Model Regresi Sederhana | Statistika 

sama2

Saya Natalia Telaumbanua/2021102077, ijin menjawab Metode OLS merupakan metode yg memang hanya untuk mencari nilai deviasi terendah. Jadi tidak ada metode lain untuk mencari nilai tersebut. Terimakasih

Izin menjawab pertanyaan jefni Wati. Digunakan untuk mengukur besarnya tingkat kesalahan dari koefisien regresi.

Saya Natalia Telaumbanua/2021102077 ijin menjawab Koefisien adalah bilangan yang memuat variabel dari suatu suku pada bentuk aljabar semntara konstanta merupakan tetapan atau nilai yang bersifat tetap. Jadi standar error koefisien merupakan kesalahan yg terjadi pada bilangan yg memiliki variabel misalnya 2,56x, sedangkan standar error konstanta merupakan kesalahan pada penetapan nilai yg tetap, misalnya tingkat signifikan yg angkanya sudah ditetapkan (tabel pada materi analisi korelasi). Terimakasih

Nama : Tri Bunga Septiani Nim : 2022600196 Ijin menjawab : karena hasil ramalan dari analisis regresi merupakan nilai estimasi, sehingga kemungkinan untuk tidak sesuai dengan data aktual tetaplah ada. Selain itu, penentuan variabel independen dan variabel dependen yang saling berkaitan dalam hal sebab-akibat juga terbilang cukup susah, karena bisa jadi model yang tidak cukup bagus disebabkan karena kesalahan dalam memilih variabel yang digunakan untuk analisis

Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Milka Adela Hayati Jawabannya adalah sebenarnya model regresi stokastik tidak bicara soal kelebihan atau kekurangan tetapi fungsinya atau kegunannya itu seperti apa. Nah, Sifat stokastik dari model regresi mengandung arti bahwa setiap nilai X terdapat suatu distribusi probabilitas seluruh nilai Y. Dengan kata lain, nilai Y tidak dapat diprediksi secara pasti. Ketidakpastian mengenai nilai Y ini timbul karena ada faktor stokastik ui yang memberikan sifat acak dan random terhadap Y.

Nama : Yosefine Edria Agave NIM : 2021102114 MENJAWAB : Meramalkan nilai rata-rata varibel bebas yang didasari nilai variabel bebas di luar jangkauan sample. Menguji hipotesis karakteristik dependensi. Membuat estimasi rata-rata dan nilai variabel berdasarkan nilai variabel bebas.

Nama: Ferdinand Falentin Tella Nim: 2021102092 izin menjawab pertanyaan dari milka adela hayati nilai Y tidak dapat diprediksi secara pasti. Ketidakpastian mengenai nilai Y ini timbul karena ada faktor stokastik ui yang memberikan sifat acak dan random terhadap Y.

kalau masih blm paham bs diulang lg ya

@@kuliah2022 untuk sigma (xi-xbar)^2 apakah tdk perlu di jml kan dl xi-xbar baru di pangkatkan atau langsung ke jml dari xi-xbar setelah di kuadratkan ?

@@kuliah2022 untuk sigma (xi-xbar)^2 apakah tdk perlu di jml kan dl xi-xbar baru di pangkatkan atau langsung ke jml dari xi-xbar setelah di kuadratkan ?

Nama: Oktuesdua El-viera Gunawan: NIM: 2021102118 Menjawab: Dengan Uji Run Test dalam spss

NAMA : INTA RIANI ZEBUA NIM : 2021102112 Izin menjawab Cara mengatasi nya yaitu dengan Uji Run Test dalam SPSS . sebagaimana yang sudah kita pahami bahwa uji Autokorelasi merupakan bagian dan uji asumsi klasik dalam analisis regresi linear untuk data time series yaitu data runtut waktu dan bukan seperti data primer hasil penyebaran kuesioner atau angket. Dan uji asumsi klasik sendiri dimaknai sebagai syarat yang harus terpenuhi sebelum dilakukannya analisis regresi linear. Terimakasih....

