Analisis regresi dipergunakan untuk menggambarkan garis yang menunjukan arah hubungan antar variabel, serta dipergunakan untuk melakukan prediksi. Analisa ini dipergunakan untuk menelaah hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan sempurna. Regresi yang terdiri dari satu variabel bebas (predictor) dan satu variabel terikat (Response/Criterion) disebut regresi linier sederhana (bivariate regression), sedangkan regresi yang variabel bebasnya lebih dari satu disebut regresi berganda (Multiple regression/multivariate regression), yang dapat terdiri dari dua prediktor (regresi ganda) maupun lebih. Adapun bentuk persamaan umumnya adalah [1] :
Y= a + bX
Dimana:
Tanda positif pada nilai b atau koefisien regresi menunjukkan bahwa antara variabel bebas dengan variabel terikat berjalan satu arah, di mana setiap penurunan atau peningkatan variabel bebas akan diikuti dengan peningkatan atau penurunan variabel terikatnya. Sementara tanda negatif pada nilai b menunjukkan bahwa antara variabel bebas dengan variabel terikat berjalan dua arah, di mana setiap peningkatan variabel bebas akan diikuti dengan penurunan variabel terikatnya, dan sebaliknya [1].
Ketika variable bebas lebih dari 2, nilai konstanta dan variable regresi setiap variabel bebas dapat diperoleh dengan menggunakan matriks determinan [2]. Contohnya adalah ketika terdapat 3 persamaan dengan 3 variabel yang tidak diketahui nilainya, yaitu a, b1, b2 & b3, persamaan tersebut dapat dinyatakan dalam persamaan matriks sebagai berikut:
Maka Matriks A0, A1, A2 dan A3 adalah:
Kemudian dapat dilakukan perhitungan untuk determinasi matriks A, A0, A1, A2 dan A3 sebagai berikut:
Det(A) = {N. ∑(X1.X1). ∑(X2.X2). ∑(X3.X3)}+{ ∑X1. ∑(X1.X2). ∑(X2.X3). ∑X3}+{∑X2. ∑(X1.X3). ∑X2. ∑(X3.X1)}+{ ∑X3. ∑X1. ∑(X2.X1). ∑(X3.X2)}-{ ∑X3. ∑(X1.X2). ∑(X2.X1). ∑X3}-{∑X2. ∑(X1.X1). ∑X2. ∑(X3.X3)}-{ ∑X1. ∑X1. ∑(X3.X3)}-{ N. ∑(X1.X3). ∑(X2.X2). ∑(X3.X1)}
Dengan cara yang sama seperti menghitung Det(A), dapat diperoleh pula Det(A0), Det(A1), Det(A2) & Det(A3).
Kemudian dapat diperoleh nilai a, b1, b2, b3 sebagai berikut:
Contoh lainnya adalah misalkan ketika terdapat 1 variabel terikat (Y) dan 7 variabel bebas sebagai berikut:
Kemudian dilakukan perhitungan untuk X1.X1, X1.X2 dan sebagainya sehingga diperoleh hasil sebagai berikut:
Y = a + bX1 + cX2 + dX3+ eX4+ fX5+gX6 + hX7
Dimana:
X1= Variabel bebas 1
X2= Variabel bebas 2
X3= Variabel bebas 3
X4= Variabel bebas 4
X5= Variabel bebas 5
X6= Variabel bebas 6
X7= Variabel bebas 7
Y = Variabel terikat
a = Konstanta
b, c, d, e, f, g,h = Koefisien regresi masing-masing variabel bebas
Det(A) = 4,84 x 1026
Det(A0) = 6,3 x 1036
Det(A1) = -1,59 x 1032
Det(A2) = 3,35 x 1032
Det(A3) = -4,92 x 1031
Det(A4) = -2,23 x 1031
Det(A5) = -6,24 x 1031
Det(A6) = -2,94 x 1032
Det(A7) = -1,29x 1032
Maka persamaan regresi dari contoh ini adalah:
Y = 13012225228,72 – 328691,82X1 + 693120,34X2 – 101663,12X3 – 46165,27X4 – 128872,53X5 – 607387,29X6 – 265348,47X7
Besar nilai konstanta sebesar 13012225228,72 pada persamaan regresi di atas menunjukan bahwa pendapatan Y akan tetap sebesar 13012225228,72 tanpa adanya pengaruh dari variabel-variabel bebas. Bila variabel X1 meningkat sebesar 1 satuan, maka nilai Y akan berkurang sebesar 328691,82. Bila variabel X2 meningkat sebesar 1 satuan, maka nilai Y akan bertambah sebesar 693120,34. Bila variabel X3 meningkat sebesar 1 satuan, maka nilai Y akan berkurang sebesar 101663,12. Bila variabel X4 meningkat sebesar 1 satuan, maka nilai Y akan berkurang sebesar 46165,27. Bila variabel X5 meningkat sebesar 1 satuan, maka nilai Y akan berkurang sebesar 128872,53. Bila variabel X6 meningkat sebesar 1 satuan, maka nilai pendapatan kotor PT. XYZ akan berkurang sebesar 607387,29. Bila variabel X7 meningkat sebesar 1 satuan, maka nilai Y akan berkurang sebesar 265348,47.
Perlu diingat bahwa analisis regresi tidak menunjukkan sebuah hubungan atau pengaruh sebab akibat, persamaan hasil dari analisis harus dianalisa kembali apakah sudah sesuai dengan pembuktian teori atau logika yang ada. Apabila terdapat ketidakcocokan, perlu dilakukan analisa lebih lanjut atau transformasi persamaan atau reduksi variabel.
Daftar Referensi
[1] Abdurahman, Maman, Muhidin, Sambas & Somantri, Ating. (2012). Dasar-Dasar Metode Statistika Untuk Penelitian. Bandung: CV. Pustaka Setia.
[2] J. Supratno. (2000). Statistik: Teori dan Aplikasi. Jakarta: Erlangga.
makasih mas contohnya, lagi saya coba. jarang saya nemu contoh variabel x nya lebih dari 2 di internet
SukaSuka
Sama-sama, hal ini pernah saya pergunakan ketika membuat Tesis.
SukaSuka
Maaf min, itu datanya data apa ya? Variabel X dan Ynya.
SukaSuka
Data yang mau diteliti apaan. Regresi hanyalah tool untuk membantu analisa sebuah data. Datanya ya tergantung masing-masing orang mau menganalisa apa.
SukaSuka
pak kalo boleh tau, nilai det (A)= 4,84 x 10 Pangkat 26 dapat darimana ya pak? kan kalo dikalikan
secara diagonal pakeaturan sarrus nilainya jadi besar skli. mohon petunjuknya pak.
SukaSuka
mas sya mau bertanya keterangan Y X1 X2 X3 X4 dst nya itu apa yaa. maksudnya Y itu data apa? pendapatan or apa. terimakasih..
SukaSuka
Y itu variable terikat. X itu variable bebas. Baik Y maupun X dapat berupa data yang diteliti. Tergantung objek penelitiannya apa.
SukaSuka
maaf mau nanya, saya akan menyusun skripsi menggunakan perhitungan regresi linear menggunakan 4 variabel, tapi saya tidak menemukan contoh yang menggunakan 4 variabel. apakah proses sama dengan 2 atau 3 variabel? mohon petunjukknya terima kasih
SukaSuka
Sama, asalkan variabel terikatnya 1. Sisanya variabel bebas.
SukaSuka
apakah ada jumlah maksimal penggunaan X (variabel bebas) pada analisis regresi linier berganda? serta apa yang sebab yang ditimbulkan ketika X (variabel bebas) terlalu banyak? terimakasih
SukaSuka
Mas kalo misal variabel nya 3 kemudian menggunakan cara di atas bisa y mas
SukaSuka
Kalau variabel bebasnya 3, bisa. Kalau variabel terikatnya yang lebih dari 1, pakai cara lain.
