REGRESI LINEAR SEDERHANA

Slides:



Advertisements
Presentasi serupa
Kuliah ke 2 sifat-sifat analisis regresi
Advertisements

BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
BAB II ANALISA DATA.
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
ANAILSIS REGRESI BERGANDA
REGRESI LINEAR SEDERHANA
REGRESI DAN KORELASI Pada bab ini akan membahas dua bagian yang saling berhubungan, khususnya dua kejadian yang dapat diukur secara matematis. Dalam hal.
Oleh: raharjo UJI LINIERITAS Oleh: raharjo
Regresi Linier Fungsi : Jenis :
ANALISIS REGRESI Pertemuan ke 12.
KORELASI DAN REGRESI LINEAR SEDERHANA
BAB XIII REGRESI BERGANDA.
Hubungan Antar Sifat.
BAB VI REGRESI SEDERHANA.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Regresi Linier Sederhana melalui titik origin (0,0)
REGRESI LINEAR SEDERHANA
Regresi Linear Dua Variabel
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
KORELASI Bagaimana model regresi antar variabel yang dihubungkan?
ANALISIS REGRESI & KORELASI
Regresi & Korelasi Linier Sederhana
ANALISA REGRESI & KORELASI SEDERHANA
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
Pertemuan XI Kompetensi Dasar: Mahasiswa mampu menjelaskan dengan tepat konsep dasar analisis regresi dan korelasi serta mampu menghitung persamaan regresi.
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
REGRESI DAN KORELASI Pada bab ini akan membahas dua bagian yang saling berhubungan, khususnya dua kejadian yang dapat diukur secara matematis. Dalam hal.
ANALISIS REGRESI SEDERHANA
Analisis Regresi Sederhana
REGRESI DAN KORELASI.
UKURAN PENYEBARAN (VARIABILITAS)
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
Analisis Korelasi dan Regresi
ANALISIS REGRESI & KORELASI
STATISTIKA ANALISIS REGRESI DAN KORELASI
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
Pertemuan ke 14.
Khaola Rachma Adzima FKIP-PGSD Universitas Esa Unggul
Pertemuan ke 14.
REGRESI LINEAR SEDERHANA
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
ANALISIS REGRESI & KORELASI
PERAMALAN DENGAN GARIS REGRESI
REGRESI LINIER DAN KORELASI
Regresi Linier Sederhana
Persamaan Regresi Ganda
PENDAHULUAN Dalam kehidupan sering ditemukan adanya sekelompok peubah yang diantaranya terdapat hubungan alamiah, misalnya panjang dan berat bayi yang.
ANALISIS REGRESI LINIER BERGANDA
ANALISIS KORELASI.
Analisis Regresi dan Korelasi
Regresi Linear Sederhana
MUHAMMAD HAJARUL ASWAD
Metode Penaksiran Nisbah dan Regresi
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Contoh1 : REGRESI LINIER
BAB 7 persamaan regresi dan koefisien korelasi
REGRESI LINEAR oleh: Asep, Iyos, Wati
Pencocokan Kurva / Curve Fitting
Contoh1 : REGRESI LINIER
REGRESI 1 1.OBSERVASI 2.PENGAMATAN 3.PENGUKURAN (Xi, Yi)
REGRESI LINEAR.
ANALISIS REGRESI & KORELASI
REGRESI LINEAR SEDERHANA
Bab 4 ANALISIS KORELASI.
Korelasi dan Regresi Linier Sederhana & Berganda
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
BAB VIII REGRESI &KORELASI BERGANDA
REGRESI LINEAR.
Korelasi dan Regresi Aria Gusti.
ANALISIS REGRESI DAN KORELASI
Transcript presentasi:

REGRESI LINEAR SEDERHANA

Latar Belakang Terdapat kejadian– kejadian , kegiatan- kegiatan, atau masalah- masalah yang saling berhubungan satu sama lain Dibutuhkan analisis hubungan antara kejadian tersebut Perlu dibahas mengenai bentuk hubungan yang ada atau diperkirakan ada antara kedua perubah tersebut

Bentuk Hubungan ???? REGRESI

APA YANG DIUKUR DARI HUBUNGAN TERSEBUT Bagaimana hubungan fungsional dua kejadian tersebut atau bagaimana persamaan matematis yang mempresentasikan hubungan dua kejadian tersebut ( analisis regresi) Bagaiman kekuatan atau keeratan hubungan dua kejadian tersebut (analisis korelasi)

Dua variabel dalam regresi Variabel bebas  X Variabel terikat  Y

UKURAN DALAM REGRESI Koefisien Regresi  mengukur besarnya pengaruh X terhadap Y Koefisien korelasi  mengukur Kuat tidaknya hubungan X dan Y

UJI HIPOTESIS DALAM REGRESI uji keberartian koefisien regresi Uji keberartian model regresi / Uji linearitas Uji Korelasi

JENIS REGRESI LINEAR SEDERHANA Linear positif Linear negatif

APA ITU GARIS REGRESI? Garis linear yang menunjukan pola hubungan antara dua variabel misalnya variabel X dan Y sebenarnya hanya merupakan garis taksiran yang dipakai untuk mewakili pola sebaran data tersebut

MODEL REGRESI LINEAR SEDERHANA Y = + X +  Dimana  adalah error random (kasalahan pengganggu)   N ( 0, 2 ).

METODE KUADRAT TERKECIL kesalahan tidak dapat dihilangkan sama sekali, maka resiko betapapun kecilnya selalu ada. Resiko hanya bisa diperkecil dengan memperkecil kesalahan persamaan garis regresi yang paling baik adalah persamaan garis regresi yang mempunyai total kuadrat kesalahan kecil

TOTAL KUADRAT KESALAHAN

No. Subyek Var. Bebas (X) Var. Terikat (Y) 1 x1 y1 2 x2 y2 3 x3 y3 n xn yn

MODEL DARI n DATA yi = + xi +  i , untuk i = 1,2, . . ., n  i = yi -  - xi ( i)2 = ( yi -  - xi )2 J=

J Diturunan terhadap  dan 

Persamaan baru

a dan b taksiran dari  dan 

AKIBAT

Hasil

RUMUSAN LAIN

SIMPANGAN KUADRAT X DAN Y

AKIBAT

JUMLAH KUADRAT Jumlah kuadrat total (JKT) Jumlah kuadrat regresi (JKR) Jumlah kuadrat sesatan (JKS)

JUMLAH KUADRAT TOTAL (JKT)

JUMLAHKUADRAT REGRESI (JKR) = b2Jxx = b Jxy

JUMLAH KUADRAT SESATAN (JKS)

LANJUTAN JKS =Jyy - bJxy

HUBUNGAN JKT, JKR, JKS JKT = JKR + JKS

DERAJAT KEBEBASAN(DK) MASING-MASING JK Derajat kebebasan untuk JKT adalah n -1 Derajat kebebasan untuk JKR adalah 1 Derajat kebebasan untuk JKS adalah n -2

HUBUNGAN DK (n -1) = (n -2) + 1

RATA-RATA JUMLAH KUADRAT (RJK) kuadrat tengah / kuadrat rata- rata /rata-rata jumlah kuadrat didefinisikan dengan jumlah kuadrat dibagi oleh derajat bebasnya dinamakna

JENIS-JENIS RJK RJK REGRESI (RJKR) RJKR = JKR RJK SESATAN (RJKS)

CONTOH