- Fenni Supriadi E

Report
APLIKASI KOMPUTER
Dosen: Fenni Supriadi, SE.,MM
www.fennisupriadi.com
[email protected]
Tujuan Pembelajaran :
Mahasiswa diharapakan mampu memahami
dan menjelaskan regresi linear sederhana
dengan satu variabel independen, regresi
linier berganda dengan multi variabel
independen.
www.fennisupriadi.com
[email protected]
Pokok Bahasan :
Regresi Linier Sederhana
Regresi Linier Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi
Analisis regresi digunakan untuk
memprediksi pengaruh variabel bebas
terhadap variabel terikat.
www.fennisupriadi.com
[email protected]
Analisis Regresi
Analisis regresi juga dapat dilakukan untuk
mengetahui kelinieritas variabel terikat
dengan varibel bebasnya, selain itu juga
dapat menunjukkan ada atau tidaknya data
yang outlier atau data yang ekstrim.
www.fennisupriadi.com
[email protected]
Analisis Regresi Sederhana & Berganda
Analisis regresi linier sederhana terdiri dari
variabel dependen dan satu variabel
independen.
Sementara Analisis regresi linear berganda
terdiri dari satu variabel dependen dan dua
atau lebih variabel independen.
www.fennisupriadi.com
[email protected]
Analisis Regresi Sederhana
Analisis
regresi
linear
sederhana
dipergunakan untuk mengetahui pengaruh
antara satu buah variabel bebas terhadap
satu buah variabel terikat. Persamaan
umumnya adalah:
Y=a+bX
Sebagai ilustrasi variabel bebas: Biaya
promosi dan variabel terikat: Profitabilitas
(dalam juta rupiah) dan hasil analisisnya Y =
1,2 + 0,55 X
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Analisis regresi linear berganda sebenarnya
sama dengan analisis regresi linear
sederhana, hanya variabel bebasnya lebih
dari satu buah. Persamaan umumnya adalah
Y = a + b1 X1 + b2 X2 + b3 X3…bn Xn
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Interpretasi terhadap persamaan juga relatif
sama, sebagai ilustrasi, pengaruh antara
motivasi (X1), kompensasi (X2) dan
kepemimpinan (X3) terhadap kepuasan kerja
(Y) menghasilkan persamaan sebagai berikut:
Y = 0,235 + 0,21 X1 + 0,32 X2 + 0,12 X3
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Analisis Regresi Berganda Misalnya dalam
suatu kegiatan penelitian ingin diketahui
apakah variabel X (Gender dan Nilai Tugas
Terstruktur) berpengaruh terhadap variabel Y
(Nilai UAS). Data penelitian adalah sebagai
berikut:
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Nama
Andika
Feli
Jeri
Ardi
Eko
Reni
Windy
Fuad
Veto
Risa
Rika
Ansari
Yanto
Lia
Cecep
www.fennisupriadi.com
Gender
Pria
Wanita
Pria
Pria
Pria
Wanita
Wanita
Pria
Pria
Wanita
Wanita
Pria
Pria
Wanita
Pria
Nilai Tugas
Terstruktur
52
63
81
76
45
74
87
78
60
55
67
79
72
94
82
Nilai UAS
69
85
79
80
75
73
71
81
77
86
61
70
90
91
89
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Descriptive Statistics
Dari output tersebut dapat dilihat rata-rata
nilai UAS dari 15 mahasiswa adalah 78,47
dengan standar deviasi 8,766 sedangkan
rata-rata nilai tugas terstruktur adalah 71,00
dengan standar deviasi 13,753
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Correlations
Dari tabel dapat dilihat bahwa besar
hubungan antara variabel nilai uas dengan
sex adalah -0,061 hal ini menunjukan
hubungan
negatif.
besar hubungan nilai tugas struktur dengan
nilai uas adalah 0,252 yang berarti ada
hubungan positif, makin besar nilai tugas
struktur maka makin tinggi pula nilai uas.
