1 / 27

ANALISIS REGRESI BERGANDA

ANALISIS REGRESI BERGANDA. Oleh: Dr.Suliyanto, SE,MM http://management-unsoed.ac.id Regresi Berganda Download. LATAR BELAKANG MUNCULNYA ANALISIS REGRESI BERGANDA. Fenomena ekonomi bersifat komplek, sehingga tidak cukup dijelaskan oleh satu variabel bebas. Contoh:

anila
Télécharger la présentation

ANALISIS REGRESI BERGANDA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ANALISIS REGRESI BERGANDA Oleh: Dr.Suliyanto, SE,MM http://management-unsoed.ac.id • Regresi Berganda • Download

  2. LATAR BELAKANG MUNCULNYA ANALISIS REGRESI BERGANDA Fenomena ekonomi bersifat komplek, sehingga tidak cukup dijelaskan oleh satu variabel bebas. Contoh: Besarnya konsumsi tidak hanya dipengaruhi oleh pendapatan saja tetapi juga dipengaruhi oleh jumlah anggota keluarga, tingkat pendidikan serta variabel lainnya.

  3. Perbedaan dengan Regresi Sederhana • Regresi sederhana hanya terdiri satu variabel bebas. • Y = a+bX+ • Regresi berganda terdiri dua variabel atau lebih variabel bebas. • Y = a+b1X1+ b2X2+ ….+bnXn+ 

  4. UJI ASUMSI KLASIK • UJI NORMALITAS • NON-HETEROSKEDASTISITAS • NON-MULTIKOLINIERITAS • NON-AUTOKORELASI • LINIERITAS

  5. Persamaan Regresi Persamaan Regresi linier Berganda: Y = a + b1X1 + b2X2+…+bnXn +  Y = Nilai yang diramalkan a = Konstansta b1 = Koefesien regresi untuk X1 b2 = Koefesien regresi untuk X2 bn = Koefesien regresi untuk Xn X1 = Variabel bebas pertama X2 = Variabel bebas kedua Xn = Variabel bebas ke n  = Nilai Residu

  6. Contoh Kasus: Seorang peneliti akan meneliti apakah ada pengaruh harga dan pendapatan terhadap konsumsi buah Duren. Untuk keperluan tersebut diambil sampel secara acak sebanyak 10 rumah tangga.

  7. Judul Pengaruh pendapatan dan harga terhadap konsumsi buah Duren. 2. Pertanyaan Penelitian Apakah terdapat pengaruh negatif harga terhadap konsumsi buah Duren? Apakah terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren? Diantara variabel pendapatan dan harga variabel manakah yang paling berpengaruh terhadap konsumsi buah Duren? Hipotesis Terdapat pengaruh negatif harga terhadap konsumsi buah Duren? Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren? Variabel pendapatan memiliki pengaruh yang paling besar terhadap konsumsi buah Duren. Pemecahan

  8. 4. Kriteria Penerimaan Hipotesis 1 Hipitesis 1. Untuk menguji hipotesis: Harga memiliki pengaruh negatif terhadap konsumsi buah Duren, digunakan kriteria sebagai berikut: Ho : bj≥ 0 : Tidak terdapat pengaruh negatif harga terhadap konsumsi buah Duren. Ha : bi < Terdapat pengaruh negatif harga terhadap konsumsi buah Duren. Kriteria: • Ho diterima Jika thitung ≥ -t tabel • Ha diterima Jika thitung< -t tabel

  9. 4. Kriteria Penerimaan Hipotesis 2 Hipitesis 2. Untuk menguji hipotesis: Pendapatan memiliki pengaruh positif terhadap konsumsi buah Duren, digunakan kriteria sebagai berikut: Ho : bj≤ 0 : Tidak terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren. Ha : bi > Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren. . Kriteria: • Ho diterima Jika thitung≤ t tabel • Ha diterima Jika thitung> t tabel

  10. 4. Kriteria Penerimaan Hipotesis 3 Hipitesis 3. Untukmengujihipotesis, Variabelpendapatanmemilikipengaruh yang paling besarterhadapkonsumsibuah Duren Kriteria: • HipotesisDitolakJika: Elastisitas () Pendapatan≤ Elastisitas () Harga • HipotesisDiterimaJika: Elastisitas () Pendapatan> Elastisitas () Harga