Nama : Brian Umbu s g Sobang Nim. 1822600171 Ijin menjawab Langkah langkah dalam analisa regresi Tentukan Tujuan dari melakukan Analisis Regresi Linear Sederhana. Identifikasikan Variabel Faktor Penyebab (Predictor) dan Variabel Akibat (Response) Lakukan Pengumpulan Data. Hitung X², Y², XY dan total dari masing-masingnya

Saya Natalia Telaumbanua/2021102077 ijin menjawab Untuk menentukan analisis regresi sederhana, perlu dilakukan langkah² berikut 1. Tentukan Tujuan dari melakukan Analisis Regresi Linear Sederhana 2. Identifikasikan Variabel Faktor Penyebab (Predictor) dan Variabel Akibat (Response) 3. Lakukan Pengumpulan Data 4. Hitung X², Y², XY dan total dari masing-masingnya 5. Hitung a dan b berdasarkan rumus diatas. 6. Buatkan Model Persamaan Regresi Linear Sederhana. 7. Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel Akibat. Terimakasih

NAMA: KIKI HERAWATI BR MANALU NIM: 2021102088 ijin menjawab Analisis regresi linier sederhana adalah analisis yang menduga satu variabel dependen Y oleh suatu variabel bebas X saja

Nama: Oktuesdua El-viera Gunawan NIM: 2021102118 Menjawab: 1. Hubungan antara Lamanya Kerusakan Mesin dengan Kualitas Produk yang dihasilkan 2. Hubungan Jumlah Pekerja dengan Output yang diproduksi 3. Hubungan antara suhu ruangan dengan Cacat Produksi yang dihasilkan.

Saya atas nama JEFNIWATI NAZARA izin menjawab Regresi Linear Sederhana adalah Metode Statistik yang berfungsi atau bertujuan untuk menguji sejauh mana hubungan sebab akibat antara Variabel Faktor Penyebab (X) terhadap Variabel Contoh 1.Tujuan analisis regresi linier untuk memprediksi jumlah penjualan pasta gigi jika biaya pemasangan iklan di TV tidak tetap. 2. X = Biaya pemasangan iklan TV Y = Jumlah penjualan pasta gigi

Saya titus dwi riaman zebua nim 2021102076 menjawab pertanyaan yogi Tujuan analisis regresi untuk mendapatkan pola hubungan secara matematis dari variabel X dan variabel Y, dan untuk mengetahui besarnya perubahan variabel X terhadap variabel Y, serta untuk memprediksi variabel Y jika nilai variabel X diketahui. Contoh : X : data umur mobil dan Y : harga mobil

NAMA: KIKI HERAWATI BR MANALU NIM: 2021102088 ijin menjawab Tujuannya menghitung estimasi rata ratadan nilai variabel terikat berdasarkan pada nilai variabel bebas. Menguji hipotesis karakteristik dependesi. Meramalkan nilai rata rata variabel bebas dengan di dasar kan pada nilai variabel bebas di luar sample.

Nama : Kharistia Eka Kusuma NIM : 2021102108 Ijin menjawab pertanyaan Ika: OLS tidak mensyaratkan bahwa istilah kesalahan mengikuti distribusi normal untuk menghasilkan estimasi yang tidak memihak dengan varian minimum. Namun, memenuhi asumsi ini memungkinkan Anda untuk melakukan pengujian hipotesis statistik dan menghasilkan interval kepercayaan dan interval prediksi yang dapat diandalkan.

Nama : Melfis Daeli Nim : 2021102130 Kelas : Manajemen C Ijin menjawab pertanyaan mengapa kita perlu melakukan evaluasi terhadap analisis penelitian? Menurut pendapat saya ,sangat perlu melakukan evaluasi dalam suatu penelitian karena melalui evaluasi, kita dapat mengetahui tingkat kemajuan kegiatan, tingkat pencapaian berdasarkan tujuan, dan hal-hal yang perlu dilakukan di masa mendatang. atau mengidentifikasi kendala-kendala yang dihadapi sehingga dapat dilakukan diagnosis serta memberikan kesempatan untuk meningkatkan kemampuan objek evaluasi

Nama:Elia winarsih Nim:2021102113 Ijin menjawab: Karena melalui evaluasi, kita dapat mengetahui tingkat kemajuan kegiatan, tingkat pencapaian berdasarkan tujuan, dan hal-hal yang perlu dilakukan di masa mendatang.

