ANALISIS VARIANS TUJUAN

Slides:



Advertisements
Presentasi serupa
Kelompok 1 Flendy Yusak Manganguwi Agata Dionesia Endi
Advertisements

BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
ANALISIS REGRESI (REGRESSION ANALYSIS)
Hypothesis Testing In Full Rank Model
REGRESI LINIER BERGANDA
ANALISIS REGRESI DAN KORELASI
BAB 2 (sambungan) DESAIN BLOK LENGKAP ACAK
ANALISIS REGRESI DAN KORELASI
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.
Regresi linier sederhana
Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor
Hypothesis Testing In Full Rank Model
Regresi linier sederhana
ANOVA Disusun oleh: FAHMI ( ) M.A.YUNANTO ( ) RIFQI SEPVANI VARADHY ( )
ANALYSIS OF VARIANCE (ANOVA)
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
STATISTIK daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )
METODE STATISTIKA II Analysis of Variance Met Stat 2
REGRESI LINIER SEDERHANA (SIMPLE LINEAR REGRESSION)
ANALYSIS OF VARIANCE (ANOVA) Matakuliah: KodeJ0204/Statistik Ekonomi Tahun: Tahun 2007 Versi: Revisi.
MULTIPLE REGRESSION ANALYSIS (ANALISIS REGRESI GANDA)
Regresi polinomial TUJUAN
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
STATISTIK INFERENSIAL
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
REGRESI LINIER SEDERHANA
ANALISIS VARIANSI (ANOVA)
Regresi polinomial TUJUAN
Analisa Data Statistik Chap 13: Regresi Linear (Lanjutan)
ANalysis Of VAriance Observasi Seragam
Bab 4 Estimasi Permintaan
REGRESI NON LINIER Gangga Anuraga, M.Si.
MENENTUKAN GARIS LURUS TERBAIK
UJI HIPOTESIS REGRESI BERGANDA
EKONOMETRIKA Pertemuan 4,5 Estimasi Parameter Model Regresi
EKONOMETRIKA Pertemuan 7: Analisis Regresi Berganda Dosen Pengampu MK:
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
KOEFFISIEN KORELASI DAN ANALISA REGRESI GARIS LURUS
Variabel Kategori dalam Analisis Regresi
Regresi Linier (Linear Regression)
Regresi Linier Sederhana
Mengukur Kualitas ‘the straight line Fit’ dan Estimasi s2, serta interpretasi slope dan intercept Tujuan Menjelaskan teknik pengukuran kualitas ‘the straight.
STATISTIK II Pertemuan 9: ANOVA (SPSS) Dosen Pengampu MK:
STATISTIK II Pertemuan 13: ANOVA (Analysis of Variance)
CHAPTER 6 AnoVa.
MANOVA (Multivariate Analysis of Variance)
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
CHAPTER 6 AnoVa.
KOEFFISIEN KORELASI DAN ANALISA REGRESI GARIS LURUS
STATISTIK II Pertemuan 13: Pengujian Hipotesis Sampel Kecil (n<30)
STATISTIK II Pertemuan 13: ANOVA (Analysis of Variance)
REGRESI LINIER BERGANDA (MULTIPLE REGRESSION)
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
REGRESI LINIER SEDERHANA (SIMPLE LINEAR REGRESSION)
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Nilai UTS.
ANALYSIS OF VARIANCE (ANOVA)
Bab 4 : Estimasi Permintaan
Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
HYPOTHESIS TESTING Beberapa Pengertian Dasar : Hipotesis Statistik
Mengukur Kualitas ‘the straight line Fit’ dan Estimasi s2, serta interpretasi slope dan intercept Tujuan Menjelaskan teknik pengukuran kualitas ‘the straight.
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
.ANALISIS VARIAN.. 1. ANALISIS ANVARIAN Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam.
Ekonomi Manajerial dalam Perekonomian Global
ANALISIS REGRESI LINIER
REGRESI LINIER SEDERHANA (SIMPLE LINEAR REGRESSION)
ANALISIS REGRESI DAN KORELASI
Analisis Regresi Regresi Linear Sederhana
Transcript presentasi:

ANALISIS VARIANS TUJUAN MENJELASKAN TABEL DAN INTERPRETASI ANALISIS VARIANS DALAM ANALISIS REGRESI

Jumlah Kuadrat (Sum of Squares) TABEL ANOVA Sumber variasi Jumlah Kuadrat (Sum of Squares) dk Mean Square Nilai F Antar Kelompok k-1 MSB= SSB/ (k-1) Dalam Kelompok N-k MSW= SSW/(N-k) Total MSB/MSW

Ringkasan hasil analisis regresi ditampilkan dalam tabel ANOVA yang menyajikan estimasi varians. Hasil estimasi digunakan untuk menjawab pertanyaan berkaitan dengan inferensial analisis regresi: Apakah slope b1 = 0? Bagaimana ketereratan hubungan garis lurus yang diperoleh? Apakah model regresi garis lurus yang diperoleh sudah tepat (the best fit line)?

Sumber df Sum of Square Mean Square Variance Ratio (F) Tabel Anova dalam Analisa Regresi Sumber df Sum of Square Mean Square Variance Ratio (F) Regression (X) K-1 SSY-SSE SSY-SSE/df MS- reg/ MS-res Residual N-k SSE SSE/df Total N-1 SSY

Sumber df Sum of Square Mean Square Variance Ratio (F) Menggunakan data TDS dan AGE yang ada: Sumber df Sum of Square Mean Square Variance Ratio (F) Regression (X) 1 SSY-SSE = 6,394.02 6,394.02 21.33 (p<0.05) Residual 28 SSE = 8,393.44 299.7 Total 29 SSY = 14,787

r = 0.43 = (SSY-SSE)/SSY Dimana: dan Karena SSY adalah variasi total dari Y sebelum memperhitungkan pengaruh linear dari variabel X karenanya disebut juga TOTAL UNEXPLAINED VARIATION atau Total Sum of Squares (TSS) about (or corrected for) the mean

SSE mengukur jumlah variasi dari setiap nilai Y setelah memperhatikan pengaruh linear variabel X SSY – SSE adalah Sum of Squares karena (dijelaskan oleh) Regresi  ditulis juga Yg merupakan jumlah kuadrat deviasi yang diprediksi dari rata-rata Kita mendapatkan: Total unexplained variation = Variation due to regression + Unexplained residual variation

Disebut fundamental equation of regression analysis  ingat adalah estimasi s2 Rata-rata kuadrat Regresi = SSY – SSE adalah estimasi s2 bila variabel X tidak bisa memprediksi nilai Y yaitu bila H0: b1 = 0 diterima Ingat: menguji H0 dengan menggunakan uji t dua arah

Uji hipotesa menggunakan F1,v = tv2  F1,v,1-a = t2v,1-a/2 Artinya pada distribusi F dengan 1 derajat kebabasan (dk) dan 95% adalah sama dengan uji t dengan v dk Dari data yang telah didiskusikan seblumnya (TDS dan AGE) diperoleh nilai F = 21.33 dan t = 4.62  t2 = (4.62)2 Ini dapat juga dilihat dari dari F1,28,0.95 = 4.20 dan t228,0.975 = (2.05)2 = 4.20

Karenanya daerah kritis untuk menguji H0: b1=0 juga menggunakan l t l > t28, 0.975 = 2.05 sama dengan F > F1,28,0.95 = 4.20 Karena l t l > 2.05 maka F > 4.20 maka Null hypothesa H0: b1 = 0 artinya H0: tidak ada hubungan garis lurus antara Y dan X di tolak pada a = 0.05. Dengan perkataan lain kita menyatakan bahwa ada hubungan antara Y dan X secara bermakna

Latihan TDS IMT Um 135 28 45 122 32 41 130 31 49 148 37 52 146 29 54 129 47 162 60 160 36 48 144 23 44 180 46 64 166 39 59 138 40 51 152 56 140 35 134 30 50 145 34 142 57 58 137 33 53 132 149 120 43 126 161 38 63 170 62 TDS=Tekanan Darah Sistolik, IMT= Indeks Massa Tubuh, Um=Umur

Pelajari data tersebut Hitung Sum of Square for Regression (X) Hitung Sum of Square for Residual Hitung Means Sum of Square for Regression (X) Hitung Means Sum of Square for Residual Hitung nilai F