PENDAHULUAN Dalam kehidupan sering ditemukan adanya sekelompok peubah yang diantaranya terdapat hubungan alamiah, misalnya panjang dan berat bayi yang.

Slides:



Advertisements
Presentasi serupa
ANALISIS KORELASI.
Advertisements

Statistika Parametrik
ANALISIS REGRESI DAN KORELASI
REGRESI LINIER SEDERHANA
ANALISIS REGRESI.
REGRESI LINEAR SEDERHANA
BAB III ANALISIS REGRESI.
Regresi Linier Berganda
Regresi Eni Sumarminingsih, SSi, MM. Analisis regresi linier merupakan analisis yang digunakan untuk mengetahui dan mempelajari suatu model hubungan fungsional.
Regresi Linier Berganda
BAB XIII REGRESI BERGANDA.
BAB VI REGRESI SEDERHANA.
Analisis Peragam (Kovarians) pada RAK
Pengujian Hipotesis Parametrik1
Regresi linier berganda dan Non linier Tugas Mandiri 01 J0682
Regresi Linier Berganda
ANALISIS REGRESI DAN KORELASI
KORELASI Bagaimana model regresi antar variabel yang dihubungkan?
REGRESI LINIER SEDERHANA
Bio Statistika Jurusan Biologi 2014
REGRESI DAN KORELASI Pada bab ini akan membahas dua bagian yang saling berhubungan, khususnya dua kejadian yang dapat diukur secara matematis. Dalam hal.
Metode Statistika Pertemuan XII
TEORI PENDUGAAN (TEORI ESTIMASI)
Regresi Berganda Statistika Ekonomi II Pertemuan Ke 10
RANCANGAN ACAK LENGKAP (RAL) COMPLETTED RANDOMIZED DESIGN (CRD)
Analisis Variansi.
ANALISIS VARIANSI (ANOVA)
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
Regresi Linier Berganda
STATISTIKA ANALISIS REGRESI DAN KORELASI
Korelasi dan Regresi Aria Gusti.
REGRESI LINEAR SEDERHANA
Program Studi Statistika Semester Ganjil 2012
Khaola Rachma Adzima FKIP-PGSD Universitas Esa Unggul
RAL (Rancangan Acak Lengkap)
PERBEDAAN NILAI RATA-RATA UNTUK LEBIH DARI DUA POPULASI
Regresi Linier Berganda
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
REGRESI LINIER BERGANDA
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
UKURAN DISPERSI (PENYEBARAN DATA)
Regresi Linier Sederhana
Program Studi Statistika Semester Ganjil 2012
Metode Statistika Pertemuan XII
STATISTIKA (untuk ILMU-ILMU SOSIAL)
Analisis Variansi.
REGRESI LINIER BERGANDA
Perbedaan Taksiran Nisbah dengan Rataan Per Unit
ANALISIS REGRESI DAN KORELASI
Metode Penaksiran Nisbah dan Regresi
Taksiran Ukuran Sampel (Untuk Proporsi)
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Contoh1 : REGRESI LINIER
Contoh1 : REGRESI LINIER
REGRESI 1 1.OBSERVASI 2.PENGAMATAN 3.PENGUKURAN (Xi, Yi)
Regresi Linier Berganda
Regresi Linier Berganda
Pengantar Statistika Bab 1 DATA BERPERINGKAT
REGRESI LINIER BERGANDA
ANALISIS REGRESI & KORELASI
Metode Statistika Pertemuan XII
Bab 4 ANALISIS KORELASI.
REGRESI LINIER BERGANDA
Analisis Variansi.
ANALISIS VARIANSI (AnaVa)
Korelasi dan Regresi Aria Gusti.
Korelasi dan Regresi Aria Gusti.
Analisis Variansi.
ANALISIS REGRESI DAN KORELASI
TEORI PENDUGAAN (TEORI ESTIMASI)
Transcript presentasi:

PENDAHULUAN Dalam kehidupan sering ditemukan adanya sekelompok peubah yang diantaranya terdapat hubungan alamiah, misalnya panjang dan berat bayi yang baru lahir Hubungan yang umum terjadi antara peubah bebas X yang galat pengukurannya dapat diabaikan atau dikendalikan dalam percobaan dengan peubah terikat (respon Y) tunggal yang tidak dapat dikontrol Persoalan utama dalam bidang statistika adalah menemukan taksiran terbaik peubah terikat apabila diketahui nilai dari peubah bebasnya.

Analisis Regresi (Anareg), adalah suatu teknik statistik yang digunakan untuk: (1)Menentukan bentuk hubungan antara peubah bebas (X) dgn peubah terikat (Y) (2)Memprediksi besarnya variasi yang terjadi pada peubah bebas (Y) berdasarkan peubah terikat (X), (3)Menetapkan arah dan besarnya koefisien korelasi antara kedua peubah Analisa Regresi Linier ( Sederhana, Berganda, Dummy variabel, Ordinal, Nominal/log ) Analisa Regresi Non-Linier

merupakan nilai peubah acak berat badan Hasil survey untuk meneliti hubungan antara tinggi badan dengan berat badan mendapatkan bahwa tinggi badan A 160 kg berat badannya 52 kg, tetapi si B yang memiliki berat badan yang sama dengan B memiliki berat badan 49 kg Dalam hal ini merupakan nilai peubah acak berat badan atau Y|xi dengan nilai rata-rata dan variansi . Apabila terdapat hubungan linier antara dan dinyatakan dalam hubungan Koefisien dan merupakan dua parameter yang ditaksir dari data sampel

Dari setiap hasil pengamatan ( ) dapat ditarik sebuah garis yang dianggap cocok untuk menggambarkan hubungan antara kedua variabel adalah garis yang memiliki Jumlah Kuadrat Galat (JKG) minimal . Kondisi tersebut tercapai apabila dan

Menetapkan Nilai Parameter Bila diketahui sampel maka taksiran kuadrat terkecil a dan b dari koefisien regresi dan dihitung dengan menggunakan rumus

Apabila, , ,

SIMPANGAN RATA-RATA dan PENDUGAAN (XI,YI) JKT = JKG + JKR

JKT = JKR + JKG

Tabel IV-5 Hasil Perhitungan dan Analisa Variansi Sumber variansi Jumlah Kuadrat Derajat Kebebasan Nilai rat-rata kuadrat Regresi JKR 1 Galat JKG n-2 Total JKT n -1

Nomor Sampel IPK (X) UTS (Y) X Y X2 Y2 1 1.99 40 79.60 3.96 1600 2 2.68 24 64.32 7.18 596 3 1.89 36 68.04 3.57 1296 4 3.0 60 180.00 9.00 3600 5 96.48 6 2.05 56 114.80 4.20 3136 7 3.10 52 161.20 9.61 2704 8 2.92 44 128.48 8.53 1936 9 3.41 68 231.88 11.63 4624 10 2.10 28 58.80 4.41 784 Jumlah 25.82 444 1183.6 69.27 21.572 Rata-rata 2.58 44.4

,

Tabel IV-5 Hasil Perhitungan dan Analisa Variansi Sumber variansi Jumlah Kuadrat Derajat Kebebasan Nilai rat-rata kuadrat Regresi 531.47 1 3.24 Galat 1326.93 8 165.87 Total 1858.4 9