1 / 14

REGRESI SEDERHANA

REGRESI SEDERHANA. Oleh : SETIYOWATI RAHARDJO. Analisis hubungan antara variabel independen (numerik) dengan variabel dependen (numerik) untuk mengetahui bentuk hubungan variabel-variabel tersebut Hubungan yang berbentuk garis lurus

shiela
Télécharger la présentation

REGRESI SEDERHANA

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. REGRESI SEDERHANA Oleh : SETIYOWATI RAHARDJO

  2. Analisis hubungan antara variabel independen (numerik) dengan variabel dependen (numerik) untuk mengetahui bentuk hubungan variabel-variabel tersebut • Hubungan yang berbentuk garis lurus • Dapat digunakan untuk memprediksi variabel dependen dari variabel independen • Contoh kita ingin menghubungkan dua variabel numeric berat badan dan tekanan darah.

  3. Dengan regresi kita dapat memperkirakan besarnya nilai tekanan darah bila diketahui data berat badan. • Untuk melakukan prediksi digunakan persamaan garis yang dapat diperoleh dengan berbagai cara/metode. • Salah satu cara yang sering digunakan oleh peneliti adalah dengan menggunakan metode kuadrat terkecil (least square).

  4. model persamaan regresi adalah : Y = a + bX • Oleh karena hubungan antara X dengan Y pada ilmu sosial/kesehatan masyarakat tidaklah eksak maka persamaan garis yang dibentuk menjadi : Y = a + bX + e Y = variabel dependen X = variabel independen

  5. a = intercep, perkiraan besarnya rata-rata variabel Y ketika nilai variabel X = 0 b = slope, perkiraan besarnya perubahan nilai variabel Y bila nilai X berubah satu unit pengukuran e = nilai kesalahan (error) yaitu selisih antara nilai Y individual yang teramati dengan nilai Y yang sesungguhnya pada titik X tertentu.

  6. n ∑ xy - (∑ x ∑ y) b = ------------------------------- n ∑ x2 - (∑ x)2 a = ∑ Y/n – b(∑ X/n)

  7. Koefisien Determinasi (R2) • Untuk mengetahui seberapa besar variasi variabel dependen (Y) dapat dijelaskan oleh variabel independen (X). • R square menunjukkan seberapa jauh variabel independen dapat memprediksi variabel dependen. • Semakin besar nilai R square semakin baik/semakin tepat variabel independen memprediksi variabel dependen

  8. Contoh : Seorang dokter Puskesmas ingin mengetahui hubungan antara jumlah pengunjung dengan obat tetrasiklin yang digunakan. Untuk itu diambil sampel 6 hari kerja dengan hasil sebagai berikut :

  9. n ∑ xy - (∑ x ∑ y) b = ------------------------------- n ∑ x2 - (∑ x)2 6x60150 - (350x1000) b = --------------------------------------- 6x 21100 - ( 350)2 b = 2,6585 a = ∑Y/n – b(∑X/n) a = 1000/6 - 2,6585 x (350/6) a = 11,59

  10. Dari hasil perhitungan di atas maka persamaan garis regresinya adalah : Y = a + bX + e Y = 11,59 + 2,6585X + e Jmlh tetrasiklin = 11,59 + 2,6585jumlh kunjungan + e Jmlh tetrasiklin = 11,59 + 2,6585 jumlh kunjungan Dengan model persamaan ini kita dapat memperkirakan jumlah tetrasiklin dengan menggunakan variabel jumlah kunjungan. Artinya jumlah tetrasiklin akan bertambah sejumlah 1,19 buah jika bertambah satu kunjungan

  11. SUATU PENELITIAN INGIN MENGETAHUI APAKAH ADA HUBUNGAN ANTARA BB IBU DENGAN BB BAYI YANG DILAHIRKAN DENGAN HASIL SBB : • BB IBU : 45 55 60 48 50 75 • BB BAYI : 2,5 2,9 3,0 2,2 3,5 3,8

  12. a = 0.76 • b = 0.04 • Y = a + Bx • BB BAYI = 0.76 + 0.04 BB IBU SETIAP BB IBU BERTAMBAH 1 KG MAKA BB BAYI YANG DILAHIRKAN AKAN BERTAMBAH 0.04 KG

More Related