ANALISIS REGRESI PENDIDIKAN EKONMI FE

Presentasi berjudul: "ANALISIS REGRESI PENDIDIKAN EKONMI FE"— Transcript presentasi:

1 ANALISIS REGRESI PENDIDIKAN EKONMI FE

2 ANALISIS REGRESI F. GALTON (HUKUM GALTON)
KETERGANTUNGAN DEPENDEN (TERIKAT) DENGAN SATU ATAU LEBIH VARIABEL INDEPENDEN (BEBAS) PREDIKSI RATA-RATA POPULASI ATAU NILAI RATA-RATA VARIABEL DEPENDEN BERDASARKAN NILAI V INDEPENDEN

3 ASUMSI ORDINARY LEAST SQUARE
MODEL REGRESI LINER Y = a + bx 1 + ui X nonstokastik, tetap dalam sampel yg berulang Nilai rata-rata kesalahan adalah 0 Homoskedasitas (sebaran yang sama) Tidak terdapat autokorelasi Tidak terdapat multikolinier

4 ASUMSI ORDINARY LEAST SQUARE
Jml obs > jml parameter yang diestimasi Adanya variabilitas nilai X Model telah dispesikasikan degan benar

5 GOODNESS OF FIT SUATU MODEL
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual diukur dengan Goodness of fitnya Koefisien diterminasi (R2) Uji signifikansi simultas (Uji F) Uji Signifikasi Parameter Individual (Uji t)

6 DEFINISI VARIABEL

7 MEMASUKKAN DATA

8 ANLISIS REGRESI LINIER

9 MASUKAN VARIABEL DEPENDENI

10 Model R R Square Adjst R Sqr SE of Estm 1 .721a .519 .488 2.670 a. Predictors: (Constant), Pelayanan, LOKASI, KEMMANJ

11 Uji simultan (uji F) ANOVAb Model Sum of Squares df Mean Square F Sig.
1 Regression a Residual Total a. Predictors: (Constant), Pelayanan, LOKASI, KEMMANJ b. Dependent Variable: Partisps

12 Uji Parameter individual (uji t)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) KEMMANJ LOKASI Pelayanan a. Dependent Variable: Partisps

13 Persmaan regresi Y = 0,981 +0,456 Kemmanj + 0,458 Loks + 0,251 pelyn

14

15

16

17

18 Model R R Square Adjst R Sqr SE of Estm 1 .482a .232 .200 a. Predictors: (Constant), INCOME, PENGLM, JMLKEL, PENDKN

19 Uji signifikansi Simultan (Uji F)
ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression a Residual Total a. Predictors: (Constant), INCOME, PENGLM, JMLKEL, PENDKN b. Dependent Variable: SAVING

20 Coefficientsa Model Unstandardized Coefficients Standardized t Sig. B Std. Error Coefficients Beta 1 (Constant) JMLKEL PENDKN PENGLM INCOME a. Dependent Variable: SAVING

21 ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression a Residual Total a. Predictors: (Constant), ICOME, PENGKER, JUMKEL, PDDK b. Dependent Variable: SAVING

22 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) JUMKEL PDDK PENGKER ICOME a. Dependent Variable: SAVING