ANALISIS DATA KATEGORIK

Slides:



Advertisements
Presentasi serupa
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Advertisements

TUGAS PENELITIAN HUBUNGAN HARAPAN KONSUMEN, KUALITAS, DAN KEPUASAN TERHADAP PRODUK “ Minute Maid Pulpy Orange ” Oleh : Vicka Priezhillia Fakultas.
ANALISIS REGRESI DAN KORELASI
Regresi Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel output/dependen (y) dengan satu.
Bab 3 Analisa Permintaan
PADA SAHAM-SAHAM LQ-45 FAKTOR-FAKTOR YANG MEMPENGARUHI
REGRESI.
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
PERAMALAN /FORE CASTING
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI DAN KORELASI
ANALISIS DATA KATEGORIK
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
ANALISIS DATA KATEGORIK
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI DAN KORELASI LINIER
REGRESI DAN KORELASI.
ANALISIS DATA KATEGORIK
ANALISIS DATA KATEGORIK
REGRESI LOGISTIK BINER
ANALISIS DATA KATEGORIK
ANALISIS REGRESI DAN KORELASI
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
PENGARUH KEPEMIMPINAN, KOMPENSASI, DAN LINGKUNGAN KERJA
ANALISIS DATA KATEGORIK
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
KORELASI Dosen : Dhyah Wulansari, SE., MM..
Pertemuan ke 14.
SEJARAH REGRESI Istilah Regresi diperkenalkan oleh Fancis Galtom
Pertemuan Ke-7 REGRESI LINIER BERGANDA
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
KORELASI.
Pertemuan ke 14.
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Uji Konstanta (a) Regresi Linear Sederhana
PERAMALAN DENGAN GARIS REGRESI
Universitas Esa Unggul
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
MODEL LOG LINIER Gangga Anuraga.
PENGARUH KEPEMIMPINAN, KOMPENSASI, DAN LINGKUNGAN KERJA
ANALISIS REGRESI SEDERHANA
ANALISIS DATA KATEGORIK
Analisis Regresi dan Korelasi
MUHAMMAD HAJARUL ASWAD
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
NITA ANGGI PUTRI nitaanggiputri.wordpress.com
KORELASI DAN REGRESI SEDERHANA
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
Analisis korelasi Nama Kelompok : - Rahmad Arifan HR ( )
STATISTIK II Pertemuan 13-14: Analisis Regresi dan Korelasi
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
Analisis Regresi dan Korelasi Linear
BAB 8 ANALISIS KORELASIONAL sCp.
REGRESI LINEAR.
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
ANALISIS REGRESI & KORELASI
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
Analisis Regresi Regresi Linear Sederhana
PRAKTIKUM STATISTIKA INDUSTRI
REGRESI.
KORELASI.
PENGUJIAN HIPOTESIS Ahsan Sumantika, S.E., M.Sc.
ANALISIS REGRESI LINIER
Lektion ACHT(#8) – analisis regresi
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
KORELASI.
UJI REGRESI LINIER SEDERHANA Arkhiadi Benauli Tarigan
Transcript presentasi:

ANALISIS DATA KATEGORIK ANNA ISLAMIYATI

Minggu IX

Inti Kuliah 1. Pengantar Log Linear 2. Model Log Linear

Model Log Linear Model log linier adalah salah satu metode statistik yang berguna untuk menentukan dependensi (hubungan) antara beberapa variabel kategorik. Yang diestimasi adalah nilai harapan Kelebihan log linear antara lain : dapat menentukan model matematika yang cocok untuk dependensi lebih dari 2 variabel, dapat menentukan besarnya interaksi yang menyebabkan variabel tersebut dependen, dapat menentukan sel-sel yang memberikan kontribusi terbesar atas terjadinya dependensi.

Perbedaan dengan Regresi Perbedaan log linear dengan regresi antara lain : Hubungan dalam model log linear tidak menyatakan tingkat atau derajat hubungan maupun arah hubungan atau besaran sumbangan antara variabel Contoh Kasus: Penelitian terhadap faktor-faktor yang berpengaruh terhadap tingkat penjualan. Faktor yang diteliti: Faktor tingkat penjualan (y) Faktor biaya promosi (x1) Faktor tingkat suku bunga (x2) Faktor pelayanan karyawan (x3) Faktor suasana kantor (x4) Faktor upah karyawan (x5)

Perbedaan dengan Regresi Kasus untuk regresi : Pengaruh biaya promosi terhadap tingkat penjualan Hasil analisis dari model regresi bahwa biaya promosi mempengaruhi tingkat penjualan secara positif, dimana setiap kenaikan 1 rupiah biaya promosi maka tingkat penjualan juga mengalami peningkatan sebesar 0,05 rupiah. Persentase sumbangan biaya promosi sekitar 73% terhadap penjualan. Kasus untuk log linear: Hubungan antara faktor pelayanan dengan upah karyawan Hasil analisis dari loglinear menunjukkan apakah ada hubungan antara faktor pelayanan dengan upah karyawan. Hasil tersebut tidak menunjukkan hubungan positif atau negatif, tidak memberikan penjelasan besar pengaruh dari faktor tersebut.

Perbedaan dengan Regresi 2. Data yang diperoleh berupa jumlahan atau kategori dan merupakan data diskrit Kasus untuk log linear: Hubungan antara faktor pelayanan dengan upah karyawan Faktor pelayanan (Sangat puas, puas, tidak puas) : data kategori : ordinal Faktor upah karyawan (> 3 juta, 1-3 juta, < 1 juta) : data kategori : ordinal Kasus untuk regresi : Pengaruh biaya promosi terhadap tingkat penjualan Faktor biaya promosi (Rp): data pengukuran = kontinu Faktor tingkat penjualan (Rp): data pengukuran = kontinu

derajat bebas Bentuk Db U 1 u1 I-1 u2 J-1 u3 K-1 u12 (I-1)(J-1) u13 (I-1)(K-1) u23 (J-1)(K-1) u123 (I-1)(J-1)(K-1) Total IJK

Model log linear Model saturated/model lengkap

Model Log Linear hubungan antara variabel A dan variabel B test dependensi/test independensi Uji chi-square X2 dan G2 Perbandingan nilai X2 tabel

Model Log Linear Prinsip hierarki : Jika Faktor U dengan tingkat interaksi yang lebih tinggi masuk dalam model, maka faktor lain yang lebih rendah harus ada dlm model Model saturated : model jenuh, model lengkap, residual dari model sama dengan 0 Seleksi model : stepwise (forward dan bakcward)

Sampai Ketemu Minggu X