analisis Regresi

Pengertian analisis Regresi

Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui  pola  hubungan  antara  dua atau  lebih  variabel.  Istilah  regresi  yang berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis  Galton pada tahun  1877,  sehubungan  dengan  penelitiannya  terhadap  tinggi  manusia,  yaitu antara   tinggi   anak   dan   tinggi   orang   tuanya.   Dalam   penelitiannya,   Galton menemukan bahwa tinggi anak dan tinggi orang tuanya cenderung meningkat atau menurun dari berat rata-rata populasi. Garis yang menunjukkan hubungan tersebut disebut garis regresi.

Analisis regresi lebih akurat dalam melakukan  analisis korelasi, karena pada  analisis  itu  kesulitan  dalam  menunjukkan  slop  (tingkat  perubahan  suatu variabel terhadap variabel lainnya dapat ditentukan). Jadi dengan analisis regresi, peramalan  atau  perkiraan  nilai  variabel  terikat  pada  nilai  variabel  bebas  lebih akurat pula. Karena merupakan  suatu prediksi,  maka nilai prediksi  tidak selalu tepat  dengan  nilai  riilnya,  semakin  kecil  tingkat  penyimpangan  antara  nilai prediksi  dengan  nilai  riilnya,  maka  semakin  tepat  persamaan   regresi  yang dibentuk.

Dapat disimpulkan  bahwa analisis  regresi adalah metode statistika yang digunakan untuk menentukan kemungkinan bentuk hubungan antara variabel- variabel, dengan tujuan pokok dalam penggunaan metode ini adalah untuk meramalkan atau memperkirakan nilai dari suatu variabel lain yang diketahui.

2.2 Tujuan analisis Regresi

 adalah meramalkan atau memperkirakan nilai dari suatu variabel dalam hubungannya dengan variabel yang lain diketahui melalui persamaan garis regresi.

2.3  Persamaan Regresi

Persamaan Regresi (regression equation) adalah suatu persamaan matematis yang mendefenisikan hubungan antara dua variabel. Persamaan regresi yang digunakan untuk membuat taksiran mengenai variabel dependen disebut persamaan regresi estimasi, yaitu suatu formula matematis yang menunjukkan hubungan keterkaitan antara  satu  atau  beberapa  variabel  yang  nilainya  sudah  diketahui  dengan  satu variabel yang nilainya belum diketahui.

Sifat hubungan antar variabel dalam persamaan regresi merupakan hubungan sebab akibat (causal  relationship).  Oleh karena itu, sebelum menggunakan  persamaan  regresi  dalam  mejelaskan  hubungan  antara  dua  atau lebih variabel, maka perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya, dua atau lebih variabel tersebut memiliki hubungan sebab akibat.  Variabel  yang  nilainya  akan  mempengaruhi  nilai  variabel  lain  disebut dengan variabel bebas (independent variabel),  sedangkan variabel yang nilainya dipengaruhi oleh nilai variabel lain disebut variabel terikat (dependent variabel).

Ada dua jenis Persamaan Regresi Linier, yaitu sebagai berikut :

1. Analisis Regresi Sederhana (simple analisis regresi)

2. Analisis Regresi Berganda (multiple analisis regresi)

STATISTIK DAN STATISTIKA

Statistika adalah ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan dan penyusunan data, pengolahan data, dan penganalisisan data, serta penyajian data berdasarkan kumpulan dan analisis data yang dilakukan. Salah satu ilmu yang mendasari dalam mempelajari statistika adalah peluang atau probabilitas. Berdasarkan kegiatannya, statistika dikelompokkan menjadi dua macam, yaitu Statistika deskriptif (statistika deduktif) dan statistika inferensi(statistika induktif). 

 

Pengertian Statistika

Pengertian statistika deskriptif adalah statistika yang meliputi kegiatan-kegiatan pengumpulan, penyajian, penyederhanaan atau penganalisisan, dan penentuan ukuran-ukuran khusus dari suatu data tanpa penarikan kesimpulan. Sedangkan, pengertian statistika inferensi adalah ilmu mengenai penarikan kesimpulan dan pengambilan keputusan tentang makna statistik yang telah dihitung.

Pengertian statistik adalah hasil-hasil pengolahan dan analisis data. Statistik dapat berupa mean, modus, median, dan sebagainya. Statistik dapat digunakan untuk menyatakan kesimpulan data berbentuk bilangan yang disusun dalam bentuk tabel atau diagram yang menggambarkan karakteristik data.

Sekian uraian tentang Pengertian Statistika dan Statistik, semoga bermanfaat

Teknik Pengambilan Sampel : Nonprobability Sampling

Pengertian Nonprobability Sampling atau Definisi Nonprobability Sampling adalah teknik pengambilan sampel yang tidak memberi peluang atau kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Teknik Sampling Nonprobality ini meliputi :Sampling Sistematis, Sampling Kuota, Sampling Insidental, Purposive Sampling, Sampling Jenuh, Snowball Sampling. 1. Sampling Sistematis Pengertian Sampling Sistematis atau Definisi Sampling Sistematis adalah teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut.Contoh Sampling Sistematis, anggota populasi yang terdiri dari 100 orang, dari semua semua anggota populasi itu diberi nomor urut 1 sampai 100. Pengambilan sampel dapat dilakukan dengan mengambil nomor ganjil saja, genap saja, atau kelipatan dari bilangan tertentu, misalnya kelipatan dari bilangan lima. Untuk itu maka yang diambil sebagai sampel adalah nomor urut 1, 5, 10, 15, 20 dan seterusnya sampai 100. 2. Sampling Kuota Pengertian Sampling Kuota atau Definisi Sampling Kuota adalah teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah kuota yang diinginkan.Contoh Sampling Kuota, akan melakukan penelitian tentang Karies Gigi, jumlah sampel yang ditentukan 500 orang, jika pengumpulan data belum memenuhi kuota 500 orang tersebut, maka penelitian dipandang belum selesai. Bila pengumpulan data dilakukan secara kelompok yang terdiri atas 5 orang pengumpul data, maka setiap anggota kelompok harus dapat menghubungi 100 orang anggota sampel, atau 5 orang tersebut harus dapat mencari data dari 500 anggota sampel

Make Money at : http://bit.ly/copy_win