Analisis Regresi Perbedaan Korelasi dan Regresi Korelasi Regresi
Analisis Regresi
Perbedaan Korelasi dan Regresi Korelasi Regresi • Menganalisis hubungan kausal asitmeris antar variabel • Membedakan • Tidak ada fungsi variabel perbedaan (variabel independen dan variabel 212
Regresi Linear • Suatu analisis mengenai ketergantungan suatu variabel dependen terhadap variabel independennya. • Tingkat kepekaan perubahan variabel independen terhadap variabel dependen dapat dicermati dari koefisien regresi untuk setiap variabel independen. • Koefisien regresi diperoleh dengan cara memprediksi nilai variabel dependen melalui suatu persamaan linear. 213
Tujuan Analisis Regresi Linear Memprediksi nilai rata-rata variabel dependen berdasarkan nilai rata-rata variabel independen yang ditetapkan sebagai prediktor. Dimana skala data minimal adalah interval. Teknik estimasi nilai variabel dependen dalam regresi menggunakan OLS ordinary least square atau metode kuadrat terkecil. 214
• Beberapa Asumsi Model regresi linear : 1. Nilai rata-rata kesalahan adalah 0 2. Tidak terjadi heterokedastisitas (varians kesalahan berbeda) 3. Tidak terjadi multikolinearitas yang sempurna antar variabel bebas. 4. Jumlah sampel harus lebih besar dari jumlah parameter/ indikator. 5. Ada variabelitas dalam nilai X (nilai X tidak boleh sama semua) 6. Data sampel tersebar normal 215
Persamaan Regresi linear Ỳ = b o + b 1 X 1 Ỳ : nilai variabel dependen (variabel yang diprediksi) bo : intercept, intercept atau konstanta yaitu titik potong garis regresi dengan sumbu Y b 1 : slope (kemiringan garis /kecenderungan) ditunjukkan oleh nilai koefisien regresi untuk suatu variabel independen X 1 : nilai variabel independen (prediktor) 216
Model Regresi Linear Ỳ = b o + b 1 X 1 Ỳ b 1= slope b 0= intercept X 217
Bagaimana menentukan nilai b 0 dan b 1 ? ∑X 2 ∑Y - ∑X ∑(XY) Ỳ = b o + b 1 X 1 bo = n∑X 2 - ∑(X)2 atau n∑XY - ∑X ∑Y b 1 = n∑X 2 - ∑(X)2 bo = ∑Y b 1∑X n n 218
Contoh 12. 1 Mean Skor Vol. penj. (Y) Analisis regresi Mean Skor Biaya Iklan (X) XY X 2 Y 2 5 5 25 25 25 4 3 12 16 9 3 4 12 9 16 4 5 20 16 25 3 3 9 9 9 4 4 16 16 16 5 5 25 25 25 3 3 9 9 9 4 4 16 16 16 39 40 160 157 219 166
Langkah 01 : Mencari nilai dan b 1 dan b 0 n∑XY - ∑X ∑Y bo = b 1 = n∑X 2 - ∑(X)2 ∑Y b 1∑X n n (40) (0, 816)(39) 10 10 10(160) – (39)(40) bo = 10(157) – (39)2 bo = 0, 818 b 1 = 0, 816 220
Langkah 02 : Menentukan persamaan regresi Ỳ = 0, 818 + 0, 816 X 1 Persamaan regresi tersebut sebagai dasar estimasi variabel Y. Jika biaya iklan naik 1 satuan maka volume penjualan diprediksi akan naik sebesar 0, 816 satuan. Jadi seandainya biaya iklan naik sebesar 10 maka volume penjualan diprediksikan …. Ỳ = 0, 818 + 0, 816 (10) = 8, 978 221
Ringkasan Materi • Terdapat perbedaan antara analisis korelasi dan regresi, dimana analisis regresi lebih menekankan pada analisis hubungan kausal antar variabel dan membedakan variabel secara fungsional. • Tujuan analisis regresi adalah memprediksi nilai rata suatu variabel dependen berdasarkan nilai rata variabel independen yang mempengaruhinya. • Koefisien regresi digunakan untuk mengukur tingkat kepekaan perubahan suatu variabel independen terhadap variabel dependennya, yang diperoleh melalui persamaan linear. • Teknik estimasi nilai variabel dependen dalam metode regresi menggunakan metode kuadrat 222
Soal Latihan : Berdasarkan data pada soal latihan yang ada di pertemuan sebelumnya. 1. Coba regresikan antara hasil nilai test teknik penjualan dan hasil penjualan dari ke 10 tenaga penjualan tersebut ! 2. Jelaskan bagaimana hasilnya ! 223
- Slides: 13