+ QUIZ Trip Generation Model Kamis, 18 Oktober 2012 Waktu: 60 menit (08.00 – 09.00am)

Slides:



Advertisements
Presentasi serupa
BAB III Metode Simpleks
Advertisements

ANALISIS REGRESI GANDA (dua prediktor)
Oleh : Novita Cahya Mahendra
Gradien Oleh : Zainul Munawwir
Riset Operasional Pertemuan 9
ANALISA BIVARIAT: KORELASI DAN REGRESI
BAB II Program Linier.
TINA KURDI ASTUTI, PENGARUH PRODUCT FEATURES, BRAND EXTENSION DAN MEDIA COMMUNICATION TERHADAP KEPUTUSAN PEMBELIAN LAPTOP MEREK TOSHIBA (STUDI.
TEKNIK REGRESI BERGANDA
MENU UTAMA PENDAHULUAN PERTEMUAN 1 PERTEMUAN 2 PERTEMUAN 3 PERTEMUAN 4 SOAL-SOAL LATIHAN PENUTUP.
Teknik Pencarian Solusi Optimal Metode Grafis
ANALISIS KORELASI.
Korelasi dan Regresi Ganda
SISTEM PERSAMAAN LINIER
REGRESI LINIER BERGANDA
MATEMATIKA KELAS 10 SEMESTER GANJIL.
BAB 13 PENGUJIAN HIPOTESA.
Sistem Persamaan Linier Dua Variabel (SPLV)
Sistem Persamaan Linear Dua Variabel ( SPLDV )
SISTEM PERSAMAAN LINEAR
Bab 6B Distribusi Probabilitas Pensampelan
Tugas 5 Berikut ini adalah ilmu yang yang berkaitan langsung dengan ilmu ekonometrika, kecuali: Matematika Ekonomi Statistika deskriptif Statistik Inferensi.
REGRESI DAN KORELASI SEDERHANA
Persamaan Linier dua Variabel.
HIMPUNAN PENYELESAIAN SISTEM PERSAMAAN LINIER DUA VARIABEL
MUHAMMAD ALI IMRON, PENGARUH BIAYA KUALITAS TERHADAP VOLUME PENJUALAN PADA CV. ANEKA ILMU SEMARANG.
REGRESI LINEAR.
Persamaan Garis Singgung pada Kurva
Analisis Regresi Kelompok 3 3SK1
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
Statistika 2 Regresi dan Korelasi Linier Topik Bahasan:
KONSEP DASAR Fungsi dan Grafik
Penyelesaian Persamaan Linier Simultan
Regresi dan Korelasi Linier
ANALISIS BIAYA-VOLUME-LABA (COST-VOLUME-PROFIT ANALYSIS)
Sistem Persamaan Linier dan kuadrat
Korelasi ganda (Multiple Correlation) Oleh: Septi Ariadi
KOEFISIEN KORELASI, regresi LINEAR DAN KOEFISIEN DETERMINASI
Metode Eliminasi Gauss Jordan
Teknik Elektro STTA Yogyakarta Ganjil 2012/2013
SISTEM PERSAMAAN LINEAR DUA VARIABEL
Sistem Persamaan Linear Dua Variabel (SPLDV)
By Eni Sumarminingsih, SSi, MM
SISTEM PERSAMAAN LINIER
APLIKASI FUNGSI DLM EKONOMI
MATEMATIKA BISNIS PERTEMUAN kedua Hani Hatimatunnisani, S. Si
PENGUJIAN HIPOTESIS ASOSIATIF
PENGUJIAN HIPOTESIS SAMPEL BESAR
PERSAMAAN DIFERENSIAL
PERSAMAAN GARIS PROGRAM STUDI PENDIDIKAN MATEMATIKA Oleh Kelompok 4 :
CONNY SETYAWAN SUGIHARNO, PENGARUH MOTIVASI DAN DISIPLIN KERJA TERHADAP PRODUKTIFITAS PERUSAHAAN KAPUR TULIS CAP SEGITIGA CEPU- BLORA.
ANALISIS JALUR (PATH ANALYSIS)
Korelasi dan Regresi Ganda
analisis Korelasi Partial
Korelasi dan Regresi Linear Berganda
ANALISIS REGRESI TERAPAN
Sistem Persamaan Linier Non Homogin
ANALISIS REGRESI LINIER DUA PREDIKTOR
BAB VII PERSAMAAN DIFFRENSIAL SIMULTAN
REGRESI DAN KORELASI Contoh : Pengeluaran untuk konsumsi rumah tangga berkaitan dengan pendapatan rumah tangga. Data yang diperoleh sebagai berikut : Pendapatan.
LATIHAN SOAL REGRESI DAN KORELASI
TUGAS STATISTIKA Regresi dan Korelasi Nama = Dimas Kurnia A
A. Sistem Persamaan Linier dan Kuadrat
Metode Eliminasi Gauss Jordan
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dan Kuadrat.
Langkah Eliminasi SPLTV 1. Pilihlah dua persamaan, misal persamaan 1 dan 2 2. Selanjutnya eliminasi salah satu variabel, misal x 3. Pilih dua persamaan.
PERSAMAAN LINIER DUA VARIABEL.
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dengan dua Variabel.
Oleh NATALIA PAKADANG ( ). SISTEM PERSAMAAN LINEAR DUA VARIABEL Bentuk umum : dimana : a1, a2, b1, b2, c1, c2 adalah bilangan riil. a dan b ≠0.
Teknik Regresi.
Transcript presentasi:

+ QUIZ Trip Generation Model Kamis, 18 Oktober 2012 Waktu: 60 menit (08.00 – 09.00am)

+ Data survei dari daerah studi

+ Pertanyaan  Tentukan :  persamaan regresi dengan satu variabel bebas.  dari kedua persamaan tersebut, persamaan regresi manakah yang mempunyai koefisien determinasi terbaik ?  Tentukan persamaan regresi linier dengan multi variabel dari data tersebut di atas.

+ Tabulasi Variabel Regresi Nomor ZONA YX1X1 X2X2 X1YX1YX2YX2YX12X12 X22X22 X1X2X1X2 Y2Y2 X1X2X1X2 Jumlah Pergerakan dalam ribu smp/thn Jumlah Penduduk dalam ribu orang Jumlah Pendapatan dalam milyar rupiah SUM: AVERAGE:

+ 1. Menentukan persamaan regresi linier untuk masing-masing variabel bebas (1 variabel bebas)

+ Persamaan Regresi dengan Satu Variabel X 1 (Jumlah Penduduk) Dengan koefisien regresi tersebut, persamaan regresi menjadi: Koefisien determinasinya dapat ditentukan :

+ Persamaan Regresi dengan Satu Variabel X 2 (Jumlah Pendapatan) Dengan koefisien regresi tersebut, persamaan regresi menjadi: Koefisien determinasinya dapat ditentukan :

+ Kesimpulan: AnalisaHasilKeterangan Persamaan Regresi: 1. Hubungan Y dengan X 1 2. Hubungan Y dengan X 2 Y = 1.28 X – Y = X – Koefisien Determinasi: 1. Hubungan Y dengan X 1 2. Hubungan Y dengan X Kuat Baik Dari kedua persamaan regresi tersebut dipilih terbaik: Hubungan antara jumlah perjalanan dan jumlah penduduk Karena koefisien determinasi lebih besar, 0.96 yang berarti secara dominan, jumlah penduduk mempengaruhi jumlah perjalanan sebesar 96 %

+ Grafik persamaan regresi

+ 2. Menentukan persamaan regresi linier multi-variabel Y terhadap X 1 dan X 2 Dari tabulasi yang telah disusun (slide 4), ditentukan persamaan penyelesaian regresi linier multi variabel (2 variabel bebas):

+ Penyelesaian secara simultan dengan cara eliminasi Langkah 1: Diselesaikan Persamaan (1) dan (2) dengan mengkalikan salah satu persamaan (dipilih persamaan 1) dengan rasio pengkali untuk mengeliminasi salah satu variabel yang tidak diketahui (b 2 )

+ Langkah 2: Diselesaikan Persamaan (1) dan (3) dengan mengkalikan salah satu persamaan (dipilih persamaan 1) dengan rasio pengkali untuk mengeliminasi salah satu variabel yang tidak diketahui (b 2 )

+ Langkah 3: Diselesaikan Persamaan (4) dan (5) dengan mengkalikan salah satu persamaan (dipilih persamaan 4) dengan rasio pengkali untuk mengeliminasi salah satu variabel yang tidak diketahui (b 1 )

+ Langkah 4: Dengan diperolehnya nilai koefisien b 0, maka dapat diperoleh nilai koefisien lainnya: b 0 = b 1 =1.12 b 2 =0.15 Y = X X 2 Persamaan regresi diperoleh: