13 - 14 Regresi Linear Sederhana & Berganda.pdf
0 likes2,554 views
Regresi digunakan untuk memprediksi hubungan antara variabel-variabel berdasarkan data historis. Dokumen ini membahas regresi linear sederhana untuk memprediksi omzet penjualan berdasarkan pengalaman kerja, dan regresi linear berganda untuk memprediksi pengeluaran rumah tangga berdasarkan pendapatan dan jumlah anggota keluarga. Metode ini digunakan untuk peramalan dan pengambilan keputusan berdasarkan hubungan antara faktor-fak
More Related Content
What's hot (20)
Similar to 13 - 14 Regresi Linear Sederhana & Berganda.pdf (20)
More from Elvi Rahmi (18)
Recently uploaded (6)
13 - 14 Regresi Linear Sederhana & Berganda.pdf
- 1. DATA MINING REGRESI Elvi Rahmi, S.T., M.Kom. elvizasri@gmail.com November 2022
- 2. PENGUJIAN HIPOTESIS Table Of Content Pengantar Regresi Linear Sederhana Regresi Linear Berganda
- 3. Regresi Salah satu teknik data mining yang dimanfaatkan untuk memprediksi nilai- nilai numerik yang ada dalam range sekumpulan data yang diketahui.
- 4. Penerapan Regresi Pendidikan Hukum Industri Perencanaan Pasar, Ramalan Keuangan, Analisis Tren
- 6. VS Regresi Klasifikasi Regresi menggunakan data numerik atau nilai kontinu. Klasifikasi menggunakan data dalam bentuk diskret atau data dalam bentuk kategori. Contoh: Regresi memprediksi nilai rumah berdasarkan lokasi, luasnya, harga ketika terakhir dijual, harga rumah lain yang serupa, dan faktor-faktor lainnya. Klasifikasi digunakan jika ingin mengetahui rumah dengan berbagai kategori dan tipe.
- 7. Regresi Linear Regresi Digunakan untuk memprediksi hubungan antara dua variabel. Regresi Berganda Digunakan untuk memprediksi hubungan antara dua atau lebih variabel Regresi Linear Sederhana Regresi Linear Berganda
- 8. Regresi Linear Sederhana Regresi Linear Sederhana (Simple Linear Regression) merupakan salah satu metode statistik yang digunakan untuk melakukan peramalan ataupun prediksi tentang kualitas maupun kuantitas. Regresi Linear Sederhana juga biasa digunakan untuk menguji sejauh mana hubungan sebab akibat antara Variabel Faktor Penyebab (X) terhadap variabel akibatnya (Y). Variabel Faktor Penyebab umumnya dilambangkan dengan X atau disebut juga dengan P redictor. Variabel Akibat dilambangkan dengan Y atau disebut juga dengan Response.
- 9. Persamaan Regresi Linear Y = a + bX nilai a dan b diperoleh dari:
- 10. Contoh Kasus Bagian personalia sebuah perusahaan ingin membuat sebuah penelitian terkait dengan produktivitas bekerja karyawan lama dan baru. Perusahaan ini melihat sejauh mana produktivitas karyawan lama dan baru berdasarkan umur. Setelah ditelusuri, terdapat track record penjualan khususnya bagian marketing yang dihubungkan berdasarkan pengalaman kerja karyawan. Apabila ada karyawan 6 (baru) yang memiliki pengalaman kerja selama 6,5 tahun, maka berapa estimasi omzet penjualannya?
- 11. Tentukan tujuan melakukan Analisis Regresi Linear Sederhana! 1 Memprediksi omzet penjualan seorang karyawan yang memiliki pengalaman kerja 6,5 tahun.
