REGRESI LINEAR SEDERHANA
description
Transcript of REGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA Y = β0 + β1 X + ε
β0 dan β1 merupakan parameter
Model Matematis Y atas X Sampel
Y = b0 + b1 X +e
b0 merupakan estimator untuk β0 b1 merupakan estimator untuk β1
Regresi Linear Sederhana
Y = b0 + b1 X
X = Variabel bebas (Independent Variable)Y = Variabel tergantung (Dependent Variable)b0 = intersep (intercepth), yang menyatakan
perpotongan garis persamaan regresi dengan sumbu Y untuk X = 0
b1 = koefisien regresi antara Y atas X yang menyatakan perubahan rata-rata Y apabila X berubah satu unit
Koefisien Regresi Linear
Y = b0 + b1 X
b1 =
b0 =n
XbY
22 XXn
YXXYn
CONTOH
Hitung pengaruh pengeluaran riset dengan keuntungan.
Y = 20 + 2X
Tahun Pengeluaran Riset
Keuntungan
2006 2 20
2007 3 25
2008 5 34
2009 4 30
2010 11 40
2011 5 31
Lanjutan (2)
Pengeluaran Riset (X)
Keuntungan (Y)
X2 Y2 XY
2 20 4 400 40
3 25 9 625 75
5 34 25 1156 170
4 30 16 900 120
11 40 121 1600 440
5 31 25 961 155
30 180 200 5642 1000
Menghitung Koefisien Regresi Linear
22 XXn
YXXYn
22 XXn
YXXYn
b1 = = =2
b0 = = = 20
n
XbY
2)30()200(6
)180)(30()000.1(6
6
)30(2180
Y = 20 + 2 X
22 XXn
YXXYn
ANALISIS KORELASI
Untuk mengetahui keeratan hubungan antara dua variabel yang berskala interval dan rasio digunakan koefisien korelasi Pearson (Product Moment Coefficient of Correlation Karl Pearson). Besarnya keeratan hubungan antara varaibel Y dan X diperlihatkan oleh
koefisien korelasi
KORELASI LINEAR SEDERHANA
r =
PRODUCT MOMENT PEARSON
2222 YYNXXN
YXXYN
INTERPRETASI KOEFISIEN KORELASI
-1 r 1r = - 1 Mengisyaratkan hubungan linier sempurna yang
sifatnya negatif, dalam arti makin besar (kecil) harga X makin kecil (besar) harga Y
r = 0 Mengisyaratkan tidak ada hubungan linier antara Y dengan X, dalam arti berapapun harga X tidak
mengganggu harga Y, dan sebaliknya
r = + 1 Mengisyaratkan hubungan linier sempurna yang sifatnya positif, dalam arti makin besar (kecil) harga X makin besar (kecil) harga Y
Koefisien Determinasi adalah persentase perubahan-perubahan Y yang dijelaskan oleh X melalui hubungan liniernya
KOEFISIEN DETERMINASI (r2)
CONTOH
NO TAHUN Biaya Riset (X)
Laba Tahunan (Y)
1 2006 2 202 2007 3 253 2008 5 34
4 2009 4 305 2010 11 40
6 2011 5 31
TABEL PERHITUNGANTAHUN Biaya Riset
(X)Laba
Tahunan (Y)
X2 Y2 XY
2006 2 20 4 400 40
2007 3 25 8 625 75
2008 5 34 25 1156 170
2009 4 30 16 900 120
2010 11 40 121 1600 4400
2011 5 31 25 961 155
∑ 30 180 200 5642 1000
Product Moment Coefficient of Correlation Karl Pearson
r =
=
= 0,9090 ≈ 0,91
2222 YYN.XXN
YXXYN
(180)2 - ) (5.642 630200)(6
(180) (30) - (1.000) 62
KOEFISIEN DETERMINASI
Untuk korelasi antara biaya riset dengan laba tahunan sebesar (r) = 0,91
r2 = (0,91)2 = 0,8281 atau 82,81%
INTERPRETASI KOEFISIEN DETERMINASIKoefisien determinasi antara laba atas biaya
riset = r2 = 0,8281; artinya 82,81% dari perubahan-perubahan laba bisa dijelaskan oleh biaya riset melalui hubungan liniernya dan 17,19% perubahan-perubahan laba dijelaskan oleh faktor-faktor lain.
Analisis dengan SPSSModel Summary
.909a .826 .783 3.24Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Predictors: (Constant), Xa.
Coeffi ci entsa
20, 000 2, 646 7, 559 , 002
2, 000 , 458 , 909 4, 364 , 012
(Const ant )
BYRI SET
Model1
B St d. Error
Unst andardizedCoef f icient s
Bet a
St andardizedCoef f icient s
t Sig.
Dependent Var iable: LABAa.