BAB III
ANALISIS REGRESI
An Introduction
• Regresi linier sering digunakan untuk melihat nilai
prediksi atau perkiraan yang akan datang
• Apabila X dan Y mempunyai hubungan, maka nilai X
yang sudah diketahui dapat digunakan memperkirakan Y
• Perkiraan mengenai terjadinya sesuatu kejadian (nilai
variabel untuk waktu yang akan datang, seperti prediksi
produksi 3 tahun yang akan datang, prediksi harga bulan
depan, ramalan jumlah penduduk 10 tahun mendatang,
ramalan hasil penjualan tahun depan).
• Ramalan mengetahui suatu kejadian baik
secara kualitatif (akan turun hujan, akan
terjadi perang, akan lulus ujian)
• Kuantitatif (produksi padi akan mencapai 16
juta ton, indek harga 9 bahan pokok naik
10%, penerimaan devisa turun 5%)
• Melakukan peramalan adalah dengan
mengunakan garis regresi
Lanjutan
Variable Y yang nilainya akan diramalkan disebut variable tidak bebas
(dependentvariable)
 sedangkan variable X yang nilainya digunakan untuk meramalkan
nilai Y disebut variable bebas (independent variable) atau variable
peramal (predictor) dan sering kali disebut variable yang menerangkan
(exsplanatory).
X
Analisis regresi digunakan untuk mengetahui bagaimana variabel
dependen atau kriterium dapat diprediksikan melalui variabel
independen atau prediktor secara individu atau parsial maupun
secara bersama-sama atau simultan.
Y
Variabel respon
Variabel dependen
Prediktor
variabel indipenden
Dapatkah variabel X memprediksi Y ? Analisis Regresi
Adakah korelasi/ hubungannya nya ?
Ilustrasi hubungan positif
X
Pupuk
Berat
Badan
Y
Produksi
Tekanan
darah
Ilustrasi hubungan negatif
X
Jumlah aseptor
Harga suatu barang
Y
Jumlah kelahiran
Permintaan barang
darah
Scatter Plot Examples
y
x
y
x
y
y
x
x
Strong
relationships
Weak
relationships
Scatter Plot Examples
y
x
y
x
No
relationship
JenisAnalisis Regresi
I. Regresi linier jika hubungan antara variabel bebas terhadap
variabel tak bebas berbentuk linier
II. Regresi tak linier jika hubungan antara variabel bebas
terhadap variabel tak berbentuk linier
Regresi linier sederhana 
 Regresi linier berganda 
 Regresi kuadratik
 Regresi kubik 
bX
a
Y 

ˆ
3
3
2
2
1
1
ˆ X
b
X
b
X
b
a
Y 



3
3
2
3
2
2
2
ˆ
ˆ
ˆ
ˆ
ˆ
bX
a
Y
cX
bX
a
Y
dX
cX
bX
a
Y
bX
a
Y
cX
bX
a
Y














Regresi Linier Sederhana
• variabel independen ke-i
• variabel dependen ke-i maka bentuk
model regresi sederhana adalah :
dengan
parameter yang tidak diketahui
sesatan random dgn asumsi
i
X
i
Y
b
a,
atau
ˆ
,
ˆ 

i

0
]
[ 
i
E 
2
)
( 
 
i
Var
bX
a
Y
X
Y
n
i
X
Y
i
i
i
i
i








ˆ
ˆ
ˆ
ˆ
,
,
2
,
1
,




 
Dari garis regresi sampel diperoleh :
Dan
)
(
^
^
i
i
i X
Y
e 
 


2
1
2
))
(
( i
n
i
i
i bX
a
Y
e
D 


 
 
Turunkan D
terhadap
a dan b !!!!
Analisis Regresi
• Pendugaan terhadap koefisien regresi:
Bagaimana Pengujian terhadap model regresi ??
• parsial (per koefisien)  uji-t
• bersama  uji-F (Anova)
Bagaimana menilai kesesuaian model ??
R2 (Koef. Determinasi: % keragaman Y yang mampu dijelaskan oleh X)
     
 2
2
2
2
2 )
(
)
)(
(






 
 







X
X
n
XY
X
X
Y
a
n
x
x
n
y
x
xy
b Metode
Kuadrat Terkecil
 
  


 2
2
)
( x
x
n
y
x
xy
n
b
x
b
y
a 

n
x
x
n
y
y

 

y x xy x2 y2
.
.
.
.
.
.
.
.
.
.
Σy Σx Σxy Σx2 Σy2
ATAU
Latihan
Carilah persamaan regresi Y pada X dari data Tabel :
  
 
i
i X
Y
x
b
y
a
n
x
x
n
y
x
xy
b
8972
.
0
5294
.
29
ˆ
:
regresi
persamaan
diperoleh
jadi
53
.
29
8972
.
0
12
665
37525
12
951
665
-
53305
)
(
)
)(
(
1
2
2
2











