HUBUNGAN DUA VARIABLE Oktober 2012 UNIVERSITAS MERCU BUANA

Slides:



Advertisements
Presentasi serupa
Pertemuan 3 Eksplorasi Data Berpasangan
Advertisements

BAB VI UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi) (Pertemuan ke-8) Oleh: Andri Wijaya, S.Pd., S.Psi., M.T.I. Program Studi Sistem Informasi Sekolah.
Ukuran Penyimpangan (Dispersi)
ANALISIS REGRESI Pertemuan ke 12.
UJI HIPOTHESIS BEDA RATA-RATA
BAB 9 KORELASI.
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
Pengertian dan Penggunaan
1 In fla s i H a rg a M in y a k G o re n g MODUL PERKULIAHAN SESI 2
VARIABEL ACAK DAN NILAI HARAPAN
MODUL 15 ANALISIS DISKRIMINAN indeopendennya) ANALISIS DATA Pengantar:
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
PRESENTASI MATA KULIAH STATISTIKA
MODUL 3 Elastisitas Permintaan ELASTISITAS (SENSITIVITAS)
(CARA MANUAL) Modul 11 REGRESI LINIER BERGANDA
DALAM HAL BIAYA TIDAK DIKETAHUI
Analisis Regresi Sederhana
REGRESI DAN KORELASI.
1 X1 X2 Y Y1 MODUL PERKULIAHAN SESI 2
Regresi dan Korelasi Linier
RATA-RATA TERTIMBANG DAN DATA GROUP Oktober 2012
MENENTUKAN TREND Terdapat beberapa metode yang umum digunakan untuk menggambarkan garis trend. Beberapa di antaranya adalah metode tangan bebas, metode.
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
(MENGGUNAKAN MINITAB)
(PENYEBARAN) UNIVERSITAS MERCU BUANA Oktober 2012
UNIVERSITAS MERCU BUANA 2012
Modul 13 (DEMAND ESTIMATION) REGRESI BERGANDA&EKSPONENSIAL
Aplikasi Terapan – Aljabar Linier
Kuantitatif September 2012 UNIVERSITAS MERCU BUANA
Pertemuan ke 14.
MODUL STUDI KELAYAKAN BISNIS
September 2012 UNIVERSITAS MERCU BUANA PROGRAM KULIAH KELAS KARYAWAN
Akuntansi Operasi Kantor Cabang
MODUL 3 Elastisitas Permintaan ELASTISITAS (SENSITIVITAS)
KOEFFISIEN KORELASI DAN ANALISA REGRESI GARIS LURUS
PENERAPAN FUNGSI LINIER
BAB 3 PERILAKU BIAYA Pertemuan 3 & 4 – Minggu 2
MANAJEMEN OPERASIONAL
(PENYEBARAN) UNIVERSITAS MERCU BUANA Oktober 2012
TEORI EKONOMI (Aspek Mikro) 2012 Teori Permintaan, Penawaran Dan
Pertemuan ke 14.
September 2012 UNIVERSITAS MERCU BUANA PROGRAM KULIAH KELAS KARYAWAN
Analisis Time Series.
Likuidasi Persekutuan
Modul 14 SMOTHING TECHNIQUES TIME SERIES TUJUAN INSTRUKSIONAL KHUSUS :
PERAMALAN DENGAN GARIS REGRESI
September 2012 UNIVERSITAS MERCU BUANA PROGRAM KULIAH KELAS KARYAWAN
MODUL 13 karyawan laki-laki. UJI BEDA T-TEST
Modul 12 Qualitative Independent Variables
VARIABEL ACAK DAN NILAI HARAPAN
Korelasi dan Regresi Linear Berganda
Regresi Linier Sederhana dan Korelasi
Setelah mempelajari modul ini diharapkan mahasiswa akan dapat memahami
KOEFFISIEN KORELASI DAN ANALISA REGRESI GARIS LURUS
Operations Management
1 X1 X2 Y Y1 MODUL PERKULIAHAN SESI 2
KORELASI DAN REGRESI SEDERHANA
Analisis korelasi Nama Kelompok : - Rahmad Arifan HR ( )
PEMBANDINGAN DUA NILAI TENGAH
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
Analisis Regresi dan Korelasi Linear
UKURAN VARIASI ATAU DISPERSI (Pengukuran Varians)
UKURAN PEMUSATAN (Mean)
1 MODUL PERKULIAHAN SESI 2 MENJELANG UJIAN TENGAH AKHIR (UAS)
-ANALISIS KORELASI-.
SESI IV MSDM DAN KOMUNIKASI PROYEK PENGELOLAAN SUMBER DAYA MANUSIA DR. IR. H. TJIPTOGORO DINARJO SOEHARI, MM PROGRAM STUDI MTS UNIVERSITAS MERCU BUANA.
Analisis Time Series.
MATERI KULIAH STATISTIKA
PERTEMUAN Ke- 2 STATISTIKA EKONOMI II
Statistika Deskriptif
Transcript presentasi:

HUBUNGAN DUA VARIABLE Oktober 2012 UNIVERSITAS MERCU BUANA PROGRAM KULIAH KELAS KARYAWAN Dr. Ir. H. Tjiptogoro Dinarjo, MM. Modul 6 HUBUNGAN DUA VARIABLE Oktober 2012 ‘12 Business Forecasting Dr Tjiptogoro Dinarjo Soehari MM 1 Pusat Bahan Ajar & E-learning Universitas Mercu Buana http://www.mercubuana.ac.id

dan penjualan dalam satuan jutaan rupiah lihat Tabel 1. HUBUNGAN DUA VARIABEL A. Covariance. Hubungan dua variabel sangat penting untuk diketahui bagi Manajer, untuk menguji hubungan dua variabel maka diperlukan ukuran descriptive hubungan dua variabel yaitu covariance dan correlation. Untuk memberikan gambaran yang lebih jelas ditampilkan ilustrasi kasus dimana seorang Manajer toko peralatan sound system ingin mengetahui hubungan antara penayangan iklan di sebuah televisi dan hasil penjulan di tokonya selama satu minggu. Sample data tayangan iklan di sebuah TV dan penjualan dalam satuan jutaan rupiah lihat Tabel 1. Tabel 1. Tayangan Iklan di TV dan Penjualan Minggu ke 1 2 3 4 5 6 7 8 9 10 Tayangan Iklan TV X 2 5 1 3 4 Penjualan (Rp juta) Y 50 57 41 54 38 63 48 59 46 Jumlah pengamatan 10 atau n = 10 minggu dengan data mingguan baik jumlah tayangan TV maupun penjualan seperti Tabel 1. Secara umum untuk suatu sample ukuran atau jumlah sample n dengan pengamatan atau observasions (x1,y1),(x2,y2) ......dst covariance didefinisikan: Sample Covariance: sxy = {Ʃ(xi – x ( i – ( -1) Rumus pasangan setiap xi dengan sebuah yi. Covariance dari sample pada rumus tersebut diatas menunjukan hasil penjumlahan perkalian deviasi setiap xi dari rata-rata ‘12 Business Forecasting Dr Tjiptogoro Dinarjo Soehari MM 3 Pusat Bahan Ajar & E-learning Universitas Mercu Buana http://www.mercubuana.ac.id

Menggunakan notasi µx untuk rata-rata variable x populasi, notasi µy untuk rata-rata variable y populasi. Populasi variance Ϭxy didefinisikan untuk suatu populasi dengan ukuran N. B. Interpretation Covariance. Gambar 1. Scatter Diagram Iklan Tayangan TV dan Penjualan Sound System Scatterplot of Yi vs Xi 65 x = 60 II III I IV 55 50 45 40 51 Penjualan Mingguan (Rp Juta) Yi 1 2 3 4 5 Xi Jumlah Tayangan Iklan TV Mingguan - x = -titik horizontal pada =51. Baris tersebut membagi grafik menjadi 4 kuadran. Pada kuadran I menunjukan bahwa xi x = i lebih besar dari 51. Pada kuadran II menunjukan bahwa xi x = i lebih besar dari 51 demikian pada kuadran III dan IV dapat dilihat posisi titik xi tersebut menyebabkan nilai (xi – x ( i – negatif pada kuadran II, nilai (xi – x (yi – x = i =51. Keadaan (xi – x ( i – ‘12 Business Forecasting Dr Tjiptogoro Dinarjo Soehari MM 5 Pusat Bahan Ajar & E-learning Universitas Mercu Buana http://www.mercubuana.ac.id