Contoh Dilakukan penelitian tentang hubungan antara frekuensi belajar mahasiswa dan tingkat pendidikan dengan prestasi akademik mahasiswa. Frekuensi.

Slides:



Advertisements
Presentasi serupa
Evaluasi Model Regresi
Advertisements

AUTOKORELASI (Autocorrelation)
UJI HIPOTESIS.
MODEL REGRESI LINIER GANDA
STI. PSYCHOLOGY COMPUTER APPLICATION Psychology  Primer  Data yang melalui prosedur pengumpulan data (dari narasumber) Wawancara Kuisioner Observasi.
TATAP MUKA 9 KONSEP REGRESI LINIER SEDERHANA
ANALISIS REGRESI GANDA
UJI ASUMSI KLASIK.
UJI MODEL Pertemuan ke 14.
UJI ASUMSI KLASIK.
Uji Asumsi Klasik Oleh : Boyke Pribadi.
Korelasi Fungsi : Mempelajari Hubungan 2 (dua) variabel Var. X Var. Y.
PEMBAHASAN Hasil SPSS 21.
Regresi Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel output/dependen (y) dengan satu.
Apakah data yang dimiliki berdistribusi normal ?
Uji Goodness of Fit : Distribusi Normal
UJI ASUMSI KLASIK.
ANALISIS REGRESI GANDA. C ONTOH Dilakukan penelitian tentang hubungan antara frekuensi belajar mahasiswa dan tingkat pendidikan dengan prestasi.
Anas Tamsuri UJI STATISTIK UJI STATISTIK.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
Blog : galih1972.wordpress.com
APLIKASI KOMPUTER LANJUTAN TEORI DAN PRAKTEK
STATISTIKA NON PARAMETRIK
MAGISTER MANAGEMENT PROGRAM UNIVERSITAS KOMPUTER INDONESIA
FEB Univ. 17 Agustus 1945 Jakarta
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
Pengujian Korelasi Diri Pertemuan 16
Pertemuan ke 14.
Pertemuan Ke-7 REGRESI LINIER BERGANDA
Uji Asumsi Klasik MULTIKOLINIERITAS 2. AUTOKORELASI
JURUSAN PENDIDIKAN EKONOMI
ANALISIS REGRESI MENGGUNAKAN SPSS
Uji Persyaratan Analisis Data
Uji Kolmogorov-Smirnov
STATISTIK MULTIVARIAT
ANALISIS REGRESI BERGANDA
Pertemuan ke 14.
STATISTIK II Pertemuan 12: Asumsi Analisis Regresi Dosen Pengampu MK:
Analisis REGRESI.
Uji Asumsi Klasik Multikolinearitas Normalitas
Analisis Regresi & Analisis Korelasi
ANALISIS REGRESI GANDA
Uji Goodness of Fit : Distribusi Normal
Pertemuan 21 Pemeriksaan penyimpangan regresi
Analisis Regresi Pengujian Asumsi Residual
STATISTIK II Pertemuan 12-13: Asumsi Analisis Regresi
Pengujian Asumsi OLS Aurokorelasi
REGRESI BERGANDA dan PENGEMBANGAN Nori Sahrun., S.Kom., M.Kom
PENCARIAN DISTRIBUSI.
DI BURSA EFEK INDONESIA
CHI SQUARE DAN UJI PERSYARATAN ANALISIS
Uji Asumsi Analisis Regresi Berganda Manajemen Informasi Kesehatan
KORELASI.
STATISTIK II Pertemuan 13: Asumsi Analisis Regresi Dosen Pengampu MK:
-ANALISIS KORELASI-.
Uji Asumsi Model Part 1 – Deteksi Pelanggaran Asumsi*
UJI ASUMSI KLASIK Oleh: Dr. Suliyanto, SE,MM
Pertemuan 13 Autokorelasi.
Pembahasan Tugas 1 Adi Setiawan.
UJI ASUMSI KLASIK.
Pertemuan ke 9.
Analisis Regresi Berganda & Pengujian Asumsi OLS
ANALISIS REGRESI GANDA
ANALISIS REGRESI GANDA
Uji Normalitas dengan Statistik Kolmogorov-Smirnov
Regresi Linier dan Korelasi
Analisis Regresi Ganda
Ukuran Distribusi.
Transcript presentasi:

Contoh Dilakukan penelitian tentang hubungan antara frekuensi belajar mahasiswa dan tingkat pendidikan dengan prestasi akademik mahasiswa. Frekuensi belajar (dalam satuan jam per minggu) dan tingkat pendidikan orang tua dihitung menggunakan tahun sukses sedangkan prestasi belajar dihitung menggunakan nilai rata-rata UAS mahasiswa. Apakah terdapat hubungan yang signifikan antara prestasi belajar dengan frekuensi belajar dan tingkat pendidikan orang tua.

Data

Grafik hubungan antara frekuensi belajar dengan prestasi

Grafik hubungan antara tingkat pendidikan orang tua dengan prestasi

Hasil output SPSS

Analisis Secara Individual variabel frekuensi belajar signifikan (nilai-p = 0,002) sedangkan variabel tingkat/lama pendidikan orang tua tidak signifikan ( nilai-p = 0,079 ) untuk tingkat signifikansi 5 % . Hal itu juga didukung oleh hasil analisis korelasi sehingga lebih baik menggunakan model hubungan antara prestasi dengan frekuensi belajar dan tanpa mengikutsertakan tingkat /lama pendidikan orang tua.

Hasil output SPSS model baru

Interpretasi Terdapat hubungan positif antara frekuensi belajar mahasiswa dengan prestasi belajar mahasiswa artinya makin lama frekuensi belajar mahasiswa maka prestasinya cenderung makin baik. Model : Y = 34.161 + 3.982 X1 Jika lama belajar X1 = 11 jam maka berapa nilai pretasi yang diharapkan ?

DIAGNOSIS Residu r yaitu selisih antara yi dan estimasinya digunakan untuk melakukan pengecekan apakah r berdistribusi normal atau tidak, apakah r tidak berkorelasi yaitu dengan mengecek correlogram (grafik autokorelasi) Dengan uji-KS (Kolmogorov- Smirnov) diperoleh r berdistribusi N(0,s2) bahwa nilai-p 0,8269 sehingga r berdistribusi normal dan juga didukung oleh qq plot yang cenderung lurus. Correlogram dari r juga tidak ada yang melewati garis batas biru sehingga dikatakan r tidak berkorelasi.

UJI DURBIN-WATSON

Dari Tabel DW untuk k=1 dan n=10 diperoleh dL = 0. 8791 dan dU = 1 Dari Tabel DW untuk k=1 dan n=10 diperoleh dL = 0.8791 dan dU = 1.3197 sedangkan dari output SPSS diperoleh d = 1.526. Akibatnya diperoleh dU = 1.3197 < d < 4 – dL = 4 – 0.8791 = 3.1209. Akibatnya berdasarkan uji Durbin-Watson, r tidak terdapat autokorelasi.

CONTOH 2

CONTOH 2A

TERIMA KASIH