 
 

Perhatikan
     
sisa
i
i
regresi
i
iasi
i y
y
y
y
y
y ˆ
ˆ
var





MENGUJI KOEFISIEN REGRESI
DENGAN ANALISIS VARIANSI
 
  






n
i
n
i
i
i
i
n
i
i y
y
y
y
y
y
1 1
2
2
1
2
)
ˆ
(
)
ˆ
(
)
(
Xi
y
x
yi
JKT = (yi - y)2
JKS = (yi - yi )2

JKR = (yi - y)2

_
_
_
Variasi yang diterangkan dan
Yang tidak dapat diterangkan
y

y
y
_
y

Tabel Anava :
Sumber
Variasi
JK dk RK F Hitung
Regresi JKR= 1 RKR=JKR/1 F=RKR/RKS
Sesatan JKS= JKT-JKR n-2 RKS=JKS/n-2 Ftabel
F(alpha, 1,n-2)
Total JKT= n-1
 



n
i
i x
x
b
1
2
 
n
y
y i
n
i
i
2
1
2 
 


More Related Content

PPT
analisis-regresi linier sederhana kuliah
PPT
analisis-regresi cara mengalisis data dengan regresippt
PPT
ERLINODE INFFOGRAFIS.ppt
PPT
ANALISIS REGRESI lINIER SEDERHANA.ppt
PDF
Analisis regresi(materi klh)
DOCX
Analisis Regresi Linier Sederhana
PPTX
Regresi Linier Sederhana
PPTX
AS P6 Regresi Berganda analisis Regresi Berganda .pptx
analisis-regresi linier sederhana kuliah
analisis-regresi cara mengalisis data dengan regresippt
ERLINODE INFFOGRAFIS.ppt
ANALISIS REGRESI lINIER SEDERHANA.ppt
Analisis regresi(materi klh)
Analisis Regresi Linier Sederhana
Regresi Linier Sederhana
AS P6 Regresi Berganda analisis Regresi Berganda .pptx

Similar to analisis-regresi.ppt (20)

PPTX
KELOMPOK 6 _REGRESI Statistika Pendidikan Matematika.pptx
PDF
Multiple Regression v14 15 Mei 2019 AP (1).pdf
PPT
ANALISIS REGRESI LINIER SEDERHA-------NA
PPTX
Ek107 122215-952-4
PPTX
Perancanaan Strategi
PDF
Analisis_Regresi__Linier_Sederhana (1).pdf
PDF
3 . analisis regresi linier berganda dua peubah
PPTX
Kel 7_Statistika Analisis Regresi (1)-1.pptx
PPT
Analysis Regresi Linier Berganda - Analysis
PPTX
Statistik Kelompok 10 - Regresi Linear.pptx
PDF
Makalah_Analisis_Regresi_Berganda.pdf
PPT
materi regersi dan korelasi dalam statistik.ppt
PPTX
PPT
Analysis Regresi Linier sederhana part 1
PPT
Analysis Regresi Linier berganda dan regresi sederhana
DOCX
Tugas regresi linear dan non linier
PPTX
Analisis regresi sederhana ganda
PPTX
Regresi Sederhana.pptx
PDF
10. regresi.pdf
PDF
Kuliah statistika lanjut
KELOMPOK 6 _REGRESI Statistika Pendidikan Matematika.pptx
Multiple Regression v14 15 Mei 2019 AP (1).pdf
ANALISIS REGRESI LINIER SEDERHA-------NA
Ek107 122215-952-4
Perancanaan Strategi
Analisis_Regresi__Linier_Sederhana (1).pdf
3 . analisis regresi linier berganda dua peubah
Kel 7_Statistika Analisis Regresi (1)-1.pptx
Analysis Regresi Linier Berganda - Analysis
Statistik Kelompok 10 - Regresi Linear.pptx
Makalah_Analisis_Regresi_Berganda.pdf
materi regersi dan korelasi dalam statistik.ppt
Analysis Regresi Linier sederhana part 1
Analysis Regresi Linier berganda dan regresi sederhana
Tugas regresi linear dan non linier
Analisis regresi sederhana ganda
Regresi Sederhana.pptx
10. regresi.pdf
Kuliah statistika lanjut
Ad

Recently uploaded (20)

