Analisis Regresi 2. Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
|
|
- Ratna Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Analisis Regresi Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda Tuuan Instruksional Khusus : Mahasiswa dapat menelaskan regresi linier sederhana dan berganda dan asumsi-asumsi yang mendasarinya
2 Regresi Linier Sederhana Model Regresi Linier Sederhana ( peubah penelas) Model Regresi Linier Berganda ( k peubah penelas ) Dengan notasi matriks dapat dituliskan : ε x β β Y banyaknyap penelas k, n k k n n y X ε x β... x β x β β Y k k
3 Ringkasan Regresi Linier Berganda Model Regresi Linier Berganda dengan peubah penelas : Y β β x β x ε Model umum Regresi Berganda dengan k peubah penelas dalam notasi matriks : y n nxk k n
4 Ringkasan Regresi Linier Berganda lanutan Nilai dugaan yˆ X b y X( X' X) X' Matriks dugaan ragam peragam bagi b : Vˆ( b ) cov( b, b )... cov( b, b ) k ˆ cov( b, b ) Vˆ( b )... cov( b, bk ) V ( b) cov( bk, b ) cov( bk, b )... Vˆ( bk ) X' X s dengan : s = KT sisaan
5 Ringkasan Regresi Linier Berganda lanutan KOEFISIEN DETERMINASI R b' X ' Y Y' Y R ad b' X ' Y ny Y' Y ny Dugaan simpangan baku s b c ( )( ) s dengan : s = KT sisaan c ()( ) unsur ke diagonal matriks ( X' X)
6 Pendugaan model regresi linier berganda dengan notasi matriks Notasi Matriks pada Model Regresi Linier Berganda dengan k = Penduga parameter regresi berganda dg notasi matriks : X y n y n y y.. x x x x x x.. n n ) (k ) ( ) ( ) ( ' ) ' ( y b n n k k k X X X
7 Contoh: model regresi linier berganda dalam notasi matriks Data : Model Regresi dalam notasi Matriks : y X y x x y X
8 Contoh : Menduga parameter regresi linier berganda dg matriks Dugaan bagi parameter regresi : ( k) b ( k) ( X' X) ( k) (k ) X' n y n Dari data contoh tsb. didapat : X X = x x 3
9 b = Contoh : Menduga parameter regresi linier berganda dg matriks Dengan perhitungan cara matriks didapat : X X ( X' X) Dugaan persamaan garis regresinya : yˆ (X X) - X.4.898x. 7x y lanutan
10 Pemeriksaan Model Regresi Berganda : ui-t Ui-t dimaksudkan untuk mengui pengaruh setiap peubah penelas secara satu per satu terhadap peubah responnya Model Regresi Berganda dg peubah penelas : Y β βx βx ε : : atau atau Peubah penelas X tidak berhubungan linier dg Y Peubah penelas X berhubungan linier dg Y Peubah penelas X berhubungan linier positif dg Y Peubah penelas X berhubungan linier negatif dg Y
11 Pemeriksaan Model untuk Regresi Berganda : ui-t lanutan ipotesis :. atau atau : : Statistik ui-nya : b t hit, sb c ( )( ) s b Deraat bebasnya = n k - s. : : atau atau Unsur ke (+) diagonal (X X) - k = banyaknya peubah penelas Akar dari KT sisaan
12 Contoh : ui-t dengan notasi matriks Dengan menggunakan data contoh pada slide sebelumnya ingin diui apakah X dan atau X berpengaruh linier thdp Y Didapatkan bahwa Dugaan garis regresi-nya: ipotesisnya : : : ( X' X) yˆ x. 7x Peubah penelas X tidak berhubungan linier dg Y Peubah penelas X berhubungan linier dg Y
