted)

41 Koefisien Korelasi Parsial

42 KESIMPULAN DAN IMPLIKASI
Terdapat pengaruh negatif harga terhadap konsumsi buah duren. Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren. Pendapatan memiliki pengaruh yang lebih besar dibanding harga terhadap konsumsi buah duren IMPLIKASI Sebaiknya pemasar buah Duren mempertimbangkan harga dan pendapatan, akan tetapi lebih mempertimbangkan pendapatan masyarakat dibandingkan harga buah duren dalam merancang strategi pemasarannya.


Download ppt "ANALISIS REGRESI LINIER BERGANDA"

Presentasi serupa


Iklan oleh Google