DOCX
Modul Ajar Pembelajaran Mendalam Bahasa Inggris Kelas XII SMA Terbaru 2025
PPTX
PPT POLA PIKIR BERTUMBUH Grow Mindset_2025.pptx
PDF
RPP PEMBELAJARAN MENDALAM BAHASA INDONESIA _SariIndah_DEWI SINTA (1).pdf
DOCX
Modul Ajar Pembelajaran Mendalam PKWU Kerajinan Kelas XII SMA Terbaru 2025
PDF
Modul Ajar Deep Learning Bahasa Indonesia Kelas 6 Kurikulum Merdeka
PPTX
PPT REVISED - SEMINAR PEMBELAJARAN MENDALAM .pptx
PPT
KOMITMEN MENULIS DI BLOG IGTIK PB PGRI.ppt
PPTX
SISTEM POLITIK DAN PEMERINTAHAN INDONESIA.pptx
DOCX
Modul Ajar Pembelajaran Mendalam PKWU Budidaya Kelas XII SMA Terbaru 2025
PPTX
Saint Maximilian Kolbe, Polish friar, priest, missionary and martyr (indonesi...
PDF
RPP PEMBELAJARAN MENDALAM BAHASA INDONESIA _SariIndah_DEWI SINTA (1).pdf
DOCX
Modul Ajar Pembelajaran Mendalam PJOK Kelas X Terbaru 2025
DOCX
Modul Ajar Pembelajaran Mendalam PAI & BP Kelas XII Terbaru 2025
PDF
Laporan On The Job TRaining PM KS Siti Hikmah.pdf
PPTX
Ekspresi_dan_Operasi_Logika informatika smp kelas 9
DOC
CV_Kanaidi, SE., M.Si., cSAP., CGRC., CBCM_18 Agustus 2025.doc
PDF
Sosialisasi Menu DAK NF TA 2026 Promkeskom.pdf
PDF
LK - Kerangka Pembelajaran Mendalam luring 4 Herpina Indah Permata Sari.pdf
PDF
Laporan On The Job TRaining PM KS Siti Hikmah.pdf
DOCX
LK 1.1.a.2_Modul 2 Pelatihan Koding dan Artifisial
Modul Ajar Pembelajaran Mendalam Bahasa Inggris Kelas XII SMA Terbaru 2025
PPT POLA PIKIR BERTUMBUH Grow Mindset_2025.pptx
RPP PEMBELAJARAN MENDALAM BAHASA INDONESIA _SariIndah_DEWI SINTA (1).pdf
Modul Ajar Pembelajaran Mendalam PKWU Kerajinan Kelas XII SMA Terbaru 2025
Modul Ajar Deep Learning Bahasa Indonesia Kelas 6 Kurikulum Merdeka
PPT REVISED - SEMINAR PEMBELAJARAN MENDALAM .pptx
KOMITMEN MENULIS DI BLOG IGTIK PB PGRI.ppt
SISTEM POLITIK DAN PEMERINTAHAN INDONESIA.pptx
Modul Ajar Pembelajaran Mendalam PKWU Budidaya Kelas XII SMA Terbaru 2025
Saint Maximilian Kolbe, Polish friar, priest, missionary and martyr (indonesi...
RPP PEMBELAJARAN MENDALAM BAHASA INDONESIA _SariIndah_DEWI SINTA (1).pdf
Modul Ajar Pembelajaran Mendalam PJOK Kelas X Terbaru 2025
Modul Ajar Pembelajaran Mendalam PAI & BP Kelas XII Terbaru 2025
Laporan On The Job TRaining PM KS Siti Hikmah.pdf
Ekspresi_dan_Operasi_Logika informatika smp kelas 9
CV_Kanaidi, SE., M.Si., cSAP., CGRC., CBCM_18 Agustus 2025.doc
Sosialisasi Menu DAK NF TA 2026 Promkeskom.pdf
LK - Kerangka Pembelajaran Mendalam luring 4 Herpina Indah Permata Sari.pdf
Laporan On The Job TRaining PM KS Siti Hikmah.pdf
LK 1.1.a.2_Modul 2 Pelatihan Koding dan Artifisial
Ad

