Regresi Linier Sederhana dan Korelasi

Slides:



Advertisements
Presentasi serupa
ANALISIS REGRESI DAN KORELASI LINIER
Advertisements

Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc.
REGRESI LINIER SEDERHANA
ANALISIS REGRESI.
Heteroskedastisitas Penyimpangan asumsi ketika ragam galat tidak konstan Ragam galat populasi di setiap Xi tidak sama Terkadang naik seiring dengan nilai.
Erni Tri Astuti Sekolah Tinggi Ilmu Statistik
Regresi Linier Berganda
ANALISIS REGRESI Pertemuan ke 12.
KORELASI DAN REGRESI LINEAR SEDERHANA
KORELASI & REGRESI LINIER
BAB VI REGRESI SEDERHANA.
Bab 3B Statistika Deskriptif: Parameter Populasi 2.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Abdul Rohman Fakultas Farmasi UGM
Regresi Linier Berganda
Regresi Linear Dua Variabel
METODE STATISTIKA (STK211)
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
ANALISIS REGRESI & KORELASI
REGRESI LINIER SEDERHANA
Regresi & Korelasi Linier Sederhana
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
TEORI PENDUGAAN (TEORI ESTIMASI)
Regresi Berganda Statistika Ekonomi II Pertemuan Ke 10
ANALISIS REGRESI DAN KORELASI LINIER
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
Analisis Regresi Sederhana
REGRESI DAN KORELASI.
Analisis Korelasi dan Regresi linier
METODE STATISTIKA (STK211)
Pengujian Korelasi Diri Pertemuan 16
MODUL XIII REGRESI DAN KORELASI 1. Regresi Linear
Regresi dan Korelasi Linier
Regresi Linier Berganda
MENENTUKAN GARIS LURUS TERBAIK
STATISTIKA ANALISIS REGRESI DAN KORELASI
D0124 Statistika Industri Pertemuan 19 dan 20
Pertemuan ke 14.
Program Studi Statistika Semester Ganjil 2012
ANALISIS REGRESI.
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
S 12 n1 S 22 n2 S n MODUL III
ANALISIS REGRESI BERGANDA
Pertemuan ke 14.
Regresi Linier Berganda
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
ANALISIS REGRESI & KORELASI
PERAMALAN DENGAN GARIS REGRESI
Regresi Linier Sederhana
Program Studi Statistika Semester Ganjil 2012
Agribusiness Study of Programme Wiraraja University
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
Pertemuan 21 Pemeriksaan penyimpangan regresi
ANALISIS REGRESI DAN KORELASI
REGRESI LINIER SEDERHANA (SIMPLE LINEAR REGRESSION)
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Agribusiness Study of Programme Wiraraja University
Pencocokan Kurva / Curve Fitting
REGRESI 1 1.OBSERVASI 2.PENGAMATAN 3.PENGUKURAN (Xi, Yi)
Regresi Linier Berganda
STATISTIKA INFERENSI STATISTIK
Analisis Korelasi.
REGRESI LINIER BERGANDA
ANALISIS REGRESI & KORELASI
KORELASI & REGRESI LINIER
REGRESI LINIER SEDERHANA (SIMPLE LINEAR REGRESSION)
ANALISIS REGRESI DAN KORELASI
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
TEORI PENDUGAAN (TEORI ESTIMASI)
Transcript presentasi:

Regresi Linier Sederhana dan Korelasi

Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa peubah bebas (peubah yang mempengaruhi) terhadap satu peubah tak bebas (peubah yang dipengaruhi) Korelasi merupakan ukuran kekuatan hubungan dua peubah (tidak harus memiliki hubungan sebab akibat)

Regresi Dari derajat (pangkat) tiap peubah bebas Linier (bila pangkatnya 1) Non-linier (bila pangkatnya bukan 1) Dari banyaknya peubah bebas (yang mempengaruhi) Sederhana (bila hanya ada satu peubah bebas) Berganda (bila lebih dari satu peubah bebas)

Regresi Linier Sederhana Model Yi = b0 + b1Xi + ei Yi merupakan nilai pengamatan ke-i. b0 adalah parameter regresi (intersep) b1 adalah parameter regresi (slope) ei kesalahan ke-i. Asumsi : peubah X terukur tanpa kesalahan; X tidak memiliki distribusi (bukan random variable) kesalahan menyebar normal dengan rata-rata nol dengan simpangan baku se.

Teladan Permasalahan Dari sebuah survai yang dilakukan di kampung Maju Makmur digunakan untuk mengetahui hubungan fungsional antara luas tanah (hektar) dan harganya (Rp. 00 Juta). Bila data berpasangan tentang luasan dan harga tanah diperoleh, bagaimana hubungan fungsionalnya ?