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Variabel Masuk dan Keluar
Dari tabel diatas menunjukan variabel yang
dimasukan adalah nilai tugas terstruktur dan
sex, sedangkan variabel yang dikeluarkan
tidak ada (Variables Removed tidak ada)
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Model
Pada tabel diatas angka R Square adalah
0,073 yaitu hasil kuadrat dari koefisien
korelasi (0,271 x 0,271 = 0,073). Standar Error
of the Estimate adalah 9,114
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Model
Perhatikan pada analisis deskriptif statitik
bahwa standar deviasi nilai UAS adalah 8,766
yang jauh lebih kecil dari dari standar error,
oleh karena lebih besar daripada standar
deviasi nilai uas maka model regresi tidak
bagus dalam bertindak sebagai predictor
nilai uas.
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
Hipotesis:
Ho : β = 0 (model regresi Y terhadap Xi tidak
signifikan/tidak
berarti/tidak
sesuai)
H1 : β ≠ 0 (model regresi Y terhadap Xi
signifikan/memiliki arti/sesuai)
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
Pengambilan keputusan:
Jika F hitung <= F tabel atau probabilitas >=
0,05
maka
Ho
diterima
Jika F hitung > F tabel atau probabilitas <
0,05 maka Ho ditolak
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
Dari tabel diatas dapat dilihat nilai F hitung
yaitu 0,475, sedangkan nilai F tabel dapat
diperoleh dengan menggunakan tabel F
dengan derajat bebas (df) Residual (sisa)
yaitu 12 sebagai df penyebut dan df
Regression (perlakuan) yaitu 2 sebagai df
pembilang dengan tarap siginifikan 0,05,
sehingga diperoleh nilai F tabel yaitu 3,89
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
Karena F hitung (0,475) < F tabel (3,89)
maka Ho diterima.
Berdasarkan nilai Signifikan, terlihat pada
kolom sig yaitu 0,633 itu berarti probabilitas
0,633 lebih dari daripada 0,05 maka Ho
diterima.
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
Kesimpulan
maka model regresi tidak dapat dipakai
untuk memprediksi nilai rapot atau bisa
dikatakan Variabel Sex/Gender dan Nilai
tugas
terstruktur
tidak
berpengaruh
terhadap nilai uas
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Koefisien
Hipotesis
Ho : β = 0 (koefisien regresi X tidak signifikan
/ tidak valid)
H1 : β ≠ 0 (koefisien regresi X signifikan /
valid)
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
Pengambilan keputusan:
Jika T hitung <= T tabel atau probabilitas >=
0,05 maka Ho diterima
Jika T hitung > T tabel atau probabilitas <
0,05 maka Ho ditolak
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
X1 (Sex/Gender)
T Hitung = -0,354 < T Tabel = 1,782
Nilai Sign. = 0,730 > 0,05
Kesimpulan : koefisien regresi X1 tidak
signifikan / tidak valid atau secara individu
variabel sex/gender tidak berpengaruh
signifikan terhadap nilai uas
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
X2 (Nilai Tugas Terstruktur)
T Hitung = 0,950 < T Tabel = 1,782
Nilai Sign. = 0,361 > 0,05
Kesimpulan : koefisien regresi X2 tidak
signifikan / tidak valid atau secara individu
variabel nilai tugas terstruktur tidak
berpengaruh signifikan terhadap nilai uas
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Anova
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Residuals Statistics
Tabel diatas Residuals Statistics merupakan
ringkasan yang meliputi nilai minimum dan
maksimum, mean dan standar deviasi dari
predicted value (nilai yang diprediksi) dan
statistic residu.
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
www.fennisupriadi.com
[email protected]
Analisis Regresi Berganda
Linearitas/Normality
Jika residual berasal dari distribusi normal,
maka nilai-nilai sebaran data akan terletak
sekitar garis lurus, terlihat bahwa sebaran
data pada gambar diatas tersebar hampir
semua tidak pada sumbu normal, maka
dapat
dikatakan
bahwa
pernyataan
normalitas tidak dapat dipenuhi.
www.fennisupriadi.com
[email protected]
SELESAI
SEMOGA BERMANFAAT
www.fennisupriadi.com
[email protected]

similar documents