Nama : Anggun Putri Gracia NIM : 2021102124 Menjawab Menurut penjelasan di vidio tersebut, dalam kedua rumus B1 di OLS memiliki cara hitung yang berbeda namun hasil yang didapatkan pasti sama

NAMA: SIDORUS ARMAN SYUKUR WARUWU NIM : 2021102126 Uji Regresi dilakukan untuk mengetahui pengaruh atau dampak antara varibel independent terhadap variabel dependent, maka dalam penggunaan analisis ini uji regresi ini dalam pengambilan sampel penelitian dari banyaknya populasi yang ada harus menggunakan ukuran besaran sampel. uji regresi tidak semua dilakukan dalam sebuah penelitian tergantung pada objek yang kita analisis

NAMA : DWI OKTAFIANA BUULOLO NIM : 2021102111 Ijin menjawab pertanyaan Joseph 1) Analisis regresi sederhana digunakan dalam sebuah penelitian untuk mengetahui arah dari hubungan antara variabel bebas dengan variabel terikat, apakah memiliki hubungan positif atau negatif serta untuk memprediksi nilai dari variabel terikat apabila nilai variabel bebas mengalami kenaikan ataupun penurunan. 2) Analisis regresi hanya di gunakan dalam setiap penelitian Apabila peneliti ingin memprediksi seberapa jauh perubahan nilai variabel dependent bila nilai variabel independent tidak ketahui. Terimakasih 🙏

Nama : Anggun Putri Gracia NIM : 2021102124 Menjawab Iya, sangat berpengaruh jika model regresi dibangun dari kajian atau penelitian karena menurut saya dasar yang akan kita gunakan untuk menganalisis regresi ini perlu data yang valid dan perlu didukung dengan teori-teori sesuai dengan data yang sudah diketahui.

NAMA: Mario William Sitompul NIM: 2021102100 Izin menjawab, standard error itu mencerminkan keakuratan sample yang kita pilih terhadap populasinya. Semakin kecil nilai standard error, semakin mengindikasikan bahwa sampling kita bagus, atau cukup mewakili populasi yang sedang diteliti dan begitu juga sebaliknya. Maka dari itu nilai standard error akan mengecil ketika jumlah sample diperbanyak.

NAMA: JOSEPH MARTHENUS NIM: 2021102102 JAWABAN: Analisis Regresi adalah metode untuk mengembangkan sebuah model (persamaan) yang menjelaskan hubungan di antara beberapa variabel. Output dari analisis regresi adalah sebuah persamaan regresi. Pada model regresi variabel dibedakan menjadi dua bagian, yaitu variabel respons (response) atau biasa juga disebut variabel bergantung (dependent variable) serta variabel explanatory atau biasa juga disebut variabel penduga (predictor variable) atau disebut juga variabel bebas (independent variable).

@@josephmarthenus1891 mantap 🤙

NAMA : DWI OKTAFIANA BUULOLO NIM : 2021102111 Ijin menjawab pertanyaan Bhayu Asumsi-asumsi model regresi yg baik: 1)Asumsi 1 Untuk setiap nilai X, ada nilai Y yang sesuai. Karena analisis regresi merupakan analisis sampel berpasangan jadi setiap nilai Y pada satu sampel selalu ada nilai X. 2). Asumsi 2 Nilai-nilai variabel Y harus distribusi normal. Bila tidak terdistribusi normal ada pengembangan model regresi lain misalnya model regresi logit, probit atau tobit. 3) Asumsi 3 Jumlah pengamatan harus lebih besar dari jumlah variabelnya. Jika jumlah variabel ada 3 maka jumlah pengamatan atau sampel minimal adalah 4. 4) Asumsi 4 Variabilitas nilai X adalah positif. Ini berarti nilai-nilai X dalam sampel yang digunakan tidak boleh semuanya sama atau hampir sama. 5) Asumsi 5 Model regresi ditentukan dengan benar. Ini berarti bahwa jika variabel Y dan X memiliki hubungan terbalik, persamaan model harus ditentukan dengan tepat: Terimakasih 🙏

NAMA : ANGGITA KAROLINA NIM : 2021102106 Izin menjawab : berdasarkan dari ppt bapak asumsi-asumsi nya adalah 1. Residual harus terdistribusi normal. 2. Nilai rata-rata residual nya sama dengan nol. 3. Tidak terdapat serial korelasi atau autokorelasi antar variabel residual untuk setiap observasi. 4. Varian nilai residual konstan atau homoskedastisitas. Terimakasih.