- 12. Identifikasi Variabel Faktor Penyebab (Predictor) dan Variabel Akibat (Response)! 2 Variabel Faktor Penyebab (X) Variabel Akibat (Y) : Pengalaman Kerja : Omzet Penjualan
- 13. Lakukan Pengumpulan Data! Gunakan Tabel Pembantu 3
- 17. b = a = Hitung a (konstanta) dan b (koefisien regresi)! 4
- 18. Maka, Hitung a (konstanta) dan b (koefisien regresi)! 4
- 19. Maka, Persamaan Regresinya: Y = a + bX Buat Model Persamaan Regresi! 5
- 20. Maka, Persamaan Regresinya: Buat Model Persamaan Regresi! 5 Y = a + bX --> Y = (-1,339) + (0,928)(6,5) = 4,693
- 21. Dengan menggunakan rumus persamaan regresi, dapat diambil kesimpulan bahwa seseorang dengan pengalaman 6,5 tahun diestimasi mendapatkan omset sebanyak 4.693. Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab (X) atau Variabel Akibat (Y)! 6
- 22. Dengan menggunakan rumus persamaan regresi, dapat diambil kesimpulan bahwa seseorang dengan pengalaman 6,5 tahun diestimasi mendapatkan omset 4.693. Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab (X) atau Variabel Akibat (Y)! 6 Koefisien Determinasi
- 25. Koefisien Determinasi Nilai Koefisien Determinasi = 0,9789 Artinya sumbangan untuk pengaruh pengalaman terhadap hasil kinerja pegawai yang berhubungan dengan naik turunnya omset penjualan perusahaan adalah 97,89 %. Sisanya 2,11 % berhubungan dengan faktor lain yang tidak dimasukkan dalam model.
- 26. Regresi Linear Regresi Digunakan untuk memprediksi hubungan antara dua variabel. Regresi Berganda Digunakan untuk memprediksi hubungan antara dua atau lebih variabel Regresi Linear Sederhana Regresi Linear Berganda
- 27. Regresi Linear Sederhana (Simple Linear Regression) memprediksi fungsi dengan satu variabel predictor. Regresi Linear Berganda melibatkan variabel-variabel predictor lebih dari satu. Persamaan Regresi Linear Berganda: Regresi Linear Berganda (Polinomial)
- 28. Contoh Kasus Dalam satu penelitian yang dilakukan terhadap 10 rumah tangga yang dipilih secara acak, diperoleh data pengeluaran untuk pembelian barang-barang tahan lama per minggu, pendapatan per minggu, dan jumlah anggota rumah tangga. Seandainya suatu rumah tangga mempunyai X1 dan X2 masing-masing 11 dan 8, berapa besarnya nilai Y? Berapa ratus rupiah yang dikeluarkan rumah tangga tersebut untuk pembelian bahan-bahan tahan lama?
- 29. Contoh Kasus Dalam satu penelitian yang dilakukan terhadap 10 rumah tangga yang dipilih secara acak, diperoleh data pengeluaran untuk pembelian barang-barang tahan lama per minggu (Y), pendapatan per minggu (X1), dan jumlah anggota rumah tangga (X2). Seandainya suatu rumah tangga mempunyai X1 dan X2 masing-masing 11 dan 8, berapa besarnya nilai Y? Berapa ratus rupiah yang dikeluarkan rumah tangga tersebut untuk pembelian bahan-bahan tahan lama?
- 30. Tentukan tujuan melakukan Analisis Regresi Linear Berganda! 1
- 31. Menentukan uang yang dikeluarkan rumah tangga yang mempunyai pendapatan per Minggu Rp 11.000 dan jumlah anggota rumah tangga 8 orang, untuk membeli bahan-bahan tahan lama? Tentukan tujuan melakukan Analisis Regresi Linear Berganda! 1
- 32. Identifikasi Variabel Faktor Penyebab (Predictor) dan Variabel Akibat (Response)! 2 Variabel Faktor Penyebab (X1) Variabel Faktor Penyebab (x2) Variabel Akibat (Y) : Pendapatan per Minggu : Jumlah Anggota Rumah Tangga Pengeluaran untuk Membeli Bahan-bahan tahan lama :
- 34. Lakukan Pengumpulan Data dan Buat Tabel Pembantu! 3
- 35. Tentukan nilai matriks A! 4
- 36. Tentukan nilai matriks A! 4
- 37. Tentukan nilai matriks H! 5
- 38. Tentukan nilai matriks H! 5
- 39. Tentukan nilai koefisien regresi (b)! 6
- 40. Tentukan nilai koefisien regresi (b)! 6
- 41. Tentukan nilai koefisien regresi (b)! 6
- 42. Hitung nilai persamaan regresi! 7
- 43. Hitung nilai persamaan regresi! 7
- 44. Hitung nilai persamaan regresi! 7 Ketika sebuah rumah tangga memiliki pendapatan 11.000 dengan anggota rumah tangga sebanyak 8 orang , maka pengeluaran untuk pembelian barang-barang tahan lama per minggu sebesar Rp 4.427 (nilai Y dikali 100).