TIM ASISTEN STATISTIKA 2017

Slides:



Advertisements
Presentasi serupa
REGRESI DAN KORELASI SEDERHANA
Advertisements

BAB XI REGRESI LINEAR Regresi Linear.
REGRESI DAN KORELASI Pada bab ini akan membahas dua bagian yang saling berhubungan, khususnya dua kejadian yang dapat diukur secara matematis. Dalam hal.
REGRESI LINEAR Oleh: Septi Ariadi
KORELASI DAN REGRESI LINEAR SEDERHANA
Regresi Linier Berganda
KORELASI & REGRESI LINIER
BAB VI REGRESI SEDERHANA.
Probabilitas dan Statistika
REGRESI LINEAR SEDERHANA
ANALISIS KORELASI.
Regresi & Korelasi Linier Sederhana
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
REGRESI LINEAR.
ANALISIS KORELASI DAN REGRESI
REGRESI DAN KORELASI.
PERAMALAN “Proyeksi Tren”
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Analisis Korelasi dan Regresi
ANALISIS REGRESI & KORELASI
STATISTIKA Pertemuan 10: Analisis Regresi dan Korelasi
STATISTIKA ANALISIS REGRESI DAN KORELASI
Korelasi dan Regresi Aria Gusti.
D0124 Statistika Industri Pertemuan 19 dan 20
Pertemuan ke 14.
RANCANGAN PERCOBAAN ACAK KELOMPOK
Pertemuan ke 14.
REGRESI LINEAR SEDERHANA
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
PERAMALAN DENGAN GARIS REGRESI
REGRESI LINIER DAN KORELASI
TIM ASISTEN STATISTIKA 2016
TIM ASISTEN STATISTIKA 2016
Variansi, Kovariansi, dan Korelasi
DESAIN PENELITIAN KORELASIONAL
ANALISIS KORELASI.
TIM ASISTEN PENGOLAHAN DATA PERIKANAN 2017
Statistika Uji hipotesis 1 Populasi & 2 Populasi
STATISTIKA PENYAJIAN DATA
STATISTIKA PENYAJIAN DATA
Uji Hipotesis 2 Populasi
UJI LANJUTAN & RANCANGAN ACAK KELOMPOK
METODE PENELITIAN KORELASIONAL
REGRESI LINEAR.
TIM ASISTEN STATISTIKA 2016 PERTEMUAN 7
Statistika uji hipotesis (1 populasi)
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
TUGAS STATISTIKA Regresi dan Korelasi Nama = Dimas Kurnia A
TIM ASISTEN STATISTIKA 2017
TIM ASISTEN PENGOLAHAN DATA PERIKANAN 2017
REGRESI LINEAR.
REGRESI LINEAR SEDERHANA
PRAKTIKUM STATISTIKA INDUSTRI
STATISTIKA PENYAJIAN DATA
Uji Hipotesis 2 Populasi
TIM ASISTEN STATISTIKA 2017/2018
TIM ASISTEN STATISTIKA 2017
Statistika Uji hipotesis 1 Populasi
STATISTIKA BRIEFING PRAKTIKUM SEMESTER GANJIL 2018/2019
UJI LANJUTAN DAN RANCANGAN ACAK KELOMPOK
PENGENALAN RANCANGAN PERCOBAAN DAN RANCANGAN ACAK LENGKAP
Uji Hipotesis 2 Populasi
TIM ASISTEN STATISTIKA 2018
REGRESI LINEAR.
Analisis KORELASIONAL.
Korelasi dan Regresi Aria Gusti.
TIM ASISTEN STATISTIKA
Korelasi dan Regresi Aria Gusti.
Statistika Uji hipotesis 1 Populasi & Uji Hipotesis 2 Populasi
Teknik Regresi.
Transcript presentasi:

TIM ASISTEN STATISTIKA 2017 REGRESI KORELASI TIM ASISTEN STATISTIKA 2017

Mampu mengetahui cara pengolahan data dengan analisis regresi korelasi TUJUAN Mampu mengetahui cara pengolahan data dengan analisis regresi korelasi Mampu menginterpretasikan hasil pengolahan data dengan analisis regresi korelasi Mampu mengambil keputusan berdasarkan kaidah pengambilan keputusan

PRINSIP DASAR “Peramalan” atau “Pendugaan” Sebuah peubah bebas (X) digunakan untuk menduga nilai peubah tak bebas (Y) karena telah diketahui ada keterkaitan atau hubungan Contoh : Hubungan nilai UTS dengan waktu belajar Hubungan hasil tangkapan per unit effort dengan effort Hubungan antara panjang dan berat ikan hasil tangkapan Menduga kecerahan air dan konsentrasi klorofil Keterkaitan kedua peubah ini adalah prinsip dasar dari persamaan regresi. Keterkaitan atau hubungan itu diistilahkan sebagai korelasi.

CIRI UMUM REGRESI CIRI UMUM KORELASI = pengaruh dari dua variabel/lebih = variabel sudah pasti korelasi = model → Y = a + bX , dimana a (interseps (perpotongan garis regresi), b (koefisien regresi) CIRI UMUM KORELASI = keeratan dari dua variabel/lebih = variabel korelasi belum tentu regresi = model → -1<r≤1

FUNGSI Analisis korelasi Analisis regresi Untuk mengetahui keeratan hubungan antara dua variable atau lebih tanpa memperhatikan ada tidaknya hubungan kausal diantara variable-variable tersebut Analisis regresi Untuk mengetahui bentuk hubungan dua variabel

HUBUNGAN ANTAR VARIABEL SIMETRIS , (y1 ←→ y2 ), kedua variabel adalah akibat dari suatu factor yang sama Ex : Lobster dan ikan karang ASIMETRIS, (x → y), satu variabel mempengaruhi variabel yang lain tetapi tidak ada timbal balik Ex : Fitoplankton yang membutuhkan cahaya matahari RESIPROK, (x →← y), kedua variabel memiliki hubungan saling mempengaruhi Ex : Zooxanthella dan karang

Menuju minitab

TUGAS UNTUK MINGGU DEPAN Tugas Materi 7 (untuk kelompok 1 dan 3) Lihat sheet tugas materi 7.xlsx dan buatlah langkah kerja serta screenshot sesuai dengan Regresi Korelasi

- imronriza13@gmail.com (kelompok 3 & 4 ) Dikumpulkan paling lambat minggu depan Selasa, 28 November 2017 pukul 15.00 Laporan FIX hari Kamis, 30 November 2017 pukul 18.00 dalam bentuk softfile kirim ke e-mail: - luth.ramadhan@gmail.com (kelompok 1 & 2) - imronriza13@gmail.com (kelompok 3 & 4 ) Format pengiriman subjek dan nama file = Praktikum4_Kelompok Asistensi 1x (kondisional)

TERIMA KASIH