Regresi2

2,104 views
2,054 views

Published on

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

No Downloads
Views
Total views
2,104
On SlideShare
0
From Embeds
0
Number of Embeds
14
Actions
Shares
0
Downloads
95
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Regresi2

  1. 1. <ul><li>REGRESI </li></ul><ul><li>HENRY SUSILO </li></ul><ul><li>NIM : 082459 </li></ul><ul><li>KELAS 3D </li></ul><ul><li>KELOMPOK 8 </li></ul>
  2. 2. PENGERTIAN REGRESI <ul><li>REGRESI adalah salahsatu metode untuk menentukan sebab akibat antara variabel satu dengan variabel lainnya </li></ul><ul><li>Variabel penyebab bisa disebut variabel X sedangkan variabel akibat berarti Y </li></ul><ul><li>Kedua variabel ini merupakan variabel acak atau random </li></ul>
  3. 3. <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>DEFINISI REGRESI
  4. 4. Regresi terbagi menjadi: <ul><li>Regresi linear yaitu digunakan untuk melakukan pengujian hubungan antara variabel X dan Y yang ditampilkan dalam bentuk persamaan regresi. </li></ul><ul><li>Regresi multiple linear yaitu variabel X > 1 maka persamaan regresinya merupakan persamaan regresi linear berganda. </li></ul>
  5. 5. Rumus- rumus regresi <ul><li>Regresi linear </li></ul><ul><li>Y= a+bX </li></ul><ul><li>Dimana : </li></ul><ul><li>Y= variabel tergantung(dependent) </li></ul><ul><li>X= variabel bebas </li></ul><ul><li>a= nilai konstanta </li></ul><ul><li>b= koefisien arah regresi </li></ul><ul><li>Regresi multiple linear </li></ul><ul><li>Y= a+bX1+cX2 </li></ul>
  6. 8. DATA UKURAN CELANA DAN BERAT BADAN ANTARA KELAS D DAN E Nomor Ukuran Celana Berat Badan 1 30 50 2 29 52 3 27 40 4 31 65 5 28 45 6 27 40 7 28 40 8 27 36 9 27 42 10 27 36 11 29 59 12 27 36 13 27 45 14 31 52 15 28 55 16 30 65 17 28 64 18 27 55 19 28 40 20 28 45 21 27 39 22 30 52 23 29 55 24 27 40 25 28 45 26 27 40 27 29 50 28 29 55 29 27 47
  7. 9. <ul><li>Regressio </li></ul>Mean Std. Deviation N berat badan 48.1667 8.94459 30 ukuran celana 28.2333 1.30472 30
  8. 14. Charts
  9. 16. OUT PUT DAN ANALISA <ul><li>Berdasarkan perhitungan langkah selanjutnya adalah melakukan uji hipotesis dengan mengambil hipotesa : </li></ul><ul><li>H0 : bo = 0 </li></ul><ul><li>H1 : bo bukan = 0 </li></ul><ul><li>Dengan kata lain </li></ul><ul><li>Ho : Ukuran celana dengan berat badan tidak mempunyai hubungan berupa garis linear </li></ul><ul><li>H1 : Ukuran celana dan berat badan mempunyai hubungan berupa garis linear. </li></ul><ul><li>Sehingga di peroleh nilai F0 berdasarkan hasil perhitungan SPSS sebesar 29.712 </li></ul>

×