13 Contoh : ui-t dengan notasi matriks Statistik ui-nya : b t hit, sb c ( )( ) s S = b untuk, s untuk, s b b.76 x.9 s.53 t.5 x.9.5 t hit hit lanutan
14 Contoh : ui-t dengan notasi matriks (lanutan) d.b. = 7-3 = 4 t 4,.5 =.776 a/=.5 a/=.5 Untuk = t hit = 3.55 tolak Untuk = t hit =.89 terima -t n-3,α/ Tolak Terima t n-3,α/ Tolak KESIMPULAN :. Cukup bukti untuk mengatakan bahwa ada hub linier antara x dan Y. Tidak cukup bukti untuk mengatakan bahwa ada hub linier antara x dan Y
15 Contoh : ui-t dengan Minitab lanutan Regression Analysis: Y versus X, X The regression equation is Y = X +.75 X Predictor Coef SE Coef T P Constant X X S =.98 R-Sq = 83.3% R-Sq(ad) = 74.9% >.5 Terima
16 Pemeriksaan Model Regresi Berganda : ui-f Dengan ui F ini kita dapat mengetahui : peubah-peubah penelas yang ada dalam model berpengaruh secara serempak terhadap respon atau tidak. (model regresi layak atau tidak) Penambahan satu peubah penelas ke dalam model setelah peubah penelas lainnya ada dalam model berpengaruh nyata atau tidak terhadap respon Penambahan sekelompok peubah penelas ke dalam model setelah peubah penelas lainnya ada dalam model berpengaruh nyata atau tidak terhadap respon
17 Ui Parameter Regresi Linier Berganda : ui-f untuk model keseluruhan :... : min ada satu k,,,...,k : peubah respon tidak memp hub linier dg peubah penelas ke- s.d ke-k Sumber Keragaman Deraat Bebas (db) Jumlah Kuadrat (JK) b, b,..,b k b k b X Y Y Y/n Sisaan n k- Y Y b X Y Total (terkoreksi) n - KRITERIA PENOLAKAN : Y Y Y Y/n Tolak ika Kuadrat Tengah (KT) JK Regresi k JK sisaan n k - F : peubah respon memp hub linier dg min peubah penelas ke- s.d ke-k F hit F k,n k,α KT KT regresi sisaan
18 Ui Parameter Regresi Linier Berganda : ui-f untuk model keseluruhan lanutan OUT PUT MINITAB : DATA TEKANAN DARA The regression equation is Tekanan Darah = 5,5 +,8 Ukuran Tubuh +,848 Umur + 9, Merokok S = 7,88677 R-Sq = 7,6% R-Sq(ad) = 69,6% Analysis of Variance Source DF SS MS F P Regression 3 46,3 536,8 4,7, Residual Error 8 74,6 6, Total 3 635, :... : min ada,,,..,k KEPUTUSAN: a tolak. = 5% KESIMPULAN: Tekanan darah memiliki hubungan linier dg min satu peubah penelas k F tabel : F (3,8), 5% =,95
19 Ui Parameter Regresi Linier Berganda : ui-f untuk model keseluruhan lanutan : : min ada satu 3,,,3 Statistik ui-nya: KTregresi Fhit 4,7 KT sisaan F tabel : F (3,8), 5% =,95 Keputusan: Tolak Terima a =.5 F.5 =,95 Tolak F Kesimpulan: Cukup bukti untuk mengatakan bahwa minimum ada satu peubah penelas yg berhubungan linier dg Y
20 Ui-F Parsial dan ui-f Sekuensial PADA ANALISIS REGRESI LINIER BERGANDA : Terhadap semua peubah penelas yang tersedia : Diui peubah penelas apa yg berpengaruh nyata thd respon. Dari yang ada dalam model, usahakan yang dipakai hanya peubah penelas yang keberadaannya dalam model menyumbangkan keragaman kepada garis regresi cukup besar Jika suatu peubah penelas keberadaannya dalam model sudah dapat diwakili oleh yg lainnya, maka peubah penelas tsb tidak perlu lagi digunakan dlm model Lebih disenangi model yang memiliki banyaknya peubah penelas yang lebih sedikit.
