Komentar di: Regresi linier http://ineddeni.wordpress.com/2007/08/02/regresi-linier/ Speaks With Data Tue, 20 Jan 2009 02:14:26 +0000 http://wordpress.com/ hourly 1 Oleh: Deny http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-847 Deny Sun, 30 Nov 2008 08:58:54 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-847 Respon untuk #24 1. Kalo model yang Anda ingin bentuk dengan regresi adalah y = b0+ b1X1+b2x2 +b3x3+b4x4+b5x5+b6x6+e, maka langkah no.1 sudah benar. 2. Ya, yang di uji kenormalan adalah data residual, bukan data pengamatan. 3. Transformasi bisa macam2. da yang cuma 1 variabel, ada yang beberapa atau semua var ditranformasi. Jadi, bisa aja yang satu pake log, yang lain sqrt, tergantung kasusnya. Namun saya sarankan, coba plot dulu masing variabel x terhadap y. Apakah ada var x yang tidak linier hubungannya dengan y? Mungkin aja hubungan var x dengan y nya tidak linier, jadi nya hasil analisis tidak signifikan. 4. Ya, uji asumsi klasik tentunya. Yaitu: uji normalitas residual, uji asumsi non multikolinieritas, uji asumsi non heteroskedastisitas, dan uji asumsi non autokorelasi. Untuk selengkapnya, baca tulisan saya tentang uji asumsi klasik. 5. Saya curiga, model regresi Anda mengalami multikolinieritas, sehingga menyebabkan var x dikira tidak signifikan, padahal ada beberapa yang signifikan. :) Respon untuk #24

1. Kalo model yang Anda ingin bentuk dengan regresi adalah y = b0+ b1X1+b2×2 +b3×3+b4×4+b5×5+b6×6+e, maka langkah no.1 sudah benar.
2. Ya, yang di uji kenormalan adalah data residual, bukan data pengamatan.
3. Transformasi bisa macam2. da yang cuma 1 variabel, ada yang beberapa atau semua var ditranformasi. Jadi, bisa aja yang satu pake log, yang lain sqrt, tergantung kasusnya. Namun saya sarankan, coba plot dulu masing variabel x terhadap y. Apakah ada var x yang tidak linier hubungannya dengan y? Mungkin aja hubungan var x dengan y nya tidak linier, jadi nya hasil analisis tidak signifikan.
4. Ya, uji asumsi klasik tentunya. Yaitu: uji normalitas residual, uji asumsi non multikolinieritas, uji asumsi non heteroskedastisitas, dan uji asumsi non autokorelasi. Untuk selengkapnya, baca tulisan saya tentang uji asumsi klasik.
5. Saya curiga, model regresi Anda mengalami multikolinieritas, sehingga menyebabkan var x dikira tidak signifikan, padahal ada beberapa yang signifikan.

:)

]]> Oleh: sari http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-834 sari Wed, 26 Nov 2008 03:14:31 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-834 <strong>#24 sy sedang meneliti besarnya pengaruh volume (x1,x2,x3)dan kecepatan kendaraan (x4,x5,x6) thdp tingkat kebisingan (Y). langkah kerja sy yaitu : 1. meregresikan data semuanya lalu uji F dan uji T (tp hasilnya mnyatakan nd ad hub. dari smw var. x thdp var. y) 2. memunculkan data residu dari pers. lalu uji normalitas (tp hasilnya data nd normal) 3. mentransformasi var. y dgn log lalu regresi ulang. pertanyaan sy: 1. apa langkah sy sdh benar? 2. betulkan cm nilai residu yg diuji normalitasnya? sy uji normaltas dgn skewnes-kurtosis, itu bisa ngga' u regresi berganda? 3. klo qt mentransformasi data, apakh hrus smw var. ato bisa cm var. tertentu dan bisa nggak var. yg satu dan yg lain trnsformasinya berbeda, mis. satu pke log dn yg satu pake sqrt? 4. stlh sy mndptkn pers. matematisnya, uji apalgi yg hrs sy lakukan spy hasilnya shahih secara statistik? sorry pertanyaannya kebanyakan, masalahnya sy bukan an statistik, so blank abiz...makasih ya mas...tlong djwb cpt,klo perlu d email sy sj, sy dah deadline...</strong> #24
sy sedang meneliti besarnya pengaruh volume (x1,x2,x3)dan kecepatan kendaraan (x4,x5,x6) thdp tingkat kebisingan (Y).
langkah kerja sy yaitu :
1. meregresikan data semuanya lalu uji F dan uji T (tp hasilnya mnyatakan nd ad hub. dari smw var. x thdp var. y)
2. memunculkan data residu dari pers. lalu uji normalitas (tp hasilnya data nd normal)
3. mentransformasi var. y dgn log lalu regresi ulang.
pertanyaan sy:
1. apa langkah sy sdh benar?
2. betulkan cm nilai residu yg diuji normalitasnya? sy uji normaltas dgn skewnes-kurtosis, itu bisa ngga’ u regresi berganda?
3. klo qt mentransformasi data, apakh hrus smw var. ato bisa cm var. tertentu dan bisa nggak var. yg satu dan yg lain trnsformasinya berbeda, mis. satu pke log dn yg satu pake sqrt?
4. stlh sy mndptkn pers. matematisnya, uji apalgi yg hrs sy lakukan spy hasilnya shahih secara statistik?
sorry pertanyaannya kebanyakan, masalahnya sy bukan an statistik, so blank abiz…makasih ya mas…tlong djwb cpt,klo perlu d email sy sj, sy dah deadline…

]]> Oleh: Deny http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-564 Deny Tue, 22 Jul 2008 13:21:21 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-564 Respon untuk #23 1. Kayaknya metode yang tepat adalah regresi linier sederhana. 2. Agar dimensinya mengerucut, Anda harus membentuk membentuk variabel laten dari persepsi responden. 3. Cara membentuk variabel laten bisa dilihat di kategori " Semua tentang kuesioner". :) Respon untuk #23
1. Kayaknya metode yang tepat adalah regresi linier sederhana.
2. Agar dimensinya mengerucut, Anda harus membentuk membentuk variabel laten dari persepsi responden.
3. Cara membentuk variabel laten bisa dilihat di kategori ” Semua tentang kuesioner”.

:)

]]> Oleh: intan http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-562 intan Tue, 22 Jul 2008 06:50:16 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-562 <strong>#23 mas, saya sedang skripsi, saya mahasiswa ekonomi manajemen. judul skripsis saya " Pengaruh persepsi konsumen atas Country-of-Origin terhadap Ekuitas merek". Variabel independen saya (Country-of-origin) tidak memiliki dimensi, indikator pengukurannya berdasarkan persepsi konsumen atas kualifikasi suatu negara asal yang akan saya ukur" dan Variabel dependennya (Ekuitas merek) memiliki 4 dimensi yaitu brand awareness, brand association, perceived quality dan brand loyalty. alat/metode statistik apa yang bisa saya gunakan untuk mengukur jika var. X hanya 1 dan var. Y memiliki 4 dimensi. dan perlu diketahui bahwa ke-4 dimensi yang dimiliki oleh variable Y merupakan suatu proses, sehingga hasilnya/nilainya harus mengerucut (piramid terbalik), dimensi ekuitas merek beurutan dari awal yaitu brand awareness -> brand associations -> perceived quality -> brand loyalty mohon bantuannya ya mas...terima kasih</strong> #23
mas, saya sedang skripsi, saya mahasiswa ekonomi manajemen. judul skripsis saya ” Pengaruh persepsi konsumen atas Country-of-Origin terhadap Ekuitas merek”. Variabel independen saya (Country-of-origin) tidak memiliki dimensi, indikator pengukurannya berdasarkan persepsi konsumen atas kualifikasi suatu negara asal yang akan saya ukur” dan Variabel dependennya (Ekuitas merek) memiliki 4 dimensi yaitu brand awareness, brand association, perceived quality dan brand loyalty.

alat/metode statistik apa yang bisa saya gunakan untuk mengukur jika var. X hanya 1 dan var. Y memiliki 4 dimensi. dan perlu diketahui bahwa ke-4 dimensi yang dimiliki oleh variable Y merupakan suatu proses, sehingga hasilnya/nilainya harus mengerucut (piramid terbalik), dimensi ekuitas merek beurutan dari awal yaitu brand awareness -> brand associations -> perceived quality -> brand loyalty

mohon bantuannya ya mas…terima kasih

]]> Oleh: Luqi http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-463 Luqi Thu, 29 May 2008 00:44:49 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-463 <strong>#22 Dear Mas Deny... Saya sedang melakukan riset thesis dengan topik hubungan investasi IT terhadap kinerja perusahaan..Dari model penelitian yang saya kerjakan dihasilkan variabel sbb: Kinerja perusahaan: ROA, ROE, ROI, NET MARGIN (Dependent) Investasi IT: Salary, Hardware, software, database, network, training, pengeluaran lainnya (independent) Data2 yang digunakan merupakan data sekunder yang bersumber dari laporan keuangan dan jumlah investasi TI yang dikeluarkan selama 10 tahun terakhir.. Dari variabel2 tersebut sepertinya saya harus menggunakan analisis multivariate regression untuk mengetahui pengaruh variabel2 (dependent+independent) secara bersama..kira2 menurut mas hal ini udah benar? Kalo boleh minta daftar bacaan yang relevan dan praktis yang kira2 dapat membantu riset saya ini... Best Regards, Luqi</strong> #22
Dear Mas Deny…
Saya sedang melakukan riset thesis dengan topik hubungan investasi IT terhadap kinerja perusahaan..Dari model penelitian yang saya kerjakan dihasilkan variabel sbb:
Kinerja perusahaan: ROA, ROE, ROI, NET MARGIN (Dependent)
Investasi IT: Salary, Hardware, software, database, network, training, pengeluaran lainnya (independent)
Data2 yang digunakan merupakan data sekunder yang bersumber dari laporan keuangan dan jumlah investasi TI yang dikeluarkan selama 10 tahun terakhir..
Dari variabel2 tersebut sepertinya saya harus menggunakan analisis multivariate regression untuk mengetahui pengaruh variabel2 (dependent+independent) secara bersama..kira2 menurut mas hal ini udah benar?
Kalo boleh minta daftar bacaan yang relevan dan praktis yang kira2 dapat membantu
riset saya ini…

Best Regards,
Luqi

]]> Oleh: Deny http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-460 Deny Wed, 28 May 2008 08:46:27 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-460 Respon untuk #21 1. Sebenarnya bukan hasil penelitiannya yang tidak valid atau handal (reliabel), melainkan kuesionernya. Oleh karena kuesioner mempengaruhi hasil penelitian, maka hasil penelitian Anda boleh dikatakan kurang begitu powerful untuk dijadikan bahan rujukan orang lain. 2. R square didefinisikan sebagai besarnya keragaman (informasi) yang terkandung di dalam variabel terikat (dependent; Y) yang dapat dijelaskan oleh model regresi yang didapatkan. Adjusted R-square merupakan R-square yang disesuaikan. Adjusted R-square biasanya digunakan untuk membandingkan model regresi mana yang terbaik apabila Anda memiliki 2 atau lebih model regresi dimana model2 regresi yang dibandingkan tersebut memiliki variabel bebas (X) yang tidak sama banyaknya. Tapi, kalo model2 regresi tersebut memiliki variabel bebas (X) yang sama banyaknya, cukup pake R-square. :) Respon untuk #21
1. Sebenarnya bukan hasil penelitiannya yang tidak valid atau handal (reliabel), melainkan kuesionernya. Oleh karena kuesioner mempengaruhi hasil penelitian, maka hasil penelitian Anda boleh dikatakan kurang begitu powerful untuk dijadikan bahan rujukan orang lain.
2. R square didefinisikan sebagai besarnya keragaman (informasi) yang terkandung di dalam variabel terikat (dependent; Y) yang dapat dijelaskan oleh model regresi yang didapatkan.
Adjusted R-square merupakan R-square yang disesuaikan. Adjusted R-square biasanya digunakan untuk membandingkan model regresi mana yang terbaik apabila Anda memiliki 2 atau lebih model regresi dimana model2 regresi yang dibandingkan tersebut memiliki variabel bebas (X) yang tidak sama banyaknya. Tapi, kalo model2 regresi tersebut memiliki variabel bebas (X) yang sama banyaknya, cukup pake R-square.
:)

]]> Oleh: dhistya http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-451 dhistya Wed, 21 May 2008 11:02:23 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-451 <strong>#21 mas deny mau tanya dlm penltian saya menghslkn jwbn ada 1 konstruk tdk valid n da 1 vriabl tdk reliabel. klo sprti itu hsl pnltian brarti hsl pnelitian saya tdk andal? mas mau tny lg apa bedanya R square dan adjustd R square? mksh</strong> #21
mas deny mau tanya dlm penltian saya menghslkn jwbn ada 1 konstruk tdk valid n da 1 vriabl tdk reliabel. klo sprti itu hsl pnltian brarti hsl pnelitian saya tdk andal? mas mau tny lg apa bedanya R square dan adjustd R square? mksh

