STATISTIKA UNTUK TEKNIK SIPIL.

Slides:



Advertisements
Presentasi serupa
Pertemuan II SEBARAN PEUBAH ACAK
Advertisements

ANALISIS REGRESI SEDERHANA
Korelasi dan Regresi Ganda
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
PENGUJIAN HIPOTESIS SAMPEL KECIL
Statistika Parametrik
Korelasi dan Regresi 2011 Program Studi Magister Biomedik
Statistik Parametrik.
Bab 6B Distribusi Probabilitas Pensampelan
UJI HOMOGENITAS DATA SATU VARIABEL UJI T DAN ANOVA
REGRESI DAN KORELASI SEDERHANA
Bab 8B Estimasi Bab 8B
TEMU 7 ANALISIS REGRESI.
ANALISIS REGRESI DAN KORELASI
Analisis Regresi Kelompok 3 3SK1
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
ANALISIS REGRESI.
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
Statistika 2 Regresi dan Korelasi Linier Topik Bahasan:
Regresi dan Korelasi Linier
ANAILSIS REGRESI BERGANDA
REGRESI LINEAR SEDERHANA
Koefisien Korelasi Pearson dan Regresi Linier Sederhana

Statistika Deskriptif: Statistik Sampel
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
BAB III ANALISIS REGRESI.
Korelasi dan Regresi Ganda
ANALISIS KORELASI DAN REGRESI LINIER
Regresi Linier Berganda
KORELASI DAN REGRESI LINEAR SEDERHANA
Regresi Linier Berganda
BAB XIII REGRESI BERGANDA.
Hubungan Antar Sifat.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
Regresi Linier Berganda
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
KORELASI Bagaimana model regresi antar variabel yang dihubungkan?
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
Bio Statistika Jurusan Biologi 2014
TAKSIRAN NILAI PARAMETER
Regresi Berganda Statistika Ekonomi II Pertemuan Ke 10
Analisis Regresi Sederhana
ANALISIS VARIANSI (ANOVA)
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
Regresi Linier Berganda
STATISTIKA ANALISIS REGRESI DAN KORELASI
REGRESI LINEAR SEDERHANA
Program Studi Statistika Semester Ganjil 2012
REGRESI LINEAR SEDERHANA
Regresi Linier Berganda
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
PERAMALAN DENGAN GARIS REGRESI
Regresi Linier Sederhana
Program Studi Statistika Semester Ganjil 2012
PENDAHULUAN Dalam kehidupan sering ditemukan adanya sekelompok peubah yang diantaranya terdapat hubungan alamiah, misalnya panjang dan berat bayi yang.
Regresi Linier Sederhana dan Korelasi
MUHAMMAD HAJARUL ASWAD
Perbedaan Taksiran Nisbah dengan Rataan Per Unit
ANALISIS REGRESI DAN KORELASI
Metode Penaksiran Nisbah dan Regresi
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
Pencocokan Kurva / Curve Fitting
REGRESI 1 1.OBSERVASI 2.PENGAMATAN 3.PENGUKURAN (Xi, Yi)
Regresi Linier Berganda
ANALISIS REGRESI & KORELASI
Korelasi dan Regresi Aria Gusti.
ANALISIS REGRESI DAN KORELASI
Teknik Regresi.
Transcript presentasi:

STATISTIKA UNTUK TEKNIK SIPIL

Analisis regresi Regresi adalah cara untuk memperoleh hubungan fungsional antara peubah acak. Secara analitis tidak mungkin untuk mendapatkan hubungan fungsional yang unik dari pasangan perubah yang banyak Tetapi dengan memperhatikan bahwa nilai variabel Y untuk suatu variabel X yang tetap akan berada disekitar nilai rata ratanya maka hubungan fungsional antara nilai rata rata X dan nilai Y dapat dicari.

Analisis regresi Hubungan yang paling dekat adalah jika fungsi ini memiliki total kuadrat penyimpangan terkecil dari seluruh data. Regresi linier adalah hubungan fungsional yang berupa fungsi linier antara satu peubah dengan peubah yang lain yaitu: Y = a + bX Permasalahan dalam regresi linier adalah menaksir koefisien a dan b yang memberikan nilai yang paling dekat dengan data amatan

Nilai rata2 varians X Y Regresi linier sederhana hanya terdapat satu peubah bebas-x berasumsi bahwa varian adalah konstan bukan fungsi-x

Galat regresi hubungan antara nilai pasangan pengamatan adalah galat atau penyimpangan terhadap garis regresi

Persamaan simultan Solusinya:

Contoh perhitungan regresi Data hasil percobaan geser langsung pada tanah lempung terkonsolidasi normal Teg. Normal Teg. Geser 138.0 61.4 206.9 86.9 241.4 103.9 275.9 124.4 295 125 350 130

Teg. Normal Teg. Geser   x y x2 xy 138,0 61,4 19049,29 8477,286 206,9 86,9 42808,20 17981,02 241,4 103,9 58276,96 25093,52 275,9 124,4 76098,78 34322,78 295 125 87025,00 36875 350 130 122500,00 45500 1507,187 631,696 405758,24 168249,6

Contoh: perhitungan koefisien regresi dari data hubungan antara faktor air semen dan kuat tekan beton pada campuran 1:2:3 No fas (X) Kuat tekan (Y) 1 2 3 4 5 6 0.35 0.37 0.4 0.41 0.5 0.1225 0.1369 0.1600 0.1681 0.2500 30 29 28 25 22 20 10.5 10.73 10.36 10 9.02 900 841 784 625 484 400 2.4 0.9744 154 60.61 4034

Koefisien regresi: persamaan regresi menjadi

Penaksiran koefisien regresi JKG=Jumlah Kuadrat Galat karena maka

SELANG TAKSIRAN Taksiran untuk varian regresi Selang taksiran untuk koef regresi

Bentuk lain jumlah kuadrat

contoh hubungan fas dan kuat tekan

selang penaksiran 95% untuk koefisien regresi

PENGUJIAN MODEL REGRESI jumlah kuadrat penyimpangan data (JKT) terhadap taksiran dikomposisikan atas jumlah kuadrat model regresi(JKR) dan jumlah kuadrat galat data (JKG). JKT = JKR+JKG atau JKR = JKT – JKG

Rasio antara JKR dan JKG akan berdistribusi F-Fisher statistik uji

KORELASI Jika analisis regresi bertujuan mencari bentuk hubungan fungsional antara dua peubah, analisis korelasi bertujuan membuktikan adanya hubungan fungsional, atau keeratan hubungan antara dua perubah tersebut Dengan demikian wajar jika analisis korelasi dilakukan sebelum analisis regresi.

Bentuk korelasi Tidak berkorelasi Berkorelasi positif Berkorelasi negatif

KOEFISIEN KORELASI Keeratan hubungan antara dua peubah dinyatakan dalam koefisien korelasi :

contoh untuk hubungan fas dan kuat tekan koefisien korelasi

Latihan