bab i regesin
TRANSCRIPT
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 1/10
BAB I
Pendahuluan1.1. Latar belakang
Sepanjang sejarah umat manusia, orang melakukan penelitian tentang ada
tidaknya hubungan antara dua hal, fenomena, kejadian atau lainnya. Dan ada
tidaknya pengaruh antara satu kejadian dengan kejadian yang lainnya. Karena
itu untuk mempermudah dalam melakukan penghitungan suatu kejadian maka
digunakan korelasi dan regresi dalam ilmu statistika Korelasi merupakan teknik
analisis yang termasuk dalam salah satu teknik pengukuran asosiasi/hubungan
(Measures of association). eknik ini berguna untuk mengukur kekuatan
hubungan antara dua !ariabel (kadang lebih dari dua !ariabel) dengan skala"
skala tertentu.
#egresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu !ariabel terhadap !ariabel lain .Dalam analisis regresi, !ariabel
yang mempengaruhi disebut independent !ariabel (!ariable bebas) dan !ariabel
yang dipengaruhi disebut dependent !ariabel (!ariabel terikat).
1.2 Tujuan
$. Mengetahui pengertian penelitian metode regresi
%. Mengetahui contoh pengolahan data menggunakan metode regresi.
$.& Rumusan Masalah
$. 'pakah yang dimaksud dengan penelitian regresi
%. agaimanakah contoh pengolahan data menggunakan metode regresi
BAB II
ISI
1
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 2/10
2.1. Penelitian Metode Regresi
*engertian regresi secara umum adalah sebuah alat statistik yang
memberikan penjelasan tentang pola hubungan (model) antara dua !ariabel
atau lebih.. Dalam analisis regresi dikenal % jenis !ariabel yaitu+
$. ariabel #espon disebut juga !ariabel dependen yaitu !ariabel yang
keberadaannya dipengaruhi oleh !ariabel lainnya dan dinotasikan dengan
!ariabel.
%. ariabel *rediktor disebut juga dengan !ariabel independen yaitu !ariabel
yang bebas (tidak dipengaruhi oleh !ariabel lainnya) dan dinotasikan
dengan
-ntuk mempelajari hubugan hubungan antara !ariabel bebas maka
regresi linier terdiri dari dua bentuk, yaitu+
$. 'nalisis regresi sederhana (Simple analysis regresi)
%. 'nalisis regresi berganda ( Multiple analysis regresi)
'nalisis regresi sederhana merupakan hubungan antara dua !ariabel yaitu
!ariabel bebas (variable independen) dan !ariabel tak bebas (variabel
dependen).Sedangkan analisis regresi berganda merupakan hubungan antara &
!ariabel atau lebih, yaitu sekurang"kurangnya dua !ariabel bebas dengan satu
!ariabel tak bebas. ujuan utama regresi adalah untuk membuat perkiraan
nilai suatu !ariabel (variabel dependen) jika nilai !ariabel yang lain yang
berhubungan dengannya (!ariabel lainnya) sudah ditentukan (asan, %0$0).
2.1.1 Tujuan dan Kegunaan Analisis Regresi
'da beberapa tujuan penggunaan analisis regresi, antara lain+
a. Membuat estimasi rata"rata dan nilai !ariabel tergantung dengan
didasari pada nilai !ariabel bebas.
b. Menguji hipotesis karakteristik dependensi.
c. -ntuk meramalkan nilai rata"rata !ariabel bebas dengan
didasarkan pada nilai !ariabel bebas diluar jangkauan sample.$
1
2
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 3/10
2.1.2 Persaratan Penggunaan Regresi
Model kelayakan regresi linear didasarkan pada hal"hal sebagai
berikut+
$. Model regresi dikatakan layak jika angka signifikansi pada
'12' sebesar 3 0.04.
%. *redictor yang digunakan sebagai !ariabel bebas harus layak.
Kelayakan ini diketahui jika angka Standard 5rror of 5stimate 3
Standard De!iation.&. Koefesien regresi harus signifikan. *engujian dilakukan dengan
-ji . Koefesien regresi signifikan jika hitung 6 tabel (nilai
kritis).7. idak boleh terjadi multikolinieritas, artinya tidak boleh terjadi
korelasi yang sangat tinggi atau sangat rendah antar !ariabel
bebas. Syarat ini hanya berlaku untuk regresi linier berganda
dengan !ariabel bebas lebih dari satu.
4. idak terjadi otokorelasi. erjadi otokorelasi jika angka Durbin
dan 8atson (D) sebesar 3 $ dan 6 &.