NAMA : PUTRI OCTAVIANA NIM: 2021102131 . Uji Normalitas Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya. Sering terjadi kesalahan yang jamak yaitu bahwa uji normalitas dilakukan pada masing-masing variabel. Hal ini tidak dilarang tetapi model regresi memerlukan normalitas pada nilai residualnya bukan pada masing-masing variabel penelitian. Uji normalitas dapat dilakukan dengan menggunakan Uji Chi Kuadrat, Uji Lillifors, dan Uji Kolmogorov-Smirnov. 2. Uji Autokorelasi Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode t dengan periode sebelumnya (t -1). Secara sederhana adalah bahwa analisis regresi adalah untuk melihat pengaruh antara variabel bebas terhadap variabel terikat, jadi tidak boleh ada korelasi antara observasi dengan data observasi sebelumnya. 3. Uji Heteroskedastisitas Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu ke pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut homoskedastisitas. Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan memplotkan nilai ZPRED (nilai prediksi) dengan SRESID (nilai residualnya). Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Uji statistik yang dapat digunakan adalah uji Gletser, uji Park atau uji White. 4. Uji Multikolinieritas Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi (keterkaitan) yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Alat statistik yang sering dipergunakan untuk menguji gangguan multikolinearitas adalah dengan variance inflation factor (VIF), korelasi pearson antara variabel-variabel bebas, atau dengan melihat eigenvalues dan condition index (CI). (Sumber: Budianas, Nanang. 2013).

Nama : Melfis Daeli Nim : 2021102130 Kelas : Manajemen C Ijin menjawab Menurut website yang saya baca analisis regresi digunakan untuk melakukan prediksi dan ramalan. Analisis regresi juga dapat digunakan untuk memahami variabel - variabel bebas mana saja yang dapat berhubungan dengan variabel terikat, serta untuk mengetahui bentuk hubungan tersebut.

Nama : Nadia catherine Nim : 2021102120 Izin menjawab pertanyaan Yosefine! Jumlah sampel yang digunakan harus sama. Jumlah variabel bebas (X) adalah 1 (satu) Nilai residual harus berdistribusi normal. Terdapat hubungan yang linear antara variabel bebas (X) dengan variabel tergantung (Y). Tidak terjadi gejala heteroskedastisitas. Tidak terjadi gejala autokorelasi [untuk data time series] Semoga membantu🙏

Nama : Bhayu Heru Kurniawan Nim : 2022600198 Menjawab : . Jumlah sampel yang digunakan harus sama. Jumlah variabel bebas (X) adalah 1 (satu) Nilai residual harus berdistribusi normal. Terdapat hubungan yang linear antara variabel bebas (X) dengan variabel tergantung (Y). Tidak terjadi gejala heteroskedastisitas. Tidak terjadi gejala autokorelasi [untuk data time series]

Izin menjawab pertanyaan dari Mawar Oktavia Nainggolan. yakni tidak adanya otokorelasi, heteroskedastisitas dan multikolinieritas. Sehingga proses kontrol terhadap model perlu dilakukan untuk menelaah dipenuhi tidaknya asumsi tersebut.

Nama : Nadia catherine Nim : 2021102120 Izin menjawab pertanyaan Mawar! Model regresi yang ideal memiliki eksogenitas yang lemah,bersifat linear,varians error Atau varian residual yang tidak berubah-ubah pada response Yang berbeda dan autokorelasi untuk data time series. Semoga membantu🙏

Nama : Melfis Daeli Nim : 2021102130 Kelas : Manajemen C ijin menjawab model regresi yang ideal memiliki eksogenitas yang lemah, bersifat linier, varians error atau varians residual yang tidak berubah-ubah pada response yang berbeda, dan autokorelasi untuk data time series

Niken Wulandari / 2022600203 Ijin menjawab : Analisis regresi sederhana dapat digunakan untuk mengetahui arah dari hubungan antara variabel bebas dengan variabel terikat, apakah memiliki hubungan positif atau negatif serta untuk memprediksi nilai dari variabel terikat apabila nilai variabel bebas mengalami kenaikan ataupun penurunan

Ijin Menjawab Kenapa harus perlu Analisis Regresi Karena dengan adanya analisis regresi kita bisa tau dan menentukan bagaimana Hubungan sebab akibat Antara Satu variabel dengan variabel-variabel lainnya Terima kasih

NAMA: INTA RIANI ZEBUA NIM : 2021102112 Izin menjawab Karena dengan analisis regresi kita bisa mendapatkan manfaat nya yaitu Meramalkan nilai rata-rata variabel bebas yang didasari nilai variabel bebas diluar jangkauan sample.menguji hipotesis karakteristik dependensi dan membuat estimasi rata rata dan nilai variabel berdasarkan nilai variabel bebas. Terimakasih.

Niken Wulandari / 2022600203 Ijin menjawab : Jadi untuk bentuk variabel terikat itu variabel yang dipengaruhi. Contohnya seberapa tinggi badan kita pada usia yang berbeda. Dan bentuk variabel bebas adalah variabel yang mempengaruhi. Contoh dalam pengaruh usia pernihakan. Maka variabel bebasnya usia pernikahan. Terimakasih

NAMA: Mario William Sitompul NIM: 2021102100 Izin menjawab Penerapan variabel independen dan variabel dependen dalam suatu penelitian atau percobaan dapat dipahami dari contoh berikut ini, “pengaruh pemberian pupuk organik terhadap tinggi tanaman” Berdasarkan kalimat tersebut bisa ditentukan kalau “pemberian pupuk organik” adalah variabel independen, hal ini disebabkan kalau “pemberian pupuk organik” memengaruhi “tinggi tanaman”. Sedangkan variabel dependennya adalah “tinggi tanaman, karena dipengaruhi oleh “pemberian pupun organik”.

NAMA : IMAN PUTRA DAELI NIM : 2021102105 Izin menjawab pertanyaan dari Kharistia Eka Kusuma bahwa contonya seperti : -Kasus tingkat pertumbuhan ekonomi -kasus Ekspor dan Impor -Kasus struktur pembangunan nasional -Dll

Nama: Mawar Oktavia Nainggolan NIM: 2021102110 Jawaban: Salah satu contoh kasus nya adalah meneliti apakah terdapat pengaruh promosi terhadap penjualan.

Nama : Melfis Daeli Nim : 2021102130 Ijin menjawab Mengapa kita perlu menguji model regresi? Menurut website yang saya baca Karena dalam analisis regresi ini bertujuan untuk mengetahui secara parsial maupun simultan pengaruh variabel independen terhadap variabel dependen serta untuk mengetahui proporsi variabel independen dalam menjelaskan perubahan variabel dependen.

NAMA : MELVIN TRIAN WATI HALAWA NIM : 2021102121 PRODI : MANAJEMEN C MENJAWAB :Analisa regresi ini bertujuan untuk mengetahui secara parsial maupun simultan pengaruh variabel independen terhadap variabel dependen serta untuk mengetahui proporsi variabel independen dalam menjelaskan perubahan variabel dependen.

Nama : Nadia catherine Nim :2021102120 Izin menjawab pertanyaan oktuesdua El-viera! Analisis regresi digunakan untuk melakukan prediksi dan ramalan, dengan penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut. Menurut web site brainly.

NAMA: DWI OKTAFIANA BUULOLO NIM : 2021102111 Ijin menjawab pertanyaan Oktuesdua Mengapa kita perlu menguji Model regresi? Yaitu : untuk mengetahui secara parsial maupun simultan pengaruh variabel independen terhadap variabel dependen serta untuk mengetahui proporsi variabel independen dalam menjelaskan perubahan variabel dependen. Terimakasih 🙏

NAMA : PUTRI OCTAVIANA NIM : 2021102131 Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai variabel bebas. Untuk menguji hipotesis karakteristik dependensi. Meramalkan nilai rata-rata variabel bebas yang didasari nilai variabel bebas diluar jangkauan sample.

NAMA : MELVIN TRIAN WATI HALAWA NIM : 2021102121 PRODI : MANAJEMEN C MENJAWAB :Dalam statistika sebuah model regresi dikatakan baik atau cocok,jika dipenuhi asumsi-asumsi ideal (klasik), yakni tidak adanya otokorelasi, heteroskedastisitas dan multikolinieritas. Sehingga proses kontrol terhadap model perlu dilakukan untuk menelaah dipenuhi tidaknya asumsi tersebut.

