Pertemuan XI Kompetensi Dasar: Mahasiswa mampu menjelaskan dengan tepat konsep dasar analisis regresi dan korelasi serta mampu menghitung persamaan regresi.

Slides:



Advertisements
Presentasi serupa
Analisis Regresi part 2.
Advertisements

ANALISIS REGRESI DAN KORELASI
REGRESI LINEAR SEDERHANA
Oleh: raharjo UJI LINIERITAS Oleh: raharjo
ANALISIS KORELASI DAN REGRESI LINIER
Regresi Linier Berganda
BAB XIII REGRESI BERGANDA.
Diunduh dari: SMNO FPUB….. 19/10/2012
KORELASI & REGRESI LINIER
Penerapan Fungsi Linier dalam Ekonomi
Hubungan Antar Sifat.
BAB VI REGRESI SEDERHANA.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
REGRESI.
ANALISIS REGRESI LINIER TIGA PREDIKTOR
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
KORELASI Bagaimana model regresi antar variabel yang dihubungkan?
Dra. Endang M. Kurnianti, M. Ed
HASIL PENELITIAN & PEMBAHASAN Dr. RATNAWATI SUSANTO, M.M., M.Pd
Regresi Berganda Statistika Ekonomi II Pertemuan Ke 10
Analisis Regresi (IV) :
KOEFISIEN KORELASI Matakuliah : KodeJ0204/Statistik Ekonomi
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Korelasi dan Regresi linier
Analisis Korelasi & Regresi
Analisis Korelasi & Regresi
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
ANALISIS REGRESI.
Regresi Linier Berganda
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
ANALISIS REGRESI BERGANDA
ANALISIS REGRESI BERGANDA
REGRESI LINEAR SEDERHANA
Khaola Rachma Adzima FKIP-PGSD Universitas Esa Unggul
KORELASI DAN REGRESI IRFAN.
FAKTORIAL.
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Pertemuan X Kompetensi Dasar: Mahasiswa mampu menghitung dan menggunakan proporsi dengan cara yang benar. Pokok Bahasan: Proporsi . Sumber materi: 1. Husain.
Regresi Linier Berganda
HASIL PENELITIAN & PEMBAHASAN
Uji Konstanta (a) Regresi Linear Sederhana
Universitas Esa Unggul
ANALISIS REGRESI LINIER DUA PREDIKTOR
Regresi Linier Sederhana
Analisis Regresi & Analisis Korelasi
Persamaan Regresi Ganda
Pertemuan IX Kompetensi Dasar: Mahasiswa mampu menjelaskan dengan tepat konsep distribusi normal dan mampu menguji normalitas distribusi data secara tepat.
Praktikum Metode Regresi MODUL 1
ANALISIS REGRESI LINIER BERGANDA
ANALISIS KORELASI.
Analisis Korelasi & Regresi
Modul Praktikum 8 Tujuan khusus
ANALISIS REGRESI DAN KORELASI
STATISTIK Oleh Taufik Hidayat, M. Pd.
Contoh1 : REGRESI LINIER
Contoh1 : REGRESI LINIER
Regresi Linier Berganda
Regresi Linier Berganda
Pengantar Statistika Bab 1 DATA BERPERINGKAT
PENERAPAN KOMPUTER Bidang HPT
ABSTRAK PENGARUH REWARD DAN PUNISHMENT TERHADAP DISIPLIN KERJA KARYAWAN PT INDRIPLANT (PERKEBUNAN NAPAL) RIAU Oleh Rangga Enisman Pada latar belakang.
ANALISIS REGRESI & KORELASI
PENGARUH DESAIN PEKERJAAN, GAYA KEPEMIMPINAN
KORELASI & REGRESI LINIER
REGRESI DAN KORELASI DISUSUN OLEH : 1.AVERIO ALVAREZ ( ) 2.FRANS HENDRIKO MARPAUNG ( ) 3.CLAUDIA ELSHA ALVINCE ( ) 4.STEVEN.
BAB VIII REGRESI &KORELASI BERGANDA
Korelasi dan Regresi Aria Gusti.
Analisis Regresi Regresi Linear Berganda
ANALISIS REGRESI DAN KORELASI
Teknik Regresi.
Transcript presentasi:

Pertemuan XI Kompetensi Dasar: Mahasiswa mampu menjelaskan dengan tepat konsep dasar analisis regresi dan korelasi serta mampu menghitung persamaan regresi linier sederhana, koefisien korelasi dan koefisien determinasi dengan tepat. Pokok Bahasan: Analisis Regresi dan Korelasi: Pengertian, Manfaat, Cara Mengalisis, Pengerjaan dengan Komputer. Sumber materi: 1. Husain Jusuf, halaman: 32-35.. 2. Media Microsoft Power-Point Producer Tugas:

Analisis Regresi dan Korelasi Pertemuan XI Analisis Regresi dan Korelasi

Uji Regresi Linier Sederhana Rumus Persamaan Regresi: dimana:

Uji Regresi Linier Sederhana Data Hasil Penelitian No. X Y X2 Y2 XY 1 2 3 4 5 6 7 8 9 10 11 12 13 15 14 16 70 73 74 77 76 68 71 72 144 225 196 121 81 169 256 100 64 4900 5329 5476 5929 5776 4624 5041 5184 840 1095 1036 803 666 1001 1110 1216 680 560 852 720 949

