Probabilitas Dan Statistika
Persoalan Regresi
- Uji regresi mencari hubungan dua variabel atau lebih.
- Secara harfiah, regresi dapat diartikan sebagai 'pengaruh'.
- Contohnya, pengaruh variabel MOTIVASI terhadap KINERJA.
Karakteristik Analisis Regresi
- Melihat hubungan kausalitas (sebab-akibat) antara variabel independen dengan variabel dependen.
- Adanya persamaan regresi.
- Dapat memprediksi nilai variabel dependen berdasarkan nilai variabel independen nya berdasarkan persamaan regresi yang diperoleh.
- Dapat melihat pengaruh sekaligus hubungan antara variabel independen dengan variabel dependen.
Variabel dalam Regresi
- Dalam regresi, ada variabel yang dipengaruhi dan variabel yang mempengaruhi.
- Variabel yang mempengaruhi disebut sebagai variabel independen atau variabel bebas (X = predictor)
- Variabel yang dipengaruhi disebut sebagai variabel dependen atau variabel tergantung (Y = response).
- Variabel yang mempengaruhi bisa terdiri dari dua variabel atau lebih.
Regresi Linear
Regresi Non Linear
Ada beberapa asumsi yang harus dipenuhi dalam malakukan analisis regresi, yaitu:
- Data berdistribusi normal (uji normalitas).
- Data bersifat linear (uji linearitas).
- Tidak adanya auto korelasi/non auto correlation, untuk daya yang bersifat time series.
- Tidak adanya multi kolinearitas/non multi kolinearitas (analisis regresi berganda).
- Data bersifat homogeny (uji homo kedasitas).
Analisis Regresi Linear Sederhana
- Contoh dalam produksi:
- Hubungan antara lamanya kerusakan mesin dengan kualitas produk yang dihasilkan.
- Hubungan jumlah pekerja dengan output yang diproduksi.
- Hubungan antara suhu ruangan dengan cacat produksi yang dihasilkan.
Langkah-langkah dalam melakukan Analisis Regresi Linear Sederhana:
- Tentukan tujuan dari melakukan analisis regresi linear sederhana.
- Identifikasikan variabel.
- Lakukan pengumpulan data.
- Hitung X2, Y2, XY dan total dari masing-masingnya.
- Hitung a dan b berdasarkan rumus di atas.
- Buatlah model persamaan regresi linear sedrhana.
- Lakukan prediksi atau peramalan terhadap variabel faktor penyebab atau variabel akibat.
Model Persamaan Regresi Linear Sederhana adalah seperti berikut ini:
Dimana:
- Y= Variabel response atau variabel akibat (Dependent).
- X= Variabel prediktor atau variabel faktor penyebab (Independent).
- a= konstanta = harga Y bila X=0 (harga konstan).
- b= koefisien regresi (kemiringan):
angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan
variabel independen yang didasarkan pada variabel idependen. Bila b (+) maka naik, dan
bila (-) maka terjadi penurunan.
Nilai-nilai a dan b dapat dihitung dengan menggunakan Rumus dibawah ini :
Grafik Regresi Linear Sederhana
Koefisien Regresi
- Arah pengaruh regresi besifat positif (+) atau negatif (-) dilihat berdasarkan koefisien regresi yang diperoleh.
- Positif: Jika Variabel Independentnya mengalami peningkatan, maka variabel dependentnya juga akan mengalami peningkatan dan sebaliknya, dengan kata lain jika X naik, maka Y juga naik dan sebaliknya.
- Negatif: Jika Variabel Independentnya mengalami peningkatan, maka variabel dependentnya akan mengalami penurunan dan sebaliknya, dengan kata lain jika X naik, maka Y turun dan sebaliknya.
- Dapat diketahui kontribusi variabel independen dengan variabel dependen (koefisien determinasi)
Posted by 09.06 and have
4
komentar
, Published at
maksudnya registrasi apa?
BalasHapusRegresi gan bukan registrasi
HapusRegresi adalah suatu metode analisis statistik. hehe
wkwkwkwk. sori om, salah baca
Hapushihiii siap
Hapus