21 Apakah penambahan X ke dalam model berpengaruh terhadap Y : : dalam model Pemeriksaan Model Regresi Berganda : ui-f Y x Y β βx x ε Sumber Keragaman Deraat Bebas (db) Jumlah Kuadrat (JK) Kuadrat Tengah (KT) b, b b b X Y Y Y/n JK JK b b, b b,b b b b Sisaan n 3 Y Y b X Y JKb b,b JK JK sisaan sisaan n -3 hit KT b KT b,b F sisaan Total (terkoreksi) n - Y Y Y Y/n
22 Pemeriksaan Model Regresi Berganda : KOEFISIEN DETERMINASI BERGANDA KOEFISIEN DETERMINASI BERGANDA Proporsi keragaman pada Y dielaskan oleh semua peubah X secara bersama-sama R Keragaman ygdielaskan SS yy SSE Total Keragaman SS yy SSE SS yy
23 Pemeriksaan Model Regresi Berganda : Adusted R R besarnya tidak pernah turun ketika peubah X ditambahkan ke dalam model anya nilai Y yang menentukan besarnya SS yy Tidak ada gunanya kalau membandingkan model yg satu dg yg sdh ditambah peubah penelasnya. Solusi: Adusted R Setiap penambahan peubah penelas akan menurunkan nilai adusted R. R a n SSE SSE R n k SS SSyy yy
24 Validitas Model PRESS = Prediction Sum of Squares, adalah prosedur yang merupakan kombinasi dari: semua kemungkinan regresi, analisis sisaan, dan teknik validasi. Digunakan untuk mengukur validitas model. PRESS y i yˆ i, i e i,-i y i yˆ i, i : nilai respon pada x=x i (data lengkap) : nilai ramalan y pd x=x i yg diramal melalui dugaan persamaan regresi dari data tanpa amatan ke-i Model valid ika memiliki PRESS yg kecil = n i ei h ii PRESS R PRED y y i R pred adalah statistik lainnya yg berhub dg PRESS. Model valid ika R pred besar.
25 PROSEDUR PRESS Mis. k adalah banyaknya peubah dalam suatu persamaan regresi, n adalah banyaknya amatan Langkah-langkahnya: y yˆ k y yˆ, 3 3k,..., yn yˆ nk n i (lanutan). Sisihkan amatan ke-, amatan ke- tidak digunakan, data tinggal n-.. Dugalah semua kemungkinan model regresi thdp n- data tersebut. (ika k= banyaknya kemungkinan model hanya ) 3. Ramal y dengan model yang didapat pd no.. (lakukan untuk semua kemungkinan model hanya ika k=) 4. itung perbedaan y yg disisihkan tadi dengan hasil no Ulangi langkah -4 dengan menyisihkan amatan ke-, ke-3,..., ke-n. Didapat 6. Untuk setiap model regresi yang mungkin hitung : Validitas Model PRESS y yˆ k ˆ y i y ik 7. Pilih model yang relatif memiliki nilai PRESS terkecil, dan melibatkan peubah penelas sedikit.