Nama : Tri Bunga Septiani Nim : 2022600196 Ijin menjawab : model regresi dikatakan baik atau cocok,jika dipenuhi asumsi-asumsi ideal (klasik), yakni tidak adanya otokorelasi, heteroskedastisitas dan multikolinieritas. Sehingga proses kontrol terhadap model perlu dilakukan untuk menelaah dipenuhi tidaknya asumsi tersebut

NAMA : PUTRI OCTAVIANA NIM : 2021102131 Model regresi yang ideal memiliki eksogenitas yang lemah, bersifat linier, varians error atau varians residual yang tidak berubah-ubah pada response yang berbeda, dan autokorelasi untuk data time series

Nama : Milka Adela Hayati NIM : 2021102069 Ijin menjawab, langkah-langkah yang harus dilakukan adalah yang pertama kita harus tau tujuan dari melakukan analisis regresi linear sederhananya, kemudian mengidentifikasi variabel faktor penyebab dan variabel akibat serta mengumpulkan data lalu setelah itu menghitung X2, Y2, X.Y dan total dari setiap masing-masing. semoga membantu

NAMA : ANGGITA KAROLINA NIM : 2021102106 Izin menjawab : Analisis regresi sederhana bertujuan untuk mengetahui pengaruh dari suatu variabel terhadap variabel lainnya. Pada regresi sederhana kita dapat mengetahui berapa besar perubahan dari variabel bebas dapat mempengaruhi suatu variabel terkait.

NAMA: SIDORUS ARMAN SYUKUR WARUWU NIM : 2021102126 Analisis regresi sederhana dapat digunakan untuk mengetahui arah dari hubungan antara variabel bebas dengan variabel terikat, apakah memiliki hubungan positif atau negatif serta untuk memprediksi nilai dari variabel terikat apabila nilai variabel bebas mengalami kenaikan ataupun penurunan. Analisis regresi adalah salah satu analisis yang luas pemakaiannya, jadi kemungkinan besar analisis regresi sangat berguna dalam sebuah penelitian demikian kira-kira 👌

Izin menjawab pertanyaan Nadia Catherine. Analisis regresi sederhana dapat digunakan untuk mengetahui arah dari hubungan antara variabel bebas dengan variabel terikat, apakah memiliki hubungan positif atau negatif serta untuk memprediksi nilai dari variabel terikat apabila nilai variabel bebas mengalami kenaikan ataupun penurunan.

NAMA : IMAN PUTRA DAELI NIM : 2021102105 IZIN MENJAWAB : karna untuk kita bisa melihat hubungan ketergantungan antara variabel terikat (dependent) dengan variabel bebas (independent), menafsir nilai rata rata variabel terikat atas dasar nilai variabel bebas serta melihat hubungan satu arah dalam sebuah penelitian yang sedang kita lakukan. Sumber : materi analisis regresi sederhana

Nama: Mawar Oktavia Nainggolan NIM: 2021102110 Jawaban: -Untuk menaksir nilai rata-rata variabel terikat, atas dasar nilai-nilai variabel bebas. -Untuk menguji hipotesis tentang sifat ketergantungan antar variabel. -Untuk memprediksi atau meramalkan nilai rata-rata dari variabel dependen berdasarkan nilai variabel independen yg berada diluar rentang sampel.

NAMA:IKA NIM:2021102099 ijin menjawab Analisis regresi sederhana dapat digunakan untuk mengetahui arah dari hubungan antara variabel bebas dengan variabel terikat, apakah memiliki hubungan positif atau negatif serta untuk memprediksi nilai dari variabel terikat apabila nilai variabel bebas mengalami kenaikan ataupun penurunan.

Izin menjawab pertanyaan Dwi Oktafiana Buulolo. Karena bernilai negatif yang berarti apabila variabel leverage (DAR) turun sebesar 1 satuan, maka variabel dependen yaitu kebijakan dividen (DPR) akan menurun juga sebesar -0,308 begitupun sebaliknya.

NAMA JERNIH ZEGA NIM 2021102097 Izin menjawab pertanyaan DWI OKTAFIANA BUULOLO Mengapa koefisien regresi Negatif? Karena korelasi antara kedua variabel tersebut bersifat berlawanan. Peningkatan nilai X akan dibarengi dengan penurunan Y. ... Kemudian dihitung koefisien korelasi antara variabel X dan Y, diperoleh hubunganya yang kuat antara kedua variabel tersebut.