SukaSuka
Selamat malam mas, saya liat variabel dependen ada yang menggunakan Y’ atau Y. Bedanya apa ya mas? Terima Kasih
SukaSuka
assalamualaikum….{ ∑X1. ∑X1. ∑(X3.X3)} saya copas dr tulisan mas diatas untuk determinan A diatas. Saya ∑X1. ∑X1. ∑(X2.X3).∑(X3.X2)….mohon pencerahannya dimana peliknya untuk bagian yang ini…kalau sebelum dan sesudah bagian itu sama.terimakasih mas
SukaSuka
Mas mau tanya, kenapa ko perhitungan matriks 3 variabel bebas sy ko beda ya hasilnya dg hasil dari tools SPSS, padahal perhitungan sy sesuai dg langkah2 diatas.
SukaSuka
Tidak samanya bagaimana? Hitung SPSS-nya seperti apa? Pakai cara seperti yang di sini –> https://aliefworkshop.com/2013/07/25/analisis-regresi-linier-dengan-spss/
SukaSuka
mas mau tanya kalo variabelnya X, Y , Z itu apakah masih pakai regresi linear berganda trus kalo bisa. rumusnya apa mas.
makasih mohon infonya
SukaSuka
Bukan masalah X atau Y atau Z tapi yang kita lihat adalah jumlah variabel terikat dan bebasnya. Asalkan variabel terikatnya hanya satu, maka cara determinan pada tulisan ini dapat dipergunakan berapapun jumlah variabel bebasnya. Kalau Z yang dimaksud adalah Y2 atau variabel terikat kedua, maka cara determinan tidak dapat dipergunakan.
SukaSuka
Assalamu’alaikum Pak, mohon pencerahannya, kenapa regresi nonparametrik tidak bisa dipakai untuk peramalan? Terimaksih
SukaSuka
Karena memang itulah batasan antara parametrik dan non parametrik. Kalau mau dipergunakan untuk peramalan, maka harus lulus uji-uji parametrik. Non parametrik hanya dapat dipergunakan untuk menunjukan hubungan dan kelekatan disaat data diambil tapi tidak valid kalau dipergunakan sebagai alat peramalan.
SukaSuka
Terima kasih banyak, kak alief. Sangat bermanfaat untuk perhitungan manual untuk menvalidasi penggunaan SPSS. Sukses selalu kak~
SukaSuka
sama-sama, sukses juga ya 🙂
SukaSuka
Karena bagusnya solusi yang mas lakukan banyak sekali yang coment , saya ucapkan terimaksih atas tulisan mas, saya mau minta tolong apa Mas bisa bantu saya membuatkan M-filesnya dengan matlab . terimakasih atas bantuan Mas(zuhri_muin@yahoo.com)
SukaSuka
perbedaan koefisien determinasi sama parsial apa ya Pak, terimakasih
SukaSuka
mau tanya kalo variabel bebasnya cuma 1, tapi variabel terikatnya ada 2 itu pakai apa ya? bisa ga pakai regresi berganda?
SukaSuka
pak skripsi saya pake analisis regresi sederhana tapi saya bingung cara memaparkan rumusnya jadi mohon petunjuknya pas lagi mau ujian proposal… thanks
SukaSuka
Rumusnya sudah ada pada tulisan di atas. Kalau mau detail yang lebih lengkap, bisa coba baca buku-buku yang menjadi refrensi saya, saya cantumkan pada bagian akhir tulisan ini.
SukaSuka
assallammualaikum.. pak saya mau tanya.. didalam skripsi saya menggunakan 1 variabel bebas dan 1 variabel terikat.. di dalam variabel bebas saya mempunyai dimensi 5 buah.. alat analisis apa yang harus saya lakukan? sederhana atau berganda? terimakasih pak 🙂
SukaSuka
Bisa gunakan cara matriks untuk memperoleh Y = a + bX1 + cX2 + dX3+ eX4+ fX5. Atau kalau mau lebih tajam lagi analisantya bisa menggunakan SPSS sebagai alat bantu.