9. Keselerasan model regresi dapat diterangkan dengan
menggunakan nilai r % semakin besar nilai tersebut maka model
semakin baik. :ika nilai mendekati $ maka model regresi semakin
baik. 1ilai r % mempunyai karakteristik diantaranya+ $) selalu
positif, %) 1ilai r % maksimal sebesar $. :ika 1ilai r % sebesar $ akan
mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh
!ariasi dalam !ariabel ; dapat diterangkan oleh model regresi.
Sebaliknya jika r % sama dengan 0, maka tidak ada hubungan linier
antara < dan ;.
=. erdapat hubungan linier antara !ariabel bebas (<) dan !ariabel
tergantung (;)
>. Data harus berdistribusi normal
?. Data berskala inter!al atau rasio
3
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 4/10
$0. Kedua !ariabel bersifat dependen, artinya satu !ariabel merupakan
!ariabel bebas (disebut juga sebagai !ariabel predictor) sedang
!ariabel lainnya !ariabel tergantung (disebut juga sebagai !ariabel
response).
2.1.! Analisis Regresi Linier Sederhana
#egresi linier sederhana digunakan untuk mendapatkan hubungan
matematis dalam bentuk suatu persamaan antara !ariabel tak bebas
tunggal dengan !ariabel bebas tunggal. #egresi linier sederhana hanya
memiliki satu peubah yang dihubungkan dengan satu peubah tidak
bebas . entuk umum dari persamaan regresi linier untuk populasi
adalah
Di mana+
; @ a A
bB (%.$)
; @ ariabel takbebas
B @ ariabel bebas
a @ *arameter Cntercep
b @ *arameter Koefisisen #egresi ariabel ebas
Menentukan koefisien persamaan a dan b dapat dengan
menggunakan metode kuadrat terkecil, yaitu cara yang dipakai untuk
menentukan koefisien persamaan dan dari jumlah pangkat dua
(kuadrat) antara titik"titik dengan garis regresi yang dicari ysng
terkecil .
2.1." #ji Hetrosketastisitas
*ada analisis regresi, heteroskedastisitas berarti situasi dimana
keragaman !ariabel independen ber!ariasi pada data yang kita miliki.
Salah satu asumsi kunci pada metode regresi biasa adalah baha error
memiliki keragaman yang sama pada tiap"tiap sampelnya. 'sumsi
inilah yang disebut homoskedastisitas. :ika keragaman residual/error
4
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 5/10
tidak bersifat konstan, data dapat dikatakan bersifat
heteroskedastisitas. Karena pada metode regresi ordinary least"sEuares
mengasumsikan keragaman error yang konstan, heteroskedastisitas
menyebabkan estimasi 2FS menjadi tidak efisien. Model yang
memperhitungkan perubahan keragaman dapat membuat penggunaan
dan estimasi data menjadi lebih efisien. eberapa asumsi dalam model
regresi yang terkait dengan heteroskedastisitas antara lain adalah
residual (e) memiliki nilai rata"rata nol, keragaman yang konstan, dan
residual pada model tidak saling berhubungan, sehingga estimator
bersifat F-5. :ika asumsi ini dilanggar maka prediksi model yang
dibuat tidak dapat diandalkan.
2.2 $ontoh Pengolahan %ata Metode Regresi
Kasus
Suatu perusahaan perkebunan durian dikota ' melakukan uji coba
pemberian pupuk organik dan diharapkan dapat mempengaruhi produksi
durian.Selama uji coba pada tahun %00& , diperoleh data sebagai berikut +
abel &.$ :umlah *roduksi Durian dan :umlah *upuk 2rganik
5
¨ah Produksi
%urian 'kilogram( ) Y
¨ah Pu*uk
+rganik 'kilogram( ) X
1,, 2
12, 2
1", !
1-, !
1- !
