470 likes | 1.64k Vues
STATISTIK DESKRIPTIF. Regresi dan Korelasi Linier. M. Haviz Irfani, S.Si - STMIK MDP PALEMBANG. P E R S A M A A N R E G R E S I. JENIS-JENIS. Regresi Linier : Regresi Linier Sederhana Regresi Linier Berganda Regresi NonLinier : Regresi Eksponensial. Contoh :
E N D
STATISTIK DESKRIPTIF Regresi dan Korelasi Linier M. Haviz Irfani, S.Si - STMIK MDP PALEMBANG
P E R S A M A A N R E G R E S I JENIS-JENIS Regresi Linier : Regresi Linier Sederhana Regresi Linier Berganda RegresiNonLinier: RegresiEksponensial Contoh : Umur Vs Tinggi Tanaman (X : Umur, Y : Tinggi) Biaya Promosi Vs Volume penjualan (X :Biaya Promosi, Y:Vol. penjualan)
Regresi Linier Sederhana PENGERTIAN Hubunganantaraduavariabel yang menitikberatkanpadaobservasivariabeltertentu, sedangkanvariabel yang lain dikonstanpadaberbagaikeadaan.
Regresi Linier Sederhana TUJUAN : Membuatperkiraan (prediksi) atauramalandariduabuahvariabel (biner) yaituvariabelbebasdanvariabelterikat Y Garis Regresi Persamaan Garis Regresi X Diagram Pencar atau Scatter Diagram
Regresi Linier Sederhana MODEL/RUMUS MetodeKuadratTerkecil X : variabelbebas Y: variabeltakbebas a: intercept , sebuahkonstantamenyatakanperbedaanbesarnya rata-rata Y ketika X=0. b: Slope, menyatakanbesarnyaperubahannilai Y bilanilai X berubahsatu unit pengukuran. e: galat/error,menyatakanselisihantaranilai Y yang teramatidengannilai Y yang sesungguhnyapadatitik X tertentu.
Regresi Linier Sederhana - Contoh Diketahui data BiayaPromosi (dalamjuta rupiah) dan Volume Penjualan (dalamratusanjuta liter) PT SirainmessperusahaanMinyakGoreng .
Regresi Linier Sederhana - Contoh Solusi :
Regresi Linier Sederhana Diagram Pencar Y 12 10 Y= 2,530 + 1,053 X 8 6 4 2 X 2 4 8 10 6
Regresi Linier Sederhana Dua bentuk diagram pencar yang dapat terjadi, untuk gambar 1 terjadi kenaikan X yang diikuti kenaikan Y dan sebaliknya, sementara pada gambar 2 terjadi kenaikan X diikuti penurunan Y dan sebaliknya. Y Y Y= a - b X Y= a + b X X X Gambar 1 Kurva Positif Gambar 2 Kurva Negatif
Regresi Linier Sederhana Kesamaandiantaragarisregresi/ garis trend memilikiduasifatmatematissbb: Cara ke 2 Misalkandan Maka
Regresi Linier Sederhana Contoh : DiketahuihubunganBiayaPromosi (X d alamJuta Rupiah) dan Y (Volume penjualandalamRatusanJuta liter) dapatdinyatakandalampersamaanregresi linier sebagaiberikut: Y= 2,530 + 1,053 X Perkiraan Volume penjualanjikadikeluarkanbiayapromosiRp. 10 juta? Penyelesaian : Y= 2,530 + 1,053*X Untuk X= 10, maka Y= 2,530 + 1,053*(10) = 2,53 + 10,53 = 13,06 (ratusanjuta liter) PerkiraanVolumepenjualan = 13,06 * 100.000.000 liter
Korelasi Linier Sederhana Pengertian KORELASI Berfungsiuntukmengetahuiderajatataukeeratanhubungan, jugauntukmengetahuiarahhubunganduabuahvariabelnumerik. Contoh: Apakahhubunganberatbadan dan tekanan darah mempunyai derajat yang kuatataulemahdanapakahkeduavariabeltersebutberpolapositifataunegatif ??
Korelasi Linier Sederhana LANJUTKAN… Hubunganduavariabeldapatdilihatdari diagram tebar/pencar (Scatter Plot) Dari diagram tebardapatdiperolehinformasitentangpolahubunganantaradua variabel X dan Y. Selain itu juga dapatmenggambarkankeeratanhubungandarikeduavariabeltersebut. Derajatkeeratanhubungan (kuatlemahnyahubungan) dapatdilihatdaritebarandatanya semakinrapattebarannya, Semakinkuathubungannyadansebaliknyasemakinmelebartebarannyamenunjukkanhubungannyasemakinlemah. SCATTER PLOT HUBUNGAN - HUBUNGAN + TIDAK ADA HUBUNGAN
Korelasi Linier Sederhana RumusKorelasi Untukmengetahuilebihtepatbesar/derajathubunganduavariabeldigunakanKoefesienKorelasi Pearson Product Moment. Koefesienkorelasi ( r ) dapatdiperolehdari formula berikut: Dengan, r : KoefisienKorelasidan n : Jumlahdata sampel Nilaikorelasi ( r ) berkisar 0 s.d. 1 ataubiladengandisertaiarahnyanilaiantara -1 s.d. +1 r = 0 tidakadahubungan linier r = -1 hubungan linier negatif sempurna r = +1 hubungan linier positifsempurna
Contoh Korelasi Linier Sederhana CONTOH : Jadi keeratan 2 variabel tersebut ( biaya produksi dengan produksi yang dihasilkan) adalah 0,86 atau 86% 15
Korelasi Linier Sederhana KoefisienDeterminasi Sample R=r2=(0,8621089…)2 =0,7432318... Merupakanukuranproporsikeragamantotalnilaipeubah Y yang dapatdijelaskanolehpeubah X melaluihubungan linier. Artinya R=74,32 % keragaman Y dapatdijelaskanoleh X melaluihubungan linier, sisanya 25,68% dijelaskanolehhal-hal yang lain. Hubunganduavariabeldapatberpolapositifmaupunnegatif. Hubungan positif terjadi bila kenaikan satu variabel diikuti kenaikan variabel yang lain. Misalnya, semakinbertambahberatbadannya (semakingemuk) semakin tinggi tekanan darahnya. Hubungannegatifdapatterjadibilakenaikansatu vaiabeldiikutipenurunanvariabel yang lain. Misalnya, semakinbertambahumur (semakintua) semakinrendahkadarHb-nya.
Korelasi Linier Sederhana Sehingga hubunganduavariabel secara kualitatif dapat dibagi dalamempat area sebagaiberikut: r = 0,00 – 0,25 tidak ada hubungan/hubunganlemah r = 0,26 – 0,50 hubungan sedang r = 0,51 – 0,75 hubungan kuat r = 0,76 – 1,00 hubungan sangat kuat/sempurna Tidak ada hubungan Hubungan Sempurna Hubungan Sedang Hubungan Lemah Hubungan Kuat Hubungan Sangat Kuat 0 0,75 1 0,25 0,5