NAMA:IKA NIM:2021102099 Ijin menjawab I Nilai Koefisien Regresi : ... b = - A (b bertanda negatif), artinya bila nilai variabel bebas X naik/bertambah/meningkat 1 unit, maka nilai variabel Y akan turun/berkurang sebesar A unit.

Theofani Gabriela 2021102072 Jawaban dari pertanyaan: Tanda positif atau negatif dari nilai koefisien regresi bukanlah menyatakan tanda aljabar, melainkan menyatakan arah hubungan atau lebih tegasnya menyatakan pengaruh variabel bebas X terhadap variabel terikat Y. Nilai b yang positif menyatakan bahwa variabel bebas X berpengaruh positif terhadap nilai variabel terikat Y. Sedangkan nilai b yang negatif (b dengan tanda negatif) menyatakan bahwa variabel bebas X berpengaruh negatif terhadap nilai variabel terikat Y.

Niken Wulandari / 2022600203 Ijin menjawab : Analisis korelasi adalah sebuah analisis statistika yang bertujuan melihat apakah terdapat hubungan antara dua variabel atau lebih. Misalnya, apakah terdapat korelasi antara tinggi badan dengan tingkat kesetiaan pada laki-laki. Analisis regresi adalah sebuah analisis statistika yang bertujuan untuk melihat apakah terdapat hubungan sebab akibat antara dua variabel atau lebih. Dalam analisis regresi kedudukan antar variabel tidaklah setara. Akan ada variabel yang mempengaruhi dan variabel yang dipengaruhi.

Ijin Menjawab Analisis Korelasi digunakan Pada saat mencari Arah dan kuatnya hubungan Antara dua variabel sedangkan Analisis Regresi digunakan untuk memprediksikan seberapa jauh perubahan nilai Variabel dependen

NAMA : JERNIH ZEGA NIM : 2021102097 Izin Menjawab pertanyaan YENSILIA GEA Bagaimana cara membedakan penelitian menggunakan analisis korelasi dan analisis regresi? Analisis korelasi kita harua mengetahui apakah ada hubungan antara dua variabel atau lebih. Sedangkan analisis regresi yaitu kita harus memprediksi seberapa jauh yang ada tersebut. Yang telah dianalisis melalui analisis korelasi.

Izin menjawab pertanyaan Yanti humendru. Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan simpangan baku satu.

Nama : Yosefine Edria Agave NIM : 2021102114 MENJAWAB : Residual dikatakan terdistribusi normal jika nilai residual terstandarisasi tersebut sebagian besar mendekati rata-ratanya.

NAMA: SIDORUS ARMAN SYUKUR WARUWU NIM : 2021102126 Residual itu seperti selisih antara nilai sesungguhnya dengan nilai prediksi pada analisis regresi linear, baik berganda maupun sederhana. Analisis regesi linear bisa dipergunakan untuk memprediksi suatu nilai, yaitu nilai Y dan akan mempunyai selisih atau residual dengan nilai yang sesungguhnya.

NAMA : PUTRI OCTAVIANA NIM : 2021102131 Residual yang terdistribusi normal yaitu apabila terstandarisasi tersebut sebagian besar mendekati nilai rata rata nya

Nama : Milka Adela Hayati NIM : 2021102069 Ijin menjawab, dapat dikatakan residual yang terdistribusi normal apabila nilai residual terstandarisasinya sebagian besar mendekati dengan nilai rata-rata. semoga membantu

Niken Wulandari / 2022600203 Ijin menjawab : Untuk kelebihan, Analisis regresi sederhana dapat digunakan untuk mengetahui arah dari hubungan antara variabel bebas dengan variabel terikat, apakah memiliki hubungan positif atau negatif serta untuk memprediksi nilai dari variabel terikat apabila nilai variabel bebas mengalami kenaikan ataupun penurunan. Untuk kelemahan, Kekurangan yang paling mencolok adalah karena hasil ramalan dari analisis regresi merupakan nilai estimasi, sehingga kemungkinan untuk tidak sesuai dengan data aktual tetaplah ada.

