Dokumen tersebut merupakan ringkasan tentang regresi. Regresi adalah alat statistik yang menjelaskan hubungan antara dua variabel atau lebih. Tujuannya adalah memperkirakan nilai variabel dependen berdasarkan variabel independen. Terdapat dua jenis regresi: regresi linier sederhana antara dua variabel dan regresi linier berganda dengan lebih dari satu variabel independen. Persamaan regresi linier menggunakan koefisien untuk memodelkan hub
1. REGRESI
Disusun oleh :
Anggy Herny Anggraeni (13030214016)
Rendra Hendriyanto (13030214010)
Andy Rizki Wiyono (13030214026)
2. REGRESI
Pengertian regresi secara umum adalah
sebuah alat statistik yang memberikan
penjelasan tentang pola hubungan (model)
antara dua variabel atau lebih.
3. Tujuan utama regresi adalah untuk
membuat perkiraan nilai suatu variabel
(variabel dependen) jika nilai variabel
yang lain yang berhubungan dengannya
(variabel lainnya) sudah ditentukan.
4. Variable Dalam Regresi
Variabel Respon disebut juga variabel
dependen yaitu variabel yang
keberadaannya dipengaruhi oleh variabel
lainnya dan dinotasikan dengan variabel Y.
Variabel Prediktor disebut juga dengan
variabel independen yaitu variabel yang
bebas (tidak dipengaruhi oleh variabel
lainnya) dan dinotasikan dengan X.
5. Regresi linier terdiri dari dua bentuk, yaitu:
1. Analisis regresi sederhana (simple analysis
regresi)
2. Analisis regresi berganda (Multiple analysis
regresi).
6. Analisis Regresi Linier Sederhana
Analisis Regresi Linier Sederhana
merupakan hubungan antara dua
variabel yaitu variabel bebas
(independen) dan variabel tak bebas
(depend)
7. Bentuk umum dari persamaan regresi linier
untuk populasi adalah
Di mana:
y = Variabel takbebas
y = a + bx
x = Variabel bebas
a = Parameter Intercep
b = Parameter Koefisisen Regresi Variabel Bebas
8. Menentukan koefisien persamaan a dan b
dapat dengan menggunakan metode kuadrat
terkecil, yaitu cara yang dipakai untuk
menentukan koefisien persamaan a dan b
dari jumlah pangkat dua (kuadrat) antara titik-titik
dengan garis regresi yang dicari yang
terkecil
9. Regresi Linier Berganda
Regresi linier berganda adalah analisis regresi
yang menjelaskan hubungan antara peubah
respon (variabel dependen) dengan faktor-faktor
yang mempengaruhi lebih dari satu
prediktor (variabel independen).
10. Secara umum model regresi linier berganda
adalah sebagai berikut:
Di mana adalah
koefisien atau parameter model.
Dengan:
i = 1, 2, …, n
n = ukuran sampel
Ԑ = variabel kesalahan (galat)
11. Untuk rumus diatas, dapat diselesaikannya
dengan empat persamaan oleh empat variabel
yang terbentuk:
Dengan adalah koefisien yang
ditentukan berdasarkan data hasil pengamatan.