SukaSuka
selamat mas… mau tanya, kenapa Gujarti menginterpretasikan bahwa hasil regresi jika variabel bebas nya naik 1 (baik itu % atau apa lah dengan hbgan arah yang positif) akan meningkatkan secara RATA-RATA (AVERAGE) sebesar Koefisien variabel bebas nya.
lihat di: Gujarati D.N. Basic Econometrics, 3e.pdf
di halaman 173 (chapter six)
A Word about Interpretation
Since the slope coefficient β2 is simply the rate of change, it is measured in
the units of the ratio
Units of the dependent variable
Units of the explanatory variable
Thus in regression (6.2.21) the interpretation of the slope coefficient
0.3016 is that if GDP changes by a unit, which is 1 billion dollars, GPDI on the
average changes by 0.3016 billion dollars. In regression (6.2.23) a unit change
in GDP, which is 1 million dollars, leads on average to a 0.000302 billion dollar
change in GPDI. The two results are of course identical in the effects of
GDP on GPDI; they are simply expressed in different units of measurement.
lihat : average changes by 0.3016 billion dollars
lebih lengkap download file tsb…terima kasih
SukaSuka
hasil dari perhitungannya koq beda y dari hasil perhitungan di kalkulator
SukaSuka
kalkulator apa ya? saya menggunakan formula di excel dan hasilnya cocok kalau saya hitung menggunakan SPSS
SukaSuka
Pak dalam analisa skripsi saya, saya menggunakan Regresi Logit, namun dosen penguji saya meminta saya untuk melakukan uji beda, padahal yang ingin saya teliti adalah mengenai pengaruh. Apakah perlu saya melalukan uji beda pak, terimakasih
SukaSuka
Saya rasa tidak masalah. Dengan adanya uji beda, maka akan terpantau juga apakah standar sudah terpenuhi atau tidak. Hal ini dapat dipergunakan untuk mempertajam analisa penelitian nantinya.
SukaSuka
halo pak. saya akan baru mulai pembuatan skripsi…terdapat 3 variabel bebas dan 1 variabel terikat…
berarti analisa nya memakai regresi linier berganda..yg ingin saya tanyakan apakan regresi linier berganda dengan regresi ganda n prediktor itu sama???
dan apakah harus selalu pengujian asumsi klasik sebelum ke tahap analisa regresi linier berganda?
terima kasih
SukaSuka
Sebaiknya menggunakan uji asumsi klasik karena tidak semua data yang kita miliki dapat dipergunakan untuk menghasilkan persamaan dengan menggunakan regresi parametrik seperi cara di atas. Persamaan yg diperoleh dari regresi parametrik dapat digunakan untuk peramalan.
SukaSuka
aslm.
pak boleh tanya, klo misalkan data kita diuji linieritas hasilnya tidak linier bagaimna yaa pak ? apakah datanya bermasalah ? saya telah hitung regresi ganda, dalm uji normalitas dan sumsi klasik tdk terdapat masalah. hanya saja data yang saya hitung tidak linier. bagimana yaa pak ? mohon penjelasannya. terimakasih 🙂
SukaSuka
Uji normalitas dan uji parametrik lainnya hanya untuk menentukan apakah data yg dimiliki dapat dijelaskan dengan regresi biasa atau tidak. Menunjukkan apakah data yg dimiliki dapat digunakan untuk peramalan atau tidak. Kalau tidak lolos maka gunakan regresi non parametrik yg dapat menghasilkan sebuah persamaan, namun persamaan dari hasil regresi non parametrik tidak dapat dipergu akan untuk peramalan.
SukaSuka
dalam penelitian pendidikan regresi apa yang lebih dominan untuk pengerjaannya< trus alasannya apa pak??? saya bingung sekali mau jawab apa pak??? mohon info pak
SukaSuka
Dominan atau berapa besar pengaruh parameter yg terlibat dapat dihitung dengan analisis korelasi yg pernah saya bahas di blog ini juga.
SukaSuka
aslm pak,. saya sedang mnyusun skripsi, dan setelah mengolah data menggunakan spss, maka saya mendapatkan hasil regresinya Y= 2.139 + 0.299 X1 + 0.73 X2 + 0.355 X3 + 0.215 X4 + – 0.381X5,.
Pada nilai b terakhir terdapat nilai negatif,. bgmn cara membacanya,. lalu knp bisa bernilai negatif? makasih.,
SukaSuka
salam…
saya sedang menyusun skripsi, variabel bebas saya hanya satu (X) lalu variabel terikat saya ada 2 (Y1, Y2) dengan hal seperti ini, apakah ini menggunakan regresi linier berganda atau tidak? tapi pernah saya lihat penelitian orang ada yang pakai y1 dan y2 tetapi jarang sekali menggunakan ini.. mohon dibls yaa.. terimakasih banyak 🙂
SukaSuka
Harus pakai cara lain itu. Saya sendiri lupa, pernah saya temui buku yg membahas penggunaan 2 atau lebih variabel terikat di perpustakaan UI.
