Analisis Regresi (IV) :

Presentasi berjudul: "Analisis Regresi (IV) :"— Transcript presentasi:

1 Analisis Regresi (IV) :
Matakuliah : I0044 / Analisis Eksplorasi Data Tahun : Versi : V1 / R1 Pertemuan 20 Analisis Regresi (IV) : Pencocokan Model

2 ANALISIS EKSPLORASI DATA
PENDUGAAN PARAMETER PEUBAH LATEN KEMISKINAN RELATIF

3 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Melakukan analisis regresi (mencocokan model) dengan cara konfirmasi  C3

4 Sisaan / Galat / Residual
Sisa dari Konfirmasi : Y= -1,831X + 45, Eksplorasi : Y= -2,4X + 53 1 5,2 0,5;4,4 8,6;8,9 3,0;0,6;3,8 0,0;2,5;0,5;4,4;0,1 3,2;1,1;7,0;6,3;5,2;2,4 -0 1,8;0,8;0,9;3,8 6,8;6,4 6,0;8,8 1,9 -1 2,1 Batang: puluhan daun: satuan dan puluhan

5 Konfirmasi vs Eksplorasi
Cara Konfirmasi Eksplorasi dq 7,3 8,2 Rentangan 26,3 27,3 Variansi 44,8 47,94 7,3/16,2 = 0,45 8,2/16,2 = 0,51 44,88/77,09 = 0,58 47,94/77,09 = 0,62 628,38 672,62

6 Koefisien Determinasi
Ada dua proporsi disini yaitu: Proporsi yang dijelaskan regresi (r2) Proporsi yang tidak dijelaskan regresi(1 – r2) Proporsi yang dapat dijelaskan oleh model: Proporsi yang tak dapat dijelaskan oleh model:

7 Koefisien Korelasi Bila proporsi yang dapat dijelaskan dalam model (r2) kita tarik akar kuadrat, maka akan diperoleh koefisien korelasi produk momen atau sering disebut sebagai korelasi X dan Y Tanda untuk koefisien korelasi rxy ini sama dengan tanda pada koefisien b dari persamaan regresi

8 Koefisien Korelasi Tanda korelasi menunjukkan arah hubungan
r positif berarti adanya korelasi positif (hubungan searah) antara X dengan Y r negatif berarti adanya korelasi negatif (hubungan berlawanan arah) antara X dengan Y Koefisien korelasi dapat juga dihitung dengan rumus :

9 Nilai Koefisien Korelasi
Nilai koefisien korelasi r berkisar dari -1,0 (hubungan terbalik sempurna) melalui 0,0 (tak ada hubungan linear) sampai 1,0 (hubungan searah sempurna) Besar kecilnya nilai r (tanpa memperhatikan tanda) menunjukkan keeratan hubungan linier antara X dengan Y Semakin mendekati nilai 0 berarti semakin lemah hubungan liniernya Semakin menjauhi nilai 0 berarti semakin kuat hubungan liniernya

10 Pengujian Koefisien Determinasi
Kita dapat menguji koefisien determinasi r2 : H0 : r2 = 0 (X tidak menjelaskan sedikitpun mengenai Y secara linier) H1 : r2 > 0 (X mampu menjelaskan Tetapkan taraf nyata uji α Kita cari nilai koefisien determinasi r2, kemudian hitung nilai F dengan rumus:

11 Pengujian Koefisien Determinasi
Kita cari wilayah kritis untuk F ini, yaitu : F > Fα(1,n-2) (berasal dari tabel F) Tarik Keputusan Bila F berada pada wilayah kritis atau berada pada daerah penolakan H0, maka H0 ditolak Bila F berada di luar wilayah kritis atau berada di luar daerah penolakan H0, maka H0 diterima

12 Pengujian Koefisien Korelasi
Kita dapat menguji korelasi r sama mirip dengan menguji koefisien determinasi r2 : H0 : r = 0 (X tidak berkorelasi linier dengan Y) H1 : r ≠ 0 (X berkorelasi linier dengan Y) atau H1 : r > 0 (X berkorelasi positif dengan Y) atau H1 : r < 0 (X berkorelasi negatif dengan Y) Tetapkan taraf nyata uji α Hitunglah nilai t dengan rumus:

13 Pengujian Koefisien Korelasi
Kita cari wilayah kritis untuk t ini, yaitu : t > tα/2(n-2) atau t < -tα/2(n-2) (dua arah) t > tα(n-2) atau t < -tα(n-2) (satu arah) (berasal dari tabel t-Student) Kita tarik keputusan : Bila t berada pada wilayah kritis atau berada pada daerah penolakan H0, maka H0 ditolak Bila t berada di luar wilayah kritis atau berada di luar daerah penolakan H0, maka H0 diterima

14 http://faculty.vassar.edu/lowry/ vassarstats.html
WEB SUPLEMEN Untuk lebih memahami materi (Menyususn Angka, Sari Numerik, Transformasi, Regresi Eksplorasi, Regresi Konfirmasi, dan Korelasi) yang telah dibahas, Anda dapat mempelajari lebih dalam melalui situs : vassarstats.html

15 << CLOSING>>
Sampai saat ini Anda telah mempelajari analisis regresi dengan menggunakan cara konfirmasi Analisis regresi ini banyak sekali penggunaannya Anda dapat mempelajari lebih dalam dari materi penunjang