Uji Regresi Linier Sederhana Data Hasil Penelitian No. X Y X2 Y2 XY 13 14 15 16 17 18 19 20 21 22 23 24 25 … 11 73 74 76 75 70 196 361 169 289 225 256 121 5329 5476 5776 5625 4900 1022 1036 1406 988 1275 1095 1050 1200 825 1064 1184 1125

Uji Regresi Linier Sederhana Data Hasil Penelitian No. X Y X2 Y2 XY 25 26 27 28 29 30 31 32 33 34 … 17 18 14 13 12 16 76 71 75 77 73 72 …. 289 324 196 169 144 256 5776 5041 5625 5929 5329 5184 1292 1278 1050 1309 949 864 1368 1152 Jlh 479 2504 6989 184580 35369

Uji Regresi Linier Sederhana Dengan demikian dapat dihitung: Persamaan regresi: Hal ini berarti bahwa setiap terjadi perubahan sebesar satu unit pada variabel X maka akan diikuti oleh perubahan rata-rata variabel sebesar 0,38 unit.

Uji Linieritas dan Keberartian Persamaan Regresi Rumus Uji Linieritas: dimana: Rumus Uji Keberartian: dimana: Kriteria pengujian: Terima hipotesis persa-maan regresi linier jika: F < F(1-α)(k-2,n-k) dengan taraf nyata 1% dan 5% Kriteria pengujian: Terima hipotesis persa-maan regresi linier berar-ti jika: F > F(1-α)(1,n-2) degn taraf nyata 1% dan 5%

Uji Linieritas dan Keberartian Persamaan Regresi JK(T) = ∑Y2 = 184580 JK(res) = JK(T) – JK(a) – JK(b/a) = 184580 – 184412,24 – 34,98 = 132,78

Uji Linieritas dan Keberartian Persamaan Regresi Kelompok Data Y Berda-sarkan X yang sama Kelompok Data Y Berda-sarkan X yang sama X k n Y 13 14 6 7 4 5 77 73 76 74 75 X k n Y 8 9 10 11 12 1 2 3 4 5 70 74 68 72 73 75 71

Uji Linieritas dan Keberartian Persamaan Regresi Kelompok Data Y Berda-sarkan X yang sama Kelompok Data Y Berda-sarkan X yang sama X k n Y 15 16 8 9 5 4 73 74 70 75 76 72 X k n Y 17 18 19 10 11 12 4 2 1 75 76 77 71 74 k = 12

Uji Linieritas dan Keberartian Persamaan Regresi

Uji Linieritas dan Keberartian Persamaan Regresi JK(E) = 0 + 0 + 8 + 2 + 2 + 12,75 + 5,2 + 14 + 8,75 + 2,75 + 12,5 + 0 = 67,95 JK(TC) = 132,78 – 67,95 = 64,83

Uji Linieritas dan Keberartian Persamaan Regresi

Uji Linieritas dan Keberartian Persamaan Regresi Daftar Analisis Varians Sumber Varians dk JK RJK F Total 34 184580 - Regresi (a) Regresi (b/a) Residu 1 32 184412,24 34,98 132,78 4,15 8,43 Tuna Cocok Kekeliruan 10 22 6,48 3,09 2,10 Uji Linieritas: F(0,01)(10,22) = 3,26 dan F(0,05)(10,22) = 2,30 Uji keberartian: F(0,01)(1,32) = 7,50 dan F(0,01)(1,32) = 4,15

Uji Linieritas dan Keberartian Persamaan Regresi Uji Linieritas: Fhitung lebih kecil dari Ftabel (2,10 < 3,26) dan (2,10 < 2,30), sehingga dapat disimpulkan bahwa persamaan regresi berbentuk linier. Uji keberartian: Fhitung lebih besar dari Ftabel (8,43 < 7,50) dan (8,43 > 4,15) sehingga dapat disimpulkan bahwa persamaan regresi linier benar-benar berarti atau signifikan.

Uji Korelasi Linier Sederhana Rumus koefisien korelasi: Dari data hasil penelitian telah diperoleh harga-harga: ∑X = 479 ∑Y = 2504 ∑X2 = 6989 ∑Y2 = 184580 ∑XY = 35369 n = 34

Uji Korelasi Linier Sederhana atau 21,16%

Uji Keberartian Koefisien Korelasi Rumus: Pasangan hipotesis yang diuji: H0: ρ = 0 H1: ρ ≠ 0 Kreteria pengujian: Terima H0 jika: -t(1-½α) < t < t(1-½α) dengan taraf nyata 1% dan 5% serta dk = n – 2.

Uji Keberartian Koefisien Korelasi tdaftar = t(0,995)(32) = 2,75 dan t(0,975)(32) = 2,04. Ternyata harga thitung lebih besar dari tdaftar atau harga thitung telah berada di luar daerah penerimaan H0. Dengan demikian maka dapat disimpulkan bahwa H0 ditolak dan dapat menerima H1. Untuk jelasnya dapat dilihat pada gambar berikut:

Uji Keberartian Koefisien Korelasi Kurva penerimaan dan penolakan hipotesis: Taraf nyata 5% = 2,04 Taraf nyata 1% = 2,75 H0 H1 +2,04 +2,92 -2,04 H0 H1 +2,75 +2,92 -2,75 t

AVSEQ01 Sekian Terima Kasih AVSEQ03