SukaSuka
Dear Shifu,
ane ada problem nih perhitungan regresi linier sederhana mengunakan matriks yg dimana variabel bebasnya hanya 1 yg mempengaruhi variabel terikatnya.
ada pencerahan kah dari anda mengenai maslah tersebut?
please info referensinya
Thanks
SukaSuka
Assalammu’alaikum pak, saya mahasiswi Administrasi bisnis semester 6, LA yg saya angkat kebetulan sama dgn yg bapak jelaskan, yaitu menggunakan 7 variabel, sebetulnya saya menggunakan program spss untuk mengolah datanya, tetapi saya coba-coba belajar manualnya karena takut ditanyakan oleh penguji saya nanti pak, saya masih bingung dgn cara menghitung matriks 7 variabel yg bapak jelaskan diatas? kenapa det (A) langsung tiba-tiba 4,8 x 10 pangkat 26 dan det-det lainnya, jalannya gimana ya pak? dan boleh minta rumus nyari det yg 7 variabel nggak ya pak? mohon infonya ya pak, soalnya saya butuh sekali informasinya, terima kasih banyak sebelum dan sesudahnya ya pak 🙂
SukaSuka
Assalamualaikum pak. Untuk penelitian yang menggunakan analisis regresi sederhana knpa kebanyakan menggunakan uji t? Dan 1 pertanyaan lagi persamaan perkiraan regresi ini apa ya pak?
Y = 0,791 + 0,671X
a = ??
b = ??
Utk insentif (X) dan motivasi (Y) soalnya sdh 2 kali revisi selalu salah kata2nya pak . Tks
SukaSuka
thanks mas brooo.. gbu 🙂
SukaSuka
Sama2
SukaSuka
sorry pak, mau tanya, kalo variabel independennya cuma ada 2, X1 dan X2, sudah boleh dibilang berganda kan ya pak?
SukaSuka
Y=a+b1X1+b2X2 boleh dibilang berganda, bisa menggunakan cara matriks atau pakai pantuan SPSS
SukaSuka
Makasi byk ya pak infonya. 🙂
Ada pertanyaan lagi pak. Misalnya dala, 1 variabel Misalnya variabel Y. Nah variabel itu terbagi menjadi 5 indikator misalnya pak.. Untuk mencaritahu kecenderungan lebih ke indikator yang mana, tinggal menggunakan mean ya pak di spss?
SukaSuka
Pakai analisis korelasi saja, cari yang nilai korelasinya terbesar, ada dijelaskan di blog ini juga, tapi tulisan yang lain.
SukaSuka
Pak, untuk jelasnya misalnya saya hanya mau meneliti tentang variabel loyalitas pelanggan..saya membagi variabel tersebut menjadi beberapa indikator, yang mana indikator tersebut adalah tipe tipe dari loyalitas, seperti switcher, habitual, satisfied, like the brand, dan commit. Saya ingin mengetahui kecenderungan dari tipe tipe loyalitas tersebut, mana yang lebih dominan..apakah menggunakan korelasi product moment dan mean sudah cukup pak?? Terima kasih sebelumnya 🙂
SukaSuka
Perlu dilihat bagaimana korelasi disaat semua variabel ada tapi konstan. Nilai yang terkecil juga dapat memerikan kita alasan untuk mereduksi veriabel bebas untuk mencari regresi. Lebih jelasnya ada di: http://wp.me/p25QF6-xt
SukaSuka
ijin copy bwt skripsi saya 🙂
SukaSuka
Silahkan 🙂
SukaSuka
penelitian menggunakan 1 variabel bebas dan 1 variabel terikat dan menguji pengaruh variabel bebas terhadap variabel terikat.
dari Uji T dan Uji F menunjukkan adanya pengaruh yang signifikan, tetapi dari Uji determinasi (r2) ternyata hanya mencapai sekitar 7%.