1/, "
2,, "
22, -
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 6/10
Pembahasan
• *enaksiran *arameter
1. Uji Parsial (Uji t)
abel &.% Uji t
P0alue Ke*utusan
,,,, 0 di tolak
⋅ ipotesis
0 + ( idak ada pengaruh antara jumlah produksi durian
terhadap jumlah pupuk organik)
$ + ( 'da pengaruh antara jumlah produksi durian terhadap
jumlah pupuk organik)
⋅ araf Signifikansi
alpha@ 4G
⋅ Daerah Kritik
0 ditolak jika P-value 3
⋅ Keputusan
Dari hasil penelitian didapatkan H
P-value @ 0,000 3 0,04 maka 0 di tolak
⋅ Kesimpulan
'da pengaruh antara jumlah produksi durian terhadap jumlah
pupuk organic
2. Uji Simultan (Uji F)
abel Uji F
P0alue Ke*utusan
,,,, 0 di tolak
6
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 7/10
⋅ ipotesis
0 + Model regresi belum tepat digunakan untuk memprediksi
produksi durian
$ + Model regresi belum tepat digunakan untuk memprediksi
produksi durian
⋅ araf Signifikansi
⋅ Daerah Kritik
0 ditolak jika P-value 3
⋅ Keputusan
Dari hasil penelitian didapatkan H
P-value @ 0,000 3 0,04 maka 0 di tolak
⋅ Kesimpulan
'da pengaruh antara jumlah produksi durian terhadap jumlah
pupuk organik
3. Uji Heteroskedastisitas
abel -ji Heteroskedastisitas
P0alue Ke*utusan
,-"" 0 gagal di tolak
⋅ ipotesis
0 + idak terjadi heteroskedasitas pada model regresi
$ + erjadi heteroskedasitas pada model regresi
⋅araf Signifikansi
@ 0,04
⋅ Daerah Kritik
0 ditolak jika P-value 3
⋅ Keputusan
7
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 8/10
Dari hasil penelitian didapatkan H
P-value @ 0,477 6 0,04 maka 0 di tolak
⋅ Kesimpulan
idak terjadi heteroskedasitas pada model regresi
4. Uji Autokorelasi
abel -ji Autokorelasi
%urbin03atson Ke*utusan
2",, 0 gagal di tolak
⋅ ipotesis
0 + ( idak terjadi autokorelasi pada model regresi )
$ + ( erjadi autokorelasi pada model regresi )
⋅ Daerah kritik
0 diterima jika du
⋅ Keputusan
Dari hasil penelitian didapatkan H0,=9%? =9%?
⋅ Kesimpulan
idak terjadi heteroskedasitas pada model regresi
5. odel !stimasi Seder"ana
abel Model Estimasi Sederhana
1ilai Koefesien Unstandardized oe!!i"ients ()
&4,400
&>,400
&4,400A&>,400 B
:umlah produksi durian @ &4,400A&>,400 B jumlah pupuk
8
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 9/10
⋅ Cnterpretasi Model
$. 'pabila !ariabel jumlah pupuk dianggap konstan atau tanpa
dipengarhi oleh jumlah pupuk , maka produksi durian adalah
sebesar &4,400%. 'pabila terjadi panambahan sebesar $ pupuk organik , maka
produksi durian akan naik sebesar &>,400
#. $oe%esien $orelasi dan &eterminasi
abel Koefesien #orelasi dan $eterminasi
R R S4uare
,/5,a 0,?70
⋅ Cnterpretasi
Koefesien korelasi antara !ariabel jumlah pupuk organik
dengan produksi durian adalah sebesar 0,?=0 artinya
hubungan yang terjadi antara jumlh pupuk organik dengan
jumlah produksi durian sangat tinggi.
1ilai koefesien determinasi adalah 0,?70 yang artinya
sebesar ?7 G !ariasi yang terjadi terhadap banyak sedikitnya
jumlah produksi durian disebabkan oleh !ariasi jumlah pupuk
organik dan sisanya sebesar 9 G disebabkan oleh faktor lain
yang tidak dapat diterangkan.
BAB III
9
7/23/2019 Bab i RegesiN
http://slidepdf.com/reader/full/bab-i-regesin 10/10
P67#T#P
!.1 Kesim*ulan
$. 'nalisis regresi (regressison analysis) merupakan suatu teknik untuk membangun
persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan
(prediction). Dengan demikian, analisis regresi sering disebut sebagai analisis
prediksi. 'nalisis regresi dapat didefinisikan metode statistika digunakan untuk
menentukan bentuk hubungan antara !ariabel"!ariabel, dengan tujuan pokok
dalam penggunaan metode ini adalah untuk meramalkan atau memperkirakan nilai
dari suatu !ariabel lain yang belum diketahui.
%. 'nalisis regresi di gunakan untuk melihat pengeruh !ariabel bebas terhadap
!ariabel tergantung serta memprediski nilai !ariabel bebas berfungsi untuk
menerangkan sedangkan !ariabel tergantung berfungsi sebagai yang diterangkan.
ubungan jumlah pupuk organik dan jumlah produksi durian Koefesien
korelasinya sangat tinggi. Sehingga jumlah pupuk organik sangat mempengaruhi
jumlah produksi durian .
10