  11. Uji ketepatan model. Untuk melakukan uji ketepatan model (goodness of fit) digunakan uji F Kriteria: • Model persamaan regresi dinyatakan baik (good of fit), jika F hitung >F tabel • Model persamaan regresi dinyatakan jelek (bad of fit)Jika F hitung ≤ F tabel

  12. 5. Sampel 10 Keluarga 6. Data Yang dikumpulkan

  13. 7. Analisis Data • Untuk analisis data diperlukan, perhitungan: • Persamaan regresi • Nilai Prediksi • Koefesien determinasi • Kesalahan baku estimasi • Kesalahan baku koefesien regresinya • Nilai F hitung • Nilai t hitung • Kesimpulan

  14. Persamaan Regresi

  15. Koefesien Regresi: Y = a +b1X1+b2X2+ Y = 2,5529 -1,0921X1+1,9608X2+

  16. Makna Persamaan Regresi Yang Terbentuk a = 2,553, Artinya jika harga (X1) dan pendapatan (X2) sebesar 0 maka Y akan sebesar 2,553. b1 =-1,092, Artinya jika pendapatan (X2) konstans, maka kenaikan harga (X1) akan menyebabkan penurunan Y sebesar -1,092 satuan. b2 =1,961, Artinya jika harga (X1) konstans, maka kenaikan pendapatan (X2) akan menyebabkan kenaikan Y sebesar 1,961 satuan.

  17. Nilai Prediksi • Berapa besarnya permintaan jika harga sebesar 2 dan pendapatan sebesar 3? 2,553- (1,092x2)+(1,961x3)= 6,25 • Berapa besarnya permintaan jika harga sebesar 3 dan pendapatan sebesar 4? 2,553 - (1,092x3)+(1,961x4)= 7,12 • Berapa besarnya permintaan jika harga sebesar 5 dan pendapatan sebesar 6? 2,553 - (1,092x5)+(1,961x6)= 8,86 • Berapa besarnya permintaan jika harga sebesar 4 dan pendapatan sebesar 5? 2,553 - (1,092x4)+(1,961x5)= 7,99 • Berapa besarnya permintaan jika harga sebesar 6 dan pendapatan sebesar 7? 2,553 - (1,092x6)+(1,961x7)= 9,73 • Berapa besarnya permintaan jika harga sebesar 2 dan pendapatan sebesar 6? 2,553 - (1,092x2)+(1,961x6)= 12,13 • Berapa besarnya permintaan jika harga sebesar 3 dan pendapatan sebesar 4? 2,553 - (1,092x3)+(1,961x4)= 7,12 • Berapa besarnya permintaan jika harga sebesar 4 dan pendapatan sebesar 5? 2,553 - (1,092x4)+(1,961x5)= 7,99 Dan seterusnya…………………….!!!

  18. Koefesien Determinasi Koefesien determinasi: Koefesien Determinasi Disesuaikan (adjusted)

  19. Kesalahan Baku Estimasi Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.

  20. Standar Error Koefesien Regresi Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:

  21. Uji t • Pengujian Hipotesis 1: • thitung X1 (-4,029) < dari - ttabel (1,89), maka Ha diterima, Terdapat pengaruh negatif harga terhadap konsumsi buah Duren. • Pengujian Hipotesis 2: • thitung X1 (6,490) > dari t tabel (1,89), maka Ha diterima, Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren.

  22. Hipotesis 3: Untuk menguji variabel yang paling berpengaruh, digunakan uji elastisitas atau uji koefesien beta. Uji elastisitas: Uji Koefesien beta: Beta X1 =-0,552 Beta X2 =0,889 Kesimpulan: Karena 2>1 atau Beta(X2) > Beta (X1)pendapatan (X2) lebih berpengaruh terhadap konsumsi dibandingkan harga (X2)

  23. Uji F Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu menggambarkan kondisi sesungguhnya: Ho: Diterima jika F hitung F tabel Ha: Diterima jika F hitung> F tabel Karena F hitung (24,567) > dari F tabel (4,74) maka maka persamaan regresi dinyatakan Baik (good of fit).

  24. KESIMPULAN DAN IMPLIKASI KESIMPULAN • Terdapat pengaruh negatif harga terhadap konsumsi buah duren. • Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren. • Pendapatan memiliki pengaruh yang lebih besar dibanding harga terhadap konsumsi buah duren IMPLIKASI Sebaiknya pemasar buah Duren mempertimbangkan harga dan pendapatan, akan tetapi lebih mempertimbangkan pendapatan masyarakat dibandingkan harga buah duren dalam merancang strategi pemasarannya.

More Related