Wkwkwkw

NAMA:IKA NIM:2021102099 ijin menjawab pertanyaan Tri Bunga Septiani Terdapat beberapa cara yang dapat digunakan untuk menentukan garis regresi, yaitu; Cara bebas (freehand methode) Kelemahan: tidak ada metode baku yang dipercaya karena tiap orang bisa beda Mengubungkan dua titik yang terendah dan tertinggi Kelemahan: Persamaan regresi ini hanya menggunakan dua titik terendah dan tertinggi saja dan titik-titik yang lain tidak dihiraukan dan sangat berbahaya jika ada nilai ekstrim Membagi data menjadi dua kelompok yang sama,kemudian masing-masing dicari rata-ratanya yaitu x1 dan x2 Kelebihan: Sudah mengikutkan semua titik karena dicari rata-ratanya, dan ini adalah cara terbaik daripada 2 cara diatas. Rata-ratanya dipengaruhi nilai ekstrim masing-masing baik nilai ekstrim rendah maupun nilai ekstrim tinggi,sehingga tidak menggambarkan regresi yang sebenarnya Metode kuadrat kecil

NAMA : ANGGITA KAROLINA NIM : 2021102106 izin menjawab : dengan cara menentukan yang mana variabel bebas ( x ) dan yang mana variabel takbebas ( y ). Terimakasih.

Nama : Bhayu Heru Kurniawan NIM : 2022600198 Menjawab : Cara bebas (freehand methode) Kelemahan: tidak ada metode baku yang dipercaya karena tiap orang bisa beda Menghubungkan dua titik yang terendah dan tertinggi Kelemahan: Persamaan regresi ini hanya menggunakan dua titik terendah dan tertinggi saja dan titik-titik yang lain tidak dihiraukan dan sangat berbahaya jika ada nilai ekstrim Membagi data menjadi dua kelompok yang sama,kemudian masing-masing dicari rata-ratanya yaitu x1 dan x2 Kelebihan: Sudah mengikutkan semua titik karena dicari rata-ratanya, dan ini adalah cara terbaik daripada 2 cara diatas. Rata-ratanya dipengaruhi nilai ekstrim masing-masing baik nilai ekstrim rendah maupun nilai ekstrim tinggi,sehingga tidak menggambarkan regresi yang sebenarnya Metode kuadrat terkecil Metode ini diperkenalkan oleh Gauss

NAMA : INTA RIANI ZEBUA NIM : 2021102112 Izin menjawab Cara mendapatkan garis regresi yaitu dengan beberapa cara antara lain: * Cara bebas (free hand methode) * Menghubungkan dua titik yang terendah dan tertinggi * Membagi data menjadi dua kelompok yang sama , kemudian masing-masing dicari rata-ratanya yaitu X1 dan X2 * Metode kuadrat terkecil. Terimakasih

Nama : PUTRI OCTAVIANA NIM : 2021102131 Cara bebas (freehand methode) Kelemahan: tidak ada metode baku yang dipercaya karena tiap orang bisa beda Menghubungkan dua titik yang terendah dan tertinggi Kelemahan: Persamaan regresi ini hanya menggunakan dua titik terendah dan tertinggi saja dan titik-titik yang lain tidak dihiraukan dan sangat berbahaya jika ada nilai ekstrim Membagi data menjadi dua kelompok yang sama,kemudian masing-masing dicari rata-ratanya yaitu x1 dan x2 Kelebihan: Sudah mengikutkan semua titik karena dicari rata-ratanya, dan ini adalah cara terbaik daripada 2 cara diatas. Rata-ratanya dipengaruhi nilai ekstrim masing-masing baik nilai ekstrim rendah maupun nilai ekstrim tinggi,sehingga tidak menggambarkan regresi yang sebenarnya Metode kuadrat terkecil

Nama: Ferdinand Falentin Tella Nim: 2021102092 izin menjawab pertanyaan dari jernih zega dengan SPSS

NAMA: JOSEPH MARTHENUS NIM: 2021102102 JAWABAN: Analisis Regresi Sederhana adalah sebuah metode pendekatan untuk pemodelan hubungan antara satu variabel dependen dan satu variabel independen. Dalam model regresi, variabel independen menerangkan variabel dependennya. Dalam analisis regresi sederhana, hubungan antara variabel bersifat linier, dimana perubahan pada variabel X akan diikuti oleh perubahan pada variabel Y secara tetap. Sementara pada hubungan non linier, perubahaan variabel X tidak diikuti dengan perubahaan variabel y secara proporsional. seperti pada model kuadratik, perubahan x diikuti oleh kuadrat dari variabel x. Hubungan demikian tidak bersifat linier. (SPSS)