analisis-regresi.ppt

  • 2. An Introduction • Regresi linier sering digunakan untuk melihat nilai prediksi atau perkiraan yang akan datang • Apabila X dan Y mempunyai hubungan, maka nilai X yang sudah diketahui dapat digunakan memperkirakan Y • Perkiraan mengenai terjadinya sesuatu kejadian (nilai variabel untuk waktu yang akan datang, seperti prediksi produksi 3 tahun yang akan datang, prediksi harga bulan depan, ramalan jumlah penduduk 10 tahun mendatang, ramalan hasil penjualan tahun depan).
  • 3. • Ramalan mengetahui suatu kejadian baik secara kualitatif (akan turun hujan, akan terjadi perang, akan lulus ujian) • Kuantitatif (produksi padi akan mencapai 16 juta ton, indek harga 9 bahan pokok naik 10%, penerimaan devisa turun 5%) • Melakukan peramalan adalah dengan mengunakan garis regresi
  • 4. Lanjutan Variable Y yang nilainya akan diramalkan disebut variable tidak bebas (dependentvariable)  sedangkan variable X yang nilainya digunakan untuk meramalkan nilai Y disebut variable bebas (independent variable) atau variable peramal (predictor) dan sering kali disebut variable yang menerangkan (exsplanatory).
  • 5. X Analisis regresi digunakan untuk mengetahui bagaimana variabel dependen atau kriterium dapat diprediksikan melalui variabel independen atau prediktor secara individu atau parsial maupun secara bersama-sama atau simultan. Y Variabel respon Variabel dependen Prediktor variabel indipenden Dapatkah variabel X memprediksi Y ? Analisis Regresi Adakah korelasi/ hubungannya nya ?
  • 7. Ilustrasi hubungan negatif X Jumlah aseptor Harga suatu barang Y Jumlah kelahiran Permintaan barang darah
  • 10. JenisAnalisis Regresi I. Regresi linier jika hubungan antara variabel bebas terhadap variabel tak bebas berbentuk linier II. Regresi tak linier jika hubungan antara variabel bebas terhadap variabel tak berbentuk linier Regresi linier sederhana   Regresi linier berganda   Regresi kuadratik  Regresi kubik  bX a Y   ˆ 3 3 2 2 1 1 ˆ X b X b X b a Y     3 3 2 3 2 2 2 ˆ ˆ ˆ ˆ ˆ bX a Y cX bX a Y dX cX bX a Y bX a Y cX bX a Y              
  • 12. • variabel independen ke-i • variabel dependen ke-i maka bentuk model regresi sederhana adalah : dengan parameter yang tidak diketahui sesatan random dgn asumsi i X i Y b a, atau ˆ , ˆ   i  0 ] [  i E  2 ) (    i Var bX a Y X Y n i X Y i i i i i         ˆ ˆ ˆ ˆ , , 2 , 1 ,      
  • 13. Dari garis regresi sampel diperoleh : Dan ) ( ^ ^ i i i X Y e      2 1 2 )) ( ( i n i i i bX a Y e D        Turunkan D terhadap a dan b !!!!
  • 14. Analisis Regresi • Pendugaan terhadap koefisien regresi: Bagaimana Pengujian terhadap model regresi ?? • parsial (per koefisien)  uji-t • bersama  uji-F (Anova) Bagaimana menilai kesesuaian model ?? R2 (Koef. Determinasi: % keragaman Y yang mampu dijelaskan oleh X)        2 2 2 2 2 ) ( ) )( (                  X X n XY X X Y a n x x n y x xy b Metode Kuadrat Terkecil
  • 15.         2 2 ) ( x x n y x xy n b x b y a   n x x n y y     y x xy x2 y2 . . . . . . . . . . Σy Σx Σxy Σx2 Σy2 ATAU
  • 16. Latihan Carilah persamaan regresi Y pada X dari data Tabel :      i i X Y x b y a n x x n y x xy b 8972 . 0 5294 . 29 ˆ : regresi persamaan diperoleh jadi 53 . 29 8972 . 0 12 665 37525 12 951 665 - 53305 ) ( ) )( ( 1 2 2 2                
  • 17. Perhatikan       sisa i i regresi i iasi i y y y y y y ˆ ˆ var      MENGUJI KOEFISIEN REGRESI DENGAN ANALISIS VARIANSI            n i n i i i i n i i y y y y y y 1 1 2 2 1 2 ) ˆ ( ) ˆ ( ) (
  • 18. Xi y x yi JKT = (yi - y)2 JKS = (yi - yi )2  JKR = (yi - y)2  _ _ _ Variasi yang diterangkan dan Yang tidak dapat diterangkan y  y y _ y 
  • 19. Tabel Anava : Sumber Variasi JK dk RK F Hitung Regresi JKR= 1 RKR=JKR/1 F=RKR/RKS Sesatan JKS= JKT-JKR n-2 RKS=JKS/n-2 Ftabel F(alpha, 1,n-2) Total JKT= n-1      n i i x x b 1 2   n y y i n i i 2 1 2    