Apakah bisa dikatakan bahwa variabel bebas memiliki pengaruh terhadap variabel terikatnya namun bukan merupakan faktor yang paling mempengaruhi secara dominan terhadap variabel terikatnya?
Atau ada interpretasi lainnya/solusinya kah?
Terima kasih
SukaSuka
perbedaan antara linier berganda denga linier sederhana..?
gmn jika variabel independt nya lebih dri satu gmn cra ngitungnya misal nya..:
Y1 : Pendapatan
Y2 : Efisiensi ekonomi..
apakah dihitung satu2 ato dihitung breng2…???
faktor faktor sosialnya X1, X2,X3,X4,Xn.
SukaSuka
terserah padamu…
broo..
SukaSuka
Du du du du, jangan putus asa bro Irfan. Buat Mujib, jangan pasrah kayak bro Irfan ya. linier berganda kalau variabel bebasnya lebih dari 1, sementara itu linier sederhana kalau variabel bebasnya hanya 1. Nah bagaimana kalau variabel terikatnya lebih dari 1? Gunakan regresi berganda tapi kombinasikan dengan cara variabel dummy. Coba baca-baca tentang variabel dummy, mungkin pada lain kesempatan akan saya bahas di blog ini :).
SukaSuka
Salam kenal mas. Dalam skripsi saya terdapat 1 variabel bebas yang mempengaruhi 3 variabel terikat. judulnya pengaruh etika bisnis terhadap modal organisasi, modal sosial, dan modal manusia. saya harus gunakan metode apa ya? apa bisa pakai regresi berganda? terima kasih banyak mas.
SukaSuka
pake metode putar otak aja mas hehe
SukaSuka
Hi Eben, jangan ngikutin metode putar otak-nya Irfan Takengon :P. Coba hitung menggunakan regresi berganda bisa saja asalkan lulus uji parametrik. Tujuan skripsinya menghasilkan formula untuk peramalan bukan? Untuk memastikan apakah data yang diambil sudah mencukupi baik dari kualitas atau kuantitas, lakukan dahulu uji parametrik seperti uji otokorelasi, uji heterokedastisitas, uji normalitas, uji multikolinearitas. Lakukan pula analisis korelasi untuk melihat seberapa besar pengaruh masing-masing variabel bebas terhadap variabel terikat, yang nilainya kecil sekali boleh direduksi atau tidak dianggap karena pengaruhnay terlalu kecil.
SukaSuka
tolong postkan contoh dari masing-masing regresi tuh pak,maksud saya regresi sederhana sama regresi berganda,satu lagi berda dari kedua theori itu apasih pak
SukaSuka
Bentuk dasar regresi linier sederhana & berganda adalah Y= a + bX dimana Y adalah variable terikat dan X adalah variable terikat. Perbedaan diantara keduanya adalah berapa jumlah X-nya. Regresi linier sederhana memiliki 1 X sedangkan regresi linier berganda memiliki X yang jumlahnya lebih dari 1. Contoh regresi linier sederhana: Y=a+b1X1, sedangkan contoh regresi linier berganda: Y=a+b1X1+b2X2 atau Y=a+b1X1+b2X2+b3X3+b4X4 dan lain-lain. Nilai a dan b dapat dihitung dengan menggunakan matriks determinan yang dijabarkan oada tulisan ini.
SukaSuka
selain pake matrikdls dterminan bisa gk pak??
SukaSuka
itu cara manual yang relatif paling mudah dipahami. Kalau mau praktis bisa pakai SPSS, terutama kalau datanya banyak.
SukaSuka
Salam Pak.
Saya sedang menyusun skripsi. Hasil analisis regresi linier berganda saya,
Y= -0,127+0,302 X1+0,216 X2
Yang ingin saya tanyakan, apa saja faktor yang menyebabkan nilai konstanta minus?
Dan apa dampaknya dari konstanta tersebut, jika dalam uji hipotesis saya peroleh X1 dan X2 baik secara parsial dan simultan berpengaruh terhadap Y?
Terima kasih sebelumnya.