26 Validitas Model (lanutan) Y X Contoh Proses PRESS, untuk n= dan k= Dugaan Garis Regresi dg Data tanpa amatan ke-i ramalan Yi tnp amatan ke-i e i,-i e i,-i kuadrat 7,46 Y tnp = 3, +,55 X tnp 8,6 -,6,36 6,77 8 Y tnp = 3,5 +,497 X tnp 7,6 -,56,6553,74 3 Y tnp 3 = 4, +,345 X tnp 3 8,495 4,45 8,3 7, 9 Y tnp 4 = 3,4 +,5 X tnp 4 7,54 -,43,849 7,8 Y tnp 5 =,95 +,54 X tnp 5 8,64 -,794,6343 8,84 4 Y tnp 6 =,46 +,577 X tnp 6,538 -,698,883 6,8 6 Y tnp 7 =,97 +,5 X tnp 7 5,98,98,96 5,39 4 Y tnp 8 =,7 +,56 X tnp 8 4,84,566,335 8,5 Y tnp 9 =,84 +,58 X tnp 9 9,76 -,6,567 6,4 7 Y tnp = 3,3 +,498 X tnp 6,56 -,96,9 5,73 5 Y tnp =,88 +,5 X tnp 5,435,95,873 Total = PRESS = 3,69
27 Validitas Model (lanutan) Output Minitab untuk data contoh tsb The regression equation is Y = 3, +,5 X Predictor Coef SE Coef T P Constant 3,,4,67,6 X,4997,79 4,4, S =,363 R-Sq = 66,6% R-Sq(ad) = 6,9% PRESS = 3,6 R-Sq(pred) = 4,7% Analysis of Variance Source DF SS MS F P Regression 7,47 7,47 7,97, Residual Error 9 3,756,58 Total 4,6 asil PRESS melalui proses = hasil Minitab Untuk k= hanya ada model Amatan ke-3 memberikan simpangan ramalan terbesar Amatan ke-3 dapat dipandang sebagai amatan berpengaruh Dugaan parameter regresi tanpa amatan ke-3 sangat berbeda dg lainnya dugaan yg ini relatif yg benar/baik Keluarkan amatan ke-3 dari analisis. Cek nilai PRESS-nya. Cek nilai R nya
28 Validitas Model (lanutan) Output Minitab data lengkap The regression equation is Y = 3, +,5 X Predictor Coef SE Coef T P Constant 3,,4,67,6 X,4997,79 4,4, S =,363 R-Sq = 66,6% PRESS = 3,6 R-Sq(pred) = 4,7% Analysis of Variance Source DF SS MS F P Regression 7,47 7,47 7,97, Residual Error 9 3,756,58 Total 4,6 Output Minitab data tanpa amatan ke-3 The regression equation is Y tnp 3 = 4, +,345 X tnp 3 Predictor Coef SE Coef T P Constant 4,69, 8,78, X tnp 3,345334,37 454,74, S =,38655 R-Sq =, PRESS =,74853 R-Sq(pred) =,% Analysis of Variance Source DF SS MS F P Regression,6,6 664,34, Residual Error 5,, Total 6,6 Menyisihkan amatan ke-3 mempengaruhi dugaan parameter, menurunkan nilai PRESS Dari sisi model, persamaan tanpa amatan ke-3 yg terbaik. R-Sq(pred)=,% model sangat valid PELUANG salah memprediksi =
29 Validitas Model (lanutan) Dugaan garis regresi dg data lengkap PRESS = 3,6 R-Sq(pred) = 4,7% Dugaan garis regresi tanpa amatan ke-3 PRESS =,74853 R-Sq(pred) =,% Fitted Line Plot Y = 3, +,4997 X Fitted Line Plot Y tnp 3 = 4,6 +,3453 X tnp Y 9 8 Y tnp , 7,5 X,,5 5, 5 5, 7,5, X tnp 3,5 5, Semakin kecil nilai PRESS-nya model semakin valid semakin baik untuk memprediksi. Setiap model regresi thdp set data memiliki nilai PRESS
30 ASUMSI ASUMSI YANG ARUS DIPENUI DALAM ANALISIS REGRESI BERGANDA :. Kondisi Gauss-Marcov.. 3. E[ ] nilai - harapan/rataan sisaan nol i E[ i ] var [ ], ragam sisaan homogen untuk setiap nilai ( homoscedasticity ) E[ ], i sisaan saling bebas/tdk ada autokorelasi i x. Galat menyebar Normal 3. Galat bebas terhadap peubah bebas, cov(x i, ), i cov(x 4. Tidak ada multikolinieritas pd peubah bebas, i,x ), i
Analisis Regresi 1. Pokok Bahasan : Regresi Linier dengan Dua Peubah Penjelas
Analisis Regresi Pokok Bahasan : Regresi Linier dengan Dua Peubah Penelas Penulisan model regresi linier berganda dengan notasi matriks Model Regresi Linier dengan peubah penelas Model Regresi Linier Berganda
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda
Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga
Lebih terperinciPencilan. Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya
Pencilan Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya Bisa jadi terletak pada tiga atau empat simpangan baku atau lebih jauh lagi dari rata-rata
Lebih terperinciANALISIS REGRESI 1. Pokok Bahasan : REGRESI LINIER SEDERHANA
ANALISIS REGRESI Pokok Bahasan : REGRESI LINIER SEDERHANA Deskripsi Model Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda Linier Non Linier Linier Non Linier
Lebih terperinciMetode Statistika Pertemuan XII. Analisis Korelasi dan Regresi
Metode Statistika Pertemuan XII Analisis Korelasi dan Regresi Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran variabel Pemodelan Keterkaitan Relationship vs Causal Relationship
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Asumsi sisaan dan penanganannya
Analisis Regresi 2 Pokok Bahasan : Asumsi sisaan dan penanganannya Tujuan Instruksional Khusus : Mahasiswa dapat menjelaskan asumsi-asumsi yang melandasi analisis regresi linier sederhana dan berganda,
Lebih terperinciAnalisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB
Analisis Korelasi dan Regresi Dr. Kusman Sadik, M.Si Dept. Statistika IPB - 015 1 Hubungan Dua Peubah atau Lebih PEUBAH KASUS PENGUMPULAN DATA JENIS HUBUNGANNYA 1.Dosis pupuk.banyaknya padi yg dihasilkan
Lebih terperinciKualitas Fitted Model
Kualitas Fitted Model Apakah model regresi sudah cukup pas mewakili data? Apakah model regresi cukup baik untuk model peramalan? Tebaran titik amatan / scatter plot y Mana di antara gambar gambar ini yang
Lebih terperinciAnalisis Regresi 1. Model-model Regresi yang Lebih Lanjut. Pokok Bahasan : Itasia & Y Angraini Dep. STK FMIPA-IPB
Analisis Regresi Pokok Bahasan : Model-model Regresi yang Lebih Lanjut Itasia & Angraini Dep. STK FMIPA-IPB Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)
STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)
Lebih terperinciPengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel
Statistika, Vol. 10 No. 2, 99 105 Nopember 2010 Pengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel Teti Sofia Yanti Program Studi Statistika Universitas Islam Bandung Email: buitet@yahoo.com
Lebih terperinciOleh : Fuji Rahayu W ( )
Oleh : Fuji Rahayu W (1208 100 043) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012 Indonesia sebagai negara maritim Penduduk Indonesia
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciAnalisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan
Lebih terperinciABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah
PEMODELAN PRESTASI MAHASISWA TERHADAP MATAKULIAH WAJIB DENGAN ANALISIS REGRESI Anik Rufaidah Program Studi Teknik Industri Sekolah Tinggi Teknik Qomaruddin Jalan Raya No. 01 Bungah Gresik 61152 Indonesia
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA y (x 3,y 3 ) d 3 (x 5,y 5 ) d 5 d 2 (x 2,y 2 ) d (x 1 1,y 1 ) d 4 (x 4,y 4 ) x Definisi: Dari semua kurva pendekatan terhadap satu set data, kurva yang memenuhi sifat bahwa nilai
Lebih terperinciRegresi Linier Berganda
Regresi Linier Berganda Regresi Berganda Contoh Menguji hubungan linier antara variabel dependen (y) dan atau lebih variabel independen (x n ) Hubungan antara suhu warehouse dan viskositas cat dengan jumlah
Lebih terperinciPengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 7 ANOVA (1)
STK511 Analisis Statistika Pertemuan 7 ANOVA (1) Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumber-sumber keragaman data Dapat menciptakan jenis
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciHipotesis adalah suatu pernyataan tentang parameter suatu populasi.
PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciREGRESI LINIER BERGANDA. Debrina Puspita Andriani /
REGRESI LINIER BERGANDA 9 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline 03//04 Regresi Berganda : PENGERTIAN 3 Menguji hubungan linier antara variabel dependen (y) dan
Lebih terperinciTINJAUAN PUSTAKA. Model Regresi Linier Ganda
TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran
Lebih terperinciBab 2 LANDASAN TEORI
9 Bab 2 LANDASAN TEORI 21 Uji Kecukupan Sampel Dalam melakukan penelitian yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel Pengujian
Lebih terperinciBAB 2 LANDASAN TEORI
9 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel - variabel lain yang mempengaruhinya. Misalnya pada kinerja
Lebih terperinciBAB 2 LANDASAN TEORI. Bentuk umum persamaan regresi linier berganda adalah
BAB LANDASAN TEORI Regresi Linier Berganda Bentuk umum persamaan regresi linier berganda adalah Y = b 0 + b X + b X + b 3 X 3 + + b k X k + e () dengan: Y = variabel respon b 0 = konstanta regresi b i
Lebih terperinciRegresi Linier Sederhana dan Korelasi. Pertemuan ke 4
Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel
Lebih terperinciBAB III METODE PENELITIAN. September). Data yang dikumpulkan berupa data jasa pelayanan pelabuhan, yaitu
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berasal dari data sekunder dengan jenis data bulanan mulai tahun 2004 sampai dengan tahun 2011 (bulan September).
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan anatara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama digunakan
Lebih terperinciAnalisis Korelasi & Regresi
Analisis Korelasi & Regresi Oleh: Ki Hariyadi,, S.Si., M.PH Nuryadi, S.Pd.Si UIN JOGJAKARTA 1 Pokok Bahasan Analisis Korelasi Uji Kemaknaan terhadap ρ (rho) Analisis Regresi Linier Analisis Kemaknaan terhadap
Lebih terperinciREGRESI LINIER GANDA. Fitriani Agustina, Math, UPI
REGRESI LINIER GANDA 1 Pengertian Regresi Linier Ganda Merupakan metode yang digunakan untuk memodelkan hubungan linear antara variabel terikat dengan dua/lebih variabel bebas. Regresi linier untuk memprediksi
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperincidan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.
Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Pengertian Regresi Linier Pengertian Regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih Analisis
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan
7 BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciBAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan
BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
2 5. Pemilihan Pohon Contoh BAB V HASIL DAN PEMBAHASAN Pohon contoh yang digunakan dalam penyusunan tabel volume ini adalah jenis nyatoh (Palaquium spp.). Berikut disajikan tabel penyebaran pohon contoh
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
Lebih terperinci1. Lakukan uji kualitas garis lurus dan hipotesa slope dan intersep (gunakan rumus-rumus yang sudah di berikan dan kerjakan di laboratorium komputer).
NAMA : INDRI SUCI RAHMAWATI NIM : 205-32-005. Lakukan uji kualitas garis lurus dan hipotesa slope dan intersep (gunakan rumus-rumus yang sudah di berikan dan kerjakan di laboratorium komputer). KASUS IMT
Lebih terperinciREGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) 1311105003 2) 1311106009 email: 1) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciLinier Regression. Statistik (MAM 4137) Ledhyane I. Harlyan
Linier Regression Statistik (MAM 4137) Ledhyane I. Harlyan TIK (TUJUAN INSTRUKSIONAL KHUSUS) Mahasiswa mampu melakukan analisis regresi sederhana dengan menggunakan metode kuadrat galat terkecil History
Lebih terperinci= parameter regresi = variabel gangguan Model persamaan regresi linier pada persamaan (2.2) dapat dinyatakan dalam bentuk matriks berikut:
BAB II LