1 / 18

Regresi dan Korelasi Linier

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 :

cameron-butler
Télécharger la présentation

Regresi dan Korelasi Linier

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. STATISTIK DESKRIPTIF Regresi dan Korelasi Linier M. Haviz Irfani, S.Si - STMIK MDP PALEMBANG

  2. 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)

  3. Regresi Linier Sederhana PENGERTIAN Hubunganantaraduavariabel yang menitikberatkanpadaobservasivariabeltertentu, sedangkanvariabel yang lain dikonstanpadaberbagaikeadaan.

  4. Regresi Linier Sederhana TUJUAN : Membuatperkiraan (prediksi) atauramalandariduabuahvariabel (biner) yaituvariabelbebasdanvariabelterikat Y Garis Regresi Persamaan Garis Regresi X Diagram Pencar atau Scatter Diagram

  5. 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.

  6. Regresi Linier Sederhana - Contoh Diketahui data BiayaPromosi (dalamjuta rupiah) dan Volume Penjualan (dalamratusanjuta liter) PT SirainmessperusahaanMinyakGoreng .

  7. Regresi Linier Sederhana - Contoh Solusi :

  8. Regresi Linier Sederhana Diagram Pencar Y 12 10 Y= 2,530 + 1,053 X 8 6 4 2 X 2 4 8 10 6

  9. 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

  10. Regresi Linier Sederhana Kesamaandiantaragarisregresi/ garis trend memilikiduasifatmatematissbb: Cara ke 2 Misalkandan Maka

  11. 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

  12. Korelasi Linier Sederhana Pengertian KORELASI Berfungsiuntukmengetahuiderajatataukeeratanhubungan, jugauntukmengetahuiarahhubunganduabuahvariabelnumerik. Contoh: Apakahhubunganberatbadan dan tekanan darah mempunyai derajat yang kuatataulemahdanapakahkeduavariabeltersebutberpolapositifataunegatif ??

  13. 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

  14. 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

  15. Contoh Korelasi Linier Sederhana CONTOH : Jadi keeratan 2 variabel tersebut ( biaya produksi dengan produksi yang dihasilkan) adalah 0,86 atau 86% 15

  16. 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.

  17. 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

  18. TERIMA KASIH

More Related