Regresi Cara Eksplorasi

Slides:



Advertisements
Presentasi serupa
Diagram Kotak-titik (box-plot)
Advertisements

REGRESI NON LINIER (TREND)
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
BAB XI REGRESI LINEAR Regresi Linear.
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
Operations Management
KORELASI DAN REGRESI LINEAR SEDERHANA
KORELASI & REGRESI LINIER
ANALISIS EKSPLORASI DATA
Persamaan Garis Pada Bidang Pertemuan 09
1 Pertemuan 17 Pengujian hipotesis regresi Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1.
ANALISIS EKSPLORASI DATA
ANALISIS DATA BERKALA.
1 Pertemuan 15 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (III) : Uji 1 dan 2 Angkatan.
ANALISIS DATA BERKALA.
1 Pertemuan 25 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Regresi Ganda (I) : Pendugaan Model Regresi.
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
Pertemuan 10 Sari Numerik (VI) : Standarisasi
1 Pertemuan 18 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Regresi (II) : Meluruskan Model.
Probabilitas dan Statistika
ANALISIS DATA BERKALA.
REGRESI LINEAR SEDERHANA
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
ANALISA REGRESI & KORELASI SEDERHANA
MATEMATIKA BISNIS Sri Nurmi Lubis, S. Si
REGRESI LINEAR.
MODUL XIV REGRESI DAN KORELASI (2) 8. KORELASI LINEAR
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Analisis Regresi (IV) :
Analisis Regresi Sederhana
Pengujian Korelasi Diri Pertemuan 16
NILAI MUTLAK PERSAMAAN GARIS FUNGSI
MODUL XIII REGRESI DAN KORELASI 1. Regresi Linear
Pertemuan 3 MEKANIKA GAYA
MENENTUKAN TREND Terdapat beberapa metode yang umum digunakan untuk menggambarkan garis trend. Beberapa di antaranya adalah metode tangan bebas, metode.
Pertemuan 4 MOMEN DAN KOPEL
Berbagai Jenis Transformasi
Pertemuan 7 Sari Numerik (III): Ukuran Penyebaran I
MENENTUKAN GARIS LURUS TERBAIK
Aplikasi Terapan – Aljabar Linier
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
Analisis Dua Klasifikasi (I) :
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Sisaan / Galat / Residual
PERAMALAN DENGAN GARIS REGRESI
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
ANALISIS DATA BERKALA.
Pertemuan 21 Pemeriksaan penyimpangan regresi
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Saya Dini Nur Indah Diswari NIM
MENGGAMBAR DENGAN PIXEL (KONVERSI SCAN)
DATA NON LINEAR DAN REGRESI LINEAR Gangga Anuraga, M.Si
Pertemuan 7-8 Metode pemulusan eksponensial ganda
Regresi Linear Sederhana
Operations Management
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 20 Tegangan Geser
Pertemuan 3 Diferensial
REGRESI LINEAR.
RINGKASAN NUMERIK Untuk setiap angkatan data mempunyai pola tertentu dan menggambarkannya diperlukan seluruh titik data Menggunakan seluruh titik data.
Pertemuan 11 Regresi polinomial
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
REGRESI LINEAR.
REGRESI LINEAR SEDERHANA
KORELASI & REGRESI LINIER
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
Transcript presentasi:

Regresi Cara Eksplorasi Matakuliah : I0044 / Analisis Eksplorasi Data Tahun : 2007 Versi : V1 / R1 Pertemuan 17 Analisis Regresi (I) : Regresi Cara Eksplorasi

Melakukan analisis regresi dengan cara eksplorasi  C3 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Melakukan analisis regresi dengan cara eksplorasi  C3

ANALISIS REGRESI CARA EKSPLORASI Untuk melihat pola hubungan dua variabel biasanya dibuat lebih dulu diagram pencarnya (scatter diagram) scatter diagram yaitu diagram yang menggambarkan titik-titik pasangan haraga (X,Y) pada dua sumbu yang tegak lurus.

CONTOH DIAGRAM PENCAR X Y

Tujuan Mempelajari Analisis Regresi Cara Eksplorasi Menghitung persamaan regresi estimasi cara eksplorasi Mengetahui baik tidaknya persamaan regresi estimasi Menentukan transformasi yang sesuai untuk meluruskan

Regresi Estimasi dengan : Ŷ = a + bx Model linear yang menyatakan hubungan variabel bebas X dan varibel tak bebas Y : Y = α + ßx + є Regresi Estimasi dengan : Ŷ = a + bx Ada 2 cara dalam mencari regresi estimasi, yaitu: 1. cara eksplorasi 2. cara konfirmasi

Langkah–langkah yang diperlukan dalam mencari regresi estimasi cara eksplorasi : Mengurutkan observasi dari kecil ke besar (kecil di bawah misalnya) menurut variabel bebas x. Membagi kedua angkatan (X dan Y) menjadi 3 bagian yang kemudian disebut bagian bawah (1/3 bagian dengan X terkecil), bagian tengah dan bagian atas (1/3 bagian dengan X terbesar). Misalkan jumlah observasi 15, maka masing-masing bagian mempunyai 15 / 3= 5 observasi. Menghitung pasangan pusat masing-masing pertigaan. Digunakan median bila jumlah observasi kecil dan menggunakan trirata bila jumlah observasi besar.

Menghitung b dengan rumus: b bisa positif atau negative. Langkah–langkah yang diperlukan dalam mencari regresi estimasi cara eksplorasi (Lanjutan) : Menghitung b dengan rumus: b bisa positif atau negative. Menghitung a dengan rumus: dimana: aA = YA – bXA aT = YT – bXT aB = YB – bXB Menulis persamaan regresi eksplorasi

Catatan untuk membagi tiga bagian : Disarankan harga variabel X diurutkan: kecil di bawah, besar di atas. Pertigaan atas dan bawah paling banyak mengandung sepertiga titik data. Pertigaan atas dan bawah harus mempunyai range kurang dari setengah range X keseluruhan. Bila tidak, maka X harus ditransformasi. Bila beberapa titik mempunyai harga X yang sama, maka titik-titik tersebut dimasukan pada pertigaan yang sama. Masukan sebanyak mungkin titik-titik ke pertigaan bawah dan atas, selama syarat di atas terpenuhi.

Catatan untuk membagi tiga bagian : Pusat X untuk pertigaan atas adalah XA. Pusat Y untuk pertigaan atas adalah YA. Pusat X untuk pertigaan tengah adalah XT. Pusat Y untuk pertigaan tengah adalah YT. Pusat X untuk pertigaan bawah adalah XB. Pusat Y untuk pertigaan bawah adalah YB.

Memeriksa Residual Sisa = Y - Ŷ Apabila semua sisa nol (mendekati nol) model linear tersebut dikatakan baik. Semua sisa mendekati nol menjadikan sisa kecil, jauh lebih kecil dibanding Y semula. Oleh sebab itu sangatlah penting untuk memeriksa: Bila harga nisbah ini menuju nol model linear tersebut dikatakan baik.

<< CLOSING>> Sampai saat ini Anda telah mempelajari analisis regresi dengan menggunakan cara eksplorasi Analisis regresi ini banyak sekali penggunaannya Anda dapat mempelajari lebih dalam dari materi penunjang