]]> Oleh: Deny http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-445 Deny Mon, 19 May 2008 08:26:46 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-445 Respon untuk #20 Koefisien korelasi r berarti besarnya keeratan hubungan antara 2 buah variabel. R-square berarti besarnya keragaman (informasi) yang terkandung di dalam variabel Y (respon) yang dapat dijelaskan oleh model regresi yang diperoleh. Pada beberapa software, nilai R-square sudah dalam bentuk %, yaitu biasanya nilai berkisar antara 0 s.d. 100, sedangkan pada beberapa software yang lain, nilai R-square ditulis apa adanya, yaitu berkisar antara 0 s.d. 1. Hubungan antara koefisien korelasi r dengan R-square pada regresi adalah apabaila nilai korelasi r dikuadratkan, maka akan didapatkan nilai R-square. Pada konsep regresi, bila yang digunakan adalah model regresi linier sederhana, maka nilai r sama dengan koefisien korelasi Pearson biasa antara variabel Y dengan X. Sedangkan apabila yang digunakan adalah model regresi linier berganda, maka nilai r pada regresi menyatakan besarnya keeratan hubungan antara variabel Y dengan semua variabel bebas yang masuk dalam model regresi. Biasanya disebut sebagai koefisien korelasi berganda. :) Respon untuk #20
Koefisien korelasi r berarti besarnya keeratan hubungan antara 2 buah variabel.
R-square berarti besarnya keragaman (informasi) yang terkandung di dalam variabel Y (respon) yang dapat dijelaskan oleh model regresi yang diperoleh.
Pada beberapa software, nilai R-square sudah dalam bentuk %, yaitu biasanya nilai berkisar antara 0 s.d. 100, sedangkan pada beberapa software yang lain, nilai R-square ditulis apa adanya, yaitu berkisar antara 0 s.d. 1.

Hubungan antara koefisien korelasi r dengan R-square pada regresi adalah apabaila nilai korelasi r dikuadratkan, maka akan didapatkan nilai R-square.
Pada konsep regresi, bila yang digunakan adalah model regresi linier sederhana, maka nilai r sama dengan koefisien korelasi Pearson biasa antara variabel Y dengan X. Sedangkan apabila yang digunakan adalah model regresi linier berganda, maka nilai r pada regresi menyatakan besarnya keeratan hubungan antara variabel Y dengan semua variabel bebas yang masuk dalam model regresi. Biasanya disebut sebagai koefisien korelasi berganda.
:)

]]> Oleh: poo http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-441 poo Fri, 16 May 2008 01:20:51 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-441 <strong>#20 ms deny aq pengen tau: apa arti penting R-square dalam reg.linr? jk pd korelasi kan da nilai r ,itu maksudnya apa? mkasih ...</strong> #20
ms deny
aq pengen tau: apa arti penting R-square dalam reg.linr?
jk pd korelasi kan da nilai r ,itu maksudnya apa?
mkasih …

]]> Oleh: Deny http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-376 Deny Wed, 16 Apr 2008 13:28:41 +0000 http://ineddeni.wordpress.com/2007/08/02/regresi-linier/#comment-376 Respon untuk #19 Gampang aja, Moderated Regresion Analysis (MRA) mirip dengan regresi dengan variabel dummy, dimana di dalam model tersebut terdapat interaksi dengan variabel bebas. Misal: M=var moderating, X= var bebas, Y=var terikat, maka model nya menjadi: Y=b0+b1X+b2M+b3XM Nah, baik variabel X, M maupun XM dimasukkan ke dalam independent variabel. :) Respon untuk #19
Gampang aja, Moderated Regresion Analysis (MRA) mirip dengan regresi dengan variabel dummy, dimana di dalam model tersebut terdapat interaksi dengan variabel bebas.
Misal: M=var moderating, X= var bebas, Y=var terikat, maka model nya menjadi:
Y=b0+b1X+b2M+b3XM
Nah, baik variabel X, M maupun XM dimasukkan ke dalam independent variabel.
:)

]]>