Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehIvan Halim Telah diubah "9 tahun yang lalu
1
1 Pertemuan 18 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Regresi (II) : Meluruskan Model
2
2 ANALISIS EKSPLORASI DATA
3
3 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Melakukan analisis regresi (meluruskan model) dengan cara eksplorasi C3
4
4 MELURUSKAN MODEL Data hasil pengamatan tidak selalu linear Cara memeriksa kelinearan data : * Scatter diagram * Dengan membandingkan apakah Ya < Yt < Yb atau Yb < Yt < Ya ? * Dengan perhitungan
5
5 Scatter Diagram
6
6 Pengecekan Apakah Y A < Y T < Y B atau Y B < Y T < Y A ?
7
7 Perhitungan S = minimum (b BT,b AT )M = maksimum (bBT,bAT) N ≈ 1 (N mendekati 1) atau b BT ≈ b AT N ≈ 0 (N mendekati 0) dan b BT dan b AT bertanda sama N ≈ 0 (N mendekati 0) dan b BT dan b AT berbeda tanda Model linier baik digunakan Lakukan transformasi Tidak dibahas di sini
8
8 0.9 < N ≤ 1 Tidak perlu digunakan transformasi. Gunakan model linear sederhana (garis lurus). 0.5 < N ≤ 0.9 a. Bila scatter diagram menunjukan bahwa data memencar yang berarti bahwa hubungan antara X dan Y renggang maka model linier sederhana sudah cukup. b. Bila hubungan erat gunakan transformasi. 3. 0 < N ≤ 0.5 Gunakan transformasi untuk X atau kedua-duanya. Aturan Penggunaan Transformasi
9
9 Transformasi yang sesuai dengan berbagai kurva b BT > b AT keduanya positif Transformasi X : Log X, -1/X Transformasi Y : Y 2, Y 3
10
10 Transformasi yang sesuai dengan berbagai kurva b BT > b AT keduanya negatif Transformasi X : Log X Transformasi Y : Log Y
11
11 Transformasi yang sesuai dengan berbagai kurva b BT < b AT keduanya positif Transformasi X : X 2, X 3 Transformasi Y : Log Y
12
12 Transformasi yang sesuai dengan berbagai kurva b BT < b AT keduanya negatif Transformasi X : X2X2 Transformasi Y : Y 2
13
13 Data sebelum transformasi
14
14 Perhitungan X B = 2.5Y B = 3.46 X T = 6.5Y T = 6.29 X A = 10.5Y A = 12.76 Y T – Y B 6.29 – 3.46 b BT = ----------- = ----------------- = 0.7 X T – X B 6.5 – 2.5 Y A – Y T 12.76 – 6.29 b AT = ------------ = -------------------- = 1.61 X A – X T 10.5 – 6.5 S = min (b BT, b AT ) = min (0.70 ; 1.61) = 0.70 M = maks (b BT, b AT ) = maks (0.70 ; 1.61) = 1.61 S 0.70 N = ------- = ---------- = 0.43 M 1.61
15
15 Data Setelah Transformasi
16
16 Perhitungan X B = 2.5Y B ` = log (3.46) = 0.53 X T = 6.5Y T ` = log (6.29) = 0.79 X A = 10.5Y A ` = log (12.76) = 1.10 YT` – YB` 0.79 – 0.53 b BT = ------------ = -------------------- = 0.065 XT – XB 6.5 – 2.5 YA` – YT` 1.10 – 0.79 b AT = ------------- = -------------------- = 0.077 XA – XT 10.5 – 6.5 S = min (b BT, b AT ) = min (0.065 ; 0.077) = 0.065 M = maks (b BT, b AT ) = maks (0.065 ; 0.077) = 0.077 S 0.077 N = ------ = ---------- = 0.84 ≈ 1 M 0.065
17
17 Menghitung Persamaan Regresi Estimasi X B = 2.5Y B ` = log (3.46) = 0.53 X T = 6.5Y T ` = log (6.29) = 0.79 X A = 10.5Y A ` = log (12.76) = 1.10 Y A ` – Y B ` 1.10 – 0.53 b = --------------- = ------------------- = 0.071 X A – X B 10.5 – 2.5 a A = Y A ` – b. X A = 1.10 – (0.071 x 10.5) = 0.365 a T = Y T ` – b. X T = 0.79 – (0.071 x 6.5) = 0.339 a B = Y B ` – b. X B = 0.53 – (0.071 x 2.5) = 0.363 a A + a T + a B 0.365 + 0.339 + 0.363 a = ----------------------- = -------------------------------- = 0.36 3 3 Jadi persamaan regresi estimasinya : ^ Y = 0.36 + 0.071 X
18
18 > Sampai saat ini Anda telah mempelajari analisis regresi dengan menggunakan cara eksplorasi Analisis regresi ini banyak sekali penggunaannya Anda dapat mempelajari lebih dalam dari materi penunjang
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.