Diagram Pencar (Scatter Plot)

Mana pendekatan yang baik Mana pendekatan yang baik ? Garis lurus yang sedemikian rupa sehingga melewati seluruh titik (data ) pada diagram pencar  yang mendekati

Metode Jumlah Kuadrat Galat Terkecil (Least Squares Method) merupakan salah satu kriteria yang memenuhi, agar apabila kuadrat dari kesalahan itu dijumlahkan akan se minimum mungkin.

Persamaan Regresi dimana

Teladan Hitungan

Persamaan Regresi serta penjelasannya Slope bernilai 1,835. Artinya : dua luasan tanah yang berbeda seluas satu hektar, tanah yang lebih luas akan memiliki perkiraan harga Rp. 1,835 juta lebih tinggi. JANGAN diartikan sbb: bila luas tanah meningkat satu hektar, maka harga tanah akan meningkat Rp. 1,835 juta.

Persamaan Regresi serta penjelasannya Slope bernilai 1,169. Untuk teladan ini nilai intersep tidak memiliki arti. JANGAN diartikan sbb: bila luas tanah (x) = 0 hektar, maka harga tanah adalah Rp. 1,169 juta. Pengartian seperti ini TIDAK benar. Kenapa ???

Persamaan Regresi serta penjelasannya Tanah yang luasnya 3 ha memiliki perkiraan harga Rp. 1,835 juta lebih tinggi dari yang 2 ha

Menguji Koeffisien Regresi H0 : b1 = b10 vs H1 : b1 ≠ b10 Statistik Uji dimana Kriteria Penolakan: Tolak hipotesis nol jika thit < -ta/2;n-2 atau thit > ta/2;n-2

Menguji Koeffisien Regresi Jika kita misalkan berikut ini adalah simpangan baku galat, yang dinotasikan dengan Maka simpangan baku bagi penduga slope b1 dapat dituliskan sebagai berikut

Menguji Koeffisien Regresi H0 : b0 = b10 vs H1 : b0 ≠ b00 Statistik Uji dimana Kriteria Penolakan: Tolak hipotesis nol jika thit < -ta/2;n-2 atau thit > ta/2;n-2

Nilai Dugaan dan Simpangan Bakunya Apabila dilakukan sampling yang berulang untuk nilai X = x tertentu dari salah satu nilai x yang kita gunakan, maka nilai dugaan modelnya adalah Dengan simpangan baku

Nilai Dugaan dan Simpangan Bakunya Apabila kasus baru didapat untuk nilai X = x tilde yaitu x dari nilai yang ada diluar amatan kita Dengan simpangan baku

Penduga Interval bagi Koeffisien Regresi Selang Kepercayaan 100(1-a)% bagi b1 adalah Selang Kepercayaan 100(1-a)% bagi b0 adalah

Koeffisien Korelasi Mengukur keeratan hubungan dua peubah (tidak harus memiliki hubungan sebab akibat). Dinotasikan dengan rxy atau singkatnya r saja. Nilainya -1  rxy  +1 Jika rxy  -1 kedua peubah berhubungan kuat tapi berlawanan arah Jika rxy  +1 kedua peubah berhubungan kuat dan searah Jika rxy  0 kedua peubah tidak memiliki hubungan Koeffisien korelasi contoh (bila tidak seluruh anggota populasi diamati) dinotasikan dengan rxy atau r saja Tanda +/- dari koeffisien korelasi sama dengan tanda dari slope

Koeffisien Korelasi

Penjelasan arti koeffisien korelasi Dari data yang kita miliki terlihat bahwa terdapat hubungan yang cukup kuat antara luas tanah dan harganya. Karena tandanya +, maka semakin luas tanah, semakin tinggi harganya

Menguji Koeffisien Korelasi H0 : r = r0 vs H1 : r ≠ r0 Statistik uji Kriteria Penolakan Hipotesis Nol: Tolak Hipotesis Nol jika zhit < za/2 atau zhit > z1-a/2

Menguji Koeffisien Korelasi H0 : r = 0 vs H1 : r ≠ 0 Statistik uji (n > 30) Kriteria Penolakan Hipotesis Nol: Tolak Hipotesis Nol jika zhit < za/2 atau zhit > z1-a/2

Menguji Koeffisien Korelasi H0 : r = 0 vs H1 : r ≠ 0 Statistik uji (n ≤ 30) Kriteria Penolakan Hipotesis Nol: Tolak Hipotesis Nol jika thit < -ta/2;n-2 atau thit > ta/2;n-2

Terimaksih