REGRESI DHIKA YUGASWARA (082452)
DEFINISI REGRESI <ul><li>#  Menurut Sir Francis Galton (1822-1911)  Persamaan Regresi :Persamaan matematik yang memungkink...
 
 
Hasil pengumpulan data diketahui data sebagai berikut :
Berdasarkan data tersebut di atas : <ul><li>Hitunglah nilai a dan b untuk persamaan regersi linier sederhana </li></ul><ul...
Jawab : Hipotesis penelitian : Tinggi Badan berpengaruh terhadap Berat Badan Seseorang (karena hanya dikatakan berpengaruh...
 
Berdasarkan hasil pengolahan data tersebut di atas maka dapat dibuat persamaan regresi linier sederhana : Y = - 73,72041 +...
31.874,98 > 5,32 maka Ho ditolak, Ha diterima dan hipotesis penelitian yang menyatakan bahwa Tinggi Badan berpengaruh terh...
Sedangkan berdasarkan nilai r kuadrat sebesar 96,4% menggambarkan bahwa sumbangan variabel independen (Tinggi Badan) terha...
Upcoming SlideShare
Loading in...5
×

Regresi Dika

2,132

Published on

Published in: Business, Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
2,132
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
75
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Regresi Dika

  1. 1. REGRESI DHIKA YUGASWARA (082452)
  2. 2. DEFINISI REGRESI <ul><li># Menurut Sir Francis Galton (1822-1911) Persamaan Regresi :Persamaan matematik yang memungkinkan peramalan nilai suatu peubah takbebas ( dependent variable ) dari nilai peubah bebas (independent variable). </li></ul><ul><li>Jenis-jenis Persamaan Regresi : </li></ul><ul><li>Regresi Linier : Regresi Linier Sederhana & Regresi Linier Berganda </li></ul><ul><li>Regresi Nonlinier </li></ul><ul><li>Regresi Eksponensial </li></ul><ul><li>- Bentuk Umum Regresi Linier Sederhana </li></ul><ul><li>Y = a + bX </li></ul><ul><li>Y : peubah takbebas </li></ul><ul><li>X : peubah bebas </li></ul><ul><li>a : konstanta </li></ul><ul><li>b : kemiringan </li></ul>
  3. 5. Hasil pengumpulan data diketahui data sebagai berikut :
  4. 6. Berdasarkan data tersebut di atas : <ul><li>Hitunglah nilai a dan b untuk persamaan regersi linier sederhana </li></ul><ul><li>Jika hipotesis penelitian menyatakan bahwa “tinggi badan seseorang berpengaruh terhadap berat badan seseorang”, ujilah hipotesis tersebut dengan menggunakan Uji T dan Uji F (tingkat keyakinan sebesar 95%) </li></ul><ul><li>Hitunglah nilai r dan koefisien determinasi </li></ul><ul><li>Bagaimana kesimpulannya. </li></ul>
  5. 7. Jawab : Hipotesis penelitian : Tinggi Badan berpengaruh terhadap Berat Badan Seseorang (karena hanya dikatakan berpengaruh maka menggunakan uji dua arah). Jika Y : Berat Badan Seseorang dan X : Tinggi Badan Seseorang, maka untuk mendapatkan nilai a dan b untuk persamaan regersi linier sederhana :
  6. 9. Berdasarkan hasil pengolahan data tersebut di atas maka dapat dibuat persamaan regresi linier sederhana : Y = - 73,72041 + 0,819657 X <ul><li>Untuk menguji hipotesis secara parsial digunakan Uji T, yaitu : </li></ul><ul><li>Hipotesis Statistik adalah Ho : b = 0 dan Ha : b ≠ 0 (disebut uji dua arah) </li></ul><ul><li>Nilai T hitung adalah : b/Sb = 0,819657/0,05525673 = 14,833613932638 = 14,834 </li></ul><ul><li>Nilai T tabel dengan df : 10 – 2 = 8 dan ½ α = 2,5% (uji dua arah) sebesar ± 2,306 </li></ul><ul><li>Karena nilai T hitung lebih besar dari pada T tabel atau 14,834 > 2,306 maka Ho ditolak, Ha diterima dan hipotesis penelitian yang menyatakan bahwa Tinggi Badan berpengaruh terhadap Berat Badan Seseorang adalah dapat diterima (dapat dikatakan signifikan secara statistik). </li></ul><ul><li>Sedangkan untuk menguji secara serempak digunakan Uji F, yaitu diperoleh F hitung = 31.874,98 dan Untuk nilai F tabel dengan df : k - 1 ; n – k = 1 ; 8 dan α : 5% sebesar 5,32. Karena nilai F hitung lebih besar dari F tabel atau </li></ul>
  7. 10. 31.874,98 > 5,32 maka Ho ditolak, Ha diterima dan hipotesis penelitian yang menyatakan bahwa Tinggi Badan berpengaruh terhadap Berat Badan Seseorang adalah dapat diterima. <ul><li>Untuk nilai r (korelasi) adalah sebesar 0,982 dan koefisien determinasi (r kuadrat) sebesar 0,964. Berdasarkan hasil nilai koefisien korelasi maka dapat dikatakan bahwa hubungan antara variabel independen (Tinggi Badan) dengan variabel dependen (Berat Badan) mempunyai hubungan yang kuat karena nilai r sebesar 98,2% tersebut sangat mendekati nilai100% </li></ul>
  8. 11. Sedangkan berdasarkan nilai r kuadrat sebesar 96,4% menggambarkan bahwa sumbangan variabel independen (Tinggi Badan) terhadap naik turunnya variabel dependen (Berat Badan) sebesar 96,4% sedangkan sisanya merupakan sumbangan dari variabel lain yang tidak dimasukkan dalam model <ul><li>Kesimpulannya : Berdasarkan hasil pengujian hipotesis, baik Uji T maupun Uji F, diketahui bahwa Variabel Tinggi Badan Seserorang berpengaruh terhadap Variabel Berat Badan Seseorang dan pengaruhnya bersifat positif (nilai koefisien regresinya sebesar 0,819657), artinya jika seseorang mempunyai tinggi badan semakin tinggi maka akan meningkatkan berat badannya (dan sebaliknya). Berdasarkan nilai koefisien regresi tersebut dapat diketahui bahwa jika tinggi badan meningkat sebesar 10% maka berat badan akan meningkat 8,2%. Sedangkan berdasarkan nilai koefisien korelasi dan koefisien determinasi diketahui bahwa variabel independen (Tinggi Badan) mempunyai hubungan yang kuat dan mempunyai sumbangan yang cukup besar terhadap variabel dependen (Berat Badan). </li></ul>
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×