ANALISIS REGRESI DAN KORELASI Oleh Suryo Guritno.

Slides:



Advertisements
Presentasi serupa
Outlier Pada Analisis Regresi
Advertisements

ANALISIS KORELASI.
Pertemuan 6 UJI HIPOTESIS
Statistika Parametrik
Statistik Parametrik.
ANALISIS REGRESI DAN KORELASI
ANALISIS REGRESI.
PENGUJIAN HIPOTESIS ASOSIATIF
BAB III ANALISIS REGRESI.
Analisis Data: Memeriksa Perbedaan
ANALISIS REGRESI TERAPAN
Regresi Linier Berganda
ANALISIS REGRESI Pertemuan ke 12.
KORELASI DAN REGRESI LINEAR SEDERHANA
BAB XIII REGRESI BERGANDA.
KORELASI & REGRESI LINIER
BAB VI REGRESI SEDERHANA.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Abdul Rohman Fakultas Farmasi UGM
Regresi Linier Berganda
REGRESI LINEAR SEDERHANA
Regresi Linear Dua Variabel
METODOLOGI PENELITIAN
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Uji Hipotesis.
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Korelasi dan Regresi linier
Analisis Korelasi & Regresi
Analisis Korelasi & Regresi
RESPONSE SURFACE METHODOLOGY
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Analisis Korelasi dan Regresi
STATISTIKA Pertemuan 10: Analisis Regresi dan Korelasi
Pertemuan ke 14.
ANALISIS REGRESI & KORELASI
REGRESI LINIER DAN KORELASI
Analisis REGRESI.
Regresi Linier Sederhana
Analisis Regresi & Analisis Korelasi
Regresi Sederhana : Estimasi
Operations Management
Regresi Linier Sederhana dan Korelasi
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
Pertemuan ke-2 KORELASI
ANALISIS KORELASI.
Analisis Regresi dan Korelasi
Analisis Korelasi & Regresi
ANALISIS REGRESI SEDERHANA
MUHAMMAD HAJARUL ASWAD
ANALISIS REGRESI DAN KORELASI
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
METODE PENELITIAN KORELASIONAL
Uji Asumsi Analisis Regresi Berganda Manajemen Informasi Kesehatan
KORELASI.
TEKNIK REGRESI BERGANDA
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
BAB 8 ANALISIS KORELASIONAL sCp.
BAB 6 MULTIKOLINIERITAS
ANALISIS REGRESI & KORELASI
REGRESI LINEAR SEDERHANA
KORELASI & REGRESI LINIER
PRAKTIKUM STATISTIKA INDUSTRI
REGRESI DAN KORELASI DISUSUN OLEH : 1.AVERIO ALVAREZ ( ) 2.FRANS HENDRIKO MARPAUNG ( ) 3.CLAUDIA ELSHA ALVINCE ( ) 4.STEVEN.
ANALISIS REGRESI LINIER
BAB VIII REGRESI &KORELASI BERGANDA
Analisis KORELASIONAL.
Korelasi dan Regresi Aria Gusti.
ANALISIS REGRESI DAN KORELASI
Transcript presentasi:

ANALISIS REGRESI DAN KORELASI Oleh Suryo Guritno

MASALAH k PEUBAH (k  2) APA BILA PENGUKURAN/PENGAMATAN TERHADAP OBJEK YANG MENJADI PERHATIAN ADA DUA ATAU LEBIH (SETIAP HASIL ADALAH PASANGAN DUA ATAU LEBIH), MAKA DUA HAL YANG MENARIK UNTUK DIPERHATIKAN ADALAH : 1. BAGAIMANA ERATNYA HUBUNGAN 2. BAGAIMANA BENTUK HUBUNGAN

SALAH SATU UKURAN KEERATAN HUBUNGAN YANG BANYAK DIGUNAKAN ADALAH KOEFISIEN KORELASI PEARSON -0,25 0, ,75 0 0,75 ERAT negatif ERAT positif

AWAS !! jika r = 0 artinya tidak ada hubungan linear antara X dan Y keeratan hubungan yang ditunjukkan adalah keeratan hubungan linear

- versus H 1  A.   0 B.  > 0 C.  < 0 -  = … ???, pilih 5 % atau 10 % atau … - daerah kritis/kriteria uji : tentukan statistik uji untuk uji koefisien korelasi (=  ) digunakan koef. korelasi sampel (= r)

karena, maka A. H o ditolak jikaatau B. H o ditolak jika C. H o ditolak jika - Perhitungan : - Kesimpulan :

  0 =>r ~ ?? => uji hipotesis untuk  : versus H 1  A.    o B.  >  o C.  <  o -  = … ???, pilih harga  0 %

- Kriteria uji : A. H o ditolak jika H o diterima jika B. H o ditolak jika H o diterima jika C. H o ditolak jika H o diterima jika

=> interval konfidensi untuk  : dari menjadi dengan

Patient Number Method IMethod II

BENTUK PERSAMAAN HUBUNGAN ANTARA SUATU VARIABEL (DEPENDEN VARIABEL) DENGAN PALING SEDIKIT SATU VARIABEL (INDEPENDEN VARIABEL) ADALAH PERSAMAAN REGRESI UNTUK MEMPERKIRAKAN BENTUK TEPAT SUATU PERSAMAAN REGRESI TERLEBIH DAHULU DILAKUKAN LANGKAH-LANGKAH BERIKUT :

CONTOH (1.6, 5.5), (1.0, 6.7), (1.1, 5.5), (1.2, 5.7), (1.3, 5.2) (1.7, 4.5), (2.9, 3.8), (2.9, 3.8), (4.2, 3.6), (5.4, 3.5)

X,Y Scatter Plot Kecenderungan garis lurus Inferensi ???

dengan metode kuadrat terkecil

tidak diketahui, Inferensi untuk  atau  atau berdasarkan a atau b atau jikadiduga dengan

untuk inferensi perhatikan bahwa , , dan koefisien determinasi (=  2 ) harus signifikan  2 diduga dengan

inferensi untuk parameter  : A. H o ditolak jika B. H o ditolak jika C. H o ditolak jika

inferensi untuk parameter  : A. H o ditolak jika B. H o ditolak jika C. H o ditolak jika

ambil sampel acak sederhana berukuran n model regresi sampel adalah dengan : ditulis dalam notasi vektor dan matriks Masalah regresi linear ganda :

masalah : dengan MKT, yaitu cari yang meminimumkan diperoleh Yang mempunyai sifat BLUE untuk best linearunbiased estimator

inferensi untuk atau A ?? perlu ditambah dengan asumsi distribusi yang lazim digunakan adalah perlu dicatat bahwa model regresi dikenal pula sebagai model regresi klasik

QUALITATIVE VARIABLEDUMMY VARIABLE Sex (male, female) Place of residence (urban, rurual, suburban) : Smoking status [current smoker, ex-smoker (has not smoked for 5 years or less0, ex-smoker (has not smoked for more than 5 years), never smoked]

penyimpangan-penyimpangan model regresi klasik Jika Y dikhotomous

logistik model atau logit model untuk 1 (satu) peubah bebas atau untuk k (k  2) peubah bebas