SukaSuka
Salam juga. Yg membuat hal ini terjadi adalah data yg dipergunakan, secara statistik tidak ada yg salah dengan nilai konstanta minus, namun secara alur logika latar belakang dari data yg diambil, bisa saja tidak masuk akal. Ada baiknya lakukan dahulu hitungan korelasi, hubungannya kuat tidak? Bisa juga lakukan uji2 parametrik juga sebab uji regresi yg dibahas di sini adalah uji regresi parametrik. Kalau tidak lulus uji parametrik, dapat digunakan pula regresi non parametrik namun hasil regresi non parametrik tidak dapat digunakan untuk peramalan atau prediksi, hasilnya hanya sebuah persamaan yg menunjukkan hubungan saja
SukaSuka
pak asalnya dari mana? saya mau masukin ke daftar pustaka.
SukaSuka
hhhmmmm coba dibaca dulu tulisan saya sampai selesai 🙂
SukaSuka
pak boleh bimbing saya sedikit ga??
hasil regresi saya : Y= -94472497.06 + 5853195.91 X
nilai a (constant) disini adalah pendapatan di spa (berada dalam suatu hotel)
nilai b (variabel dependent) disini adalah tingkat hunian kamar di hotel (persentate %)
klo hasil regresi di atas cara menjelaskannya gimana ya pak??
mohon bantuannya.
SukaSuka
apa beda regresi ganda dan anova dua arah
SukaSuka
Saya ambil pengertian anova 2 arah dari buku Usman, Husaini. 2006. Pengantar Statistika. Jakarta:PT Bumi Aksara: “dalam anova dua jalur kita ingin mengetahui ada atau tidaknya perbedaan beberapa variabel bebas dengan sebuah variabel terikatnya dan masing-masing variabel mempunyai dua jenjang atau lebih. Banyaknya jenjang yang dimiliki variabel bebas dan variabel terikat ini menentukan nama dari anovanya. Misalnya variabel bebas mempunyai jenjang dua buah dan variabel terikatnya mempunyai jenjang dua buah pula,maka anovanya ditulis ANOVA 2 x 2.”.
Uji anova ada di dalam uji parametrik untuk menentukan keabsahan regresi yang kita pakai. Uji anova membantu kita dalam menentukan apakah sebuah hipotesa itu dapat diterima atau tidak, akan tetapi anova baik 1 arah maupun 2 arah, tidak menghasilkan sebuah formula atau rumus seperti regresi. Analisis regresi menghasilkan sebuah rumus atau formula yang dapat memperlihatkan kepada kita, seperti apa bentuk hubungan yang dicari.
SukaSuka
mas klo hipotesisnya
h1=x1 thd y
h2=x2 thd y
h3=x1 dan x2 thd y
itu menggunakan regresi sederhana apa berganda ya?
SukaSuka
h3 itu berganda karena variabel bebasnya lebih dari 1 yaitu x1 dan x2. Rumus ini berlaku untuk yang variabel terikatnya (y) hanya 1. Saya pernah baca, ada penelitian juga yg menggunakan variabel terikat lebih dari 1, itu jarang sekali.
SukaSuka
nice post , please visit back 😀 http://yosmantri.student.ipb.ac.id/ thanks 😀
SukaSuka
waduh, ko tidak bisa ya? Keluar “Error establishing a database connection” 😦
SukaSuka
mas brow, saya mau bertanya nhe z dapat hasil akhir dri persamaan regresi linear sederhana sbb :
Y = – 63.04+(-5.93)X apakah bisa dengan hasil seperti itu dalam statistik??
SukaSuka
nilai konstanta a yg minus & koefisien b yg juga minus mungkin saja terjadi dalam statistik, namun perlu ditelaah apakah teori yg mendasari kita dalam melakukan regresi tersebut apakah mendukung nilai a & b yg minus tersebut? Ada baiknya dilakukan pula uji parametrik, siapa tau data yg dipergunakan memang tidak dapat diregresi dengan analisis regresi linier sederhana parametrik, atau bisa juga datanya kurang banyak.
SukaSuka
mas saya mo nanya… bagaimana cara menghitung standar error pada intercept (b0) dan slope (b1 dan b2) untuk dua variabel bebas? trus bagaimana prosedur pemakaian dummy variabel untuk regresi linear berganda. trima kasih mas
SukaSuka
bagaimana caranya menghitung PDRB suatu wilayah/ daerah dengan menggunakan regresi linear??
SukaSuka
Tergantung data Regional Broto yang kita miliki. Kita ingin membuat apa? Output apa yang diharapkan? Regresi Linier itu umum, dapat dipergunakan untuk mencari bentuk hubungan berbagai variabel dari berbagai disiplin ilmu, asalkan ada variabel bebas dan terikatnya. Bisa saja variabel terikatnya adalah data PDRB setahun misalnya, kemudian variabel bebasnya berupa hal-hal yang ingin kita teliti bentuk hubungannya dengan PDRB, variabel bebasnya bisa bermacam-macam, tergantung apa yang ingin kita teliti seperti jumlah populasi, tingkat kelahiran, jumlah industri tertentu, density dan lain-lain. Ada baiknya dikorelasikan dahulu antara variabel bebas dengan terikatnya, jadi kita dapat mengetahui besar tidak hubungannya. Tentunya semuanya tidak akan berhasil kalau tidak ada data, kita butuh data, data & data.
SukaSuka
maaf saya mau tanya…apakah ada perbedaan antara uji regresi linear berganda dengan EGARCH ? terimakasih..mohon bantuannya
SukaSuka
Setahu saya beda ya. Kalau EGARCH model eksponensial, tidak linear. Biasanya diolah menggunakan MatLab.
SukaSuka
asslamualaikum pak, saya mau bertanya saya melakukan uji regresi dan hasil konstanta a saya itu minus, tapi kata dosen pembimbing saya tidak boleh minus tetapi saya membaca jurnal-jurnal dan skripsi ada yang minus tidak apa2, saya bingung mana yang benar. tolong di jawab ya pak.
terima kasih banyak
SukaSuka
Walaikumsalam. Boleh plus atau minusnya bergantung dari hipotesis dan atau teori yg melatarbelakangi kita dalam melakukan regresi. Apakah masuk akal atau sesuai dengan teorikah bila nilai konstantanya minus? itulah hal yg harus dianalisa lebih dalam dengan teori-teori yang dipakai. Uji regresi memang merupakan bagian dari ilmu statistik namun biasa dipergunakan dalam bidang-bidang lain, olehkarena itu pertimbangan dari ilmu bidang-bilang tersebut harus diperhitungkan juga dalam melakukan analisa hasil uji regresi. Semoga bermanfaat :).
SukaSuka
Mohon info pola rumus dari Det (A), (A0), (A1), (A2), (A3), (A4) pada matriks
trima kasih, sangat membantu.
SukaSuka
Sebenarnya polanya sama dengan contoh 3 variabel terikat yg ada. Hanya saja pada matriksnya diberi tambahan 1 kolom dan 1 baris lagi untuk variabel terikat keempatnya. Kalau mau lebih jelas dapat lihat di buku Pak J. Supratno.
SukaSuka
apakah hanya mengunakan satu regresi saja tidak bisa,kalo menggunakan dua regresi seperti regresi ganda dan regresi sederhana tolong berikan alasannya pak….thaks
SukaSuka
idem seperti jawaban saya di atas ;). Sebenarnya untuk menghitung regresi dengan data yang banyak dan kompleks sebaiknya menggunakan alat bantu seperti SPSS.
SukaSuka
kenapa harus mengunakan dua regresi.seperti regresi linear dan regresi sederhana
SukaSuka
itu ada 2 regresi, yaitu regresi linear sederhana & regresi linear berganda. Regresi linear sederhana dipergunakan untuk menghasilkan persamaan yg bersifat linear dengan variabel bebas dan terikat yang jumlahnya hanya 1. Sedangkan regresi liner berganda dipergunakan untuk menghasilkan persamaan yg bersifat linear dengan variabel bebas (X) yg jumlahnya lebih dari 1. Sebenarnya ada juga regresi untuk logaritmik dan lain-lain yg lebih kompleks lagi, tergantung data yg dipergunakan. Oh yaa, ini untuk statistik parametrik yaaa, bukan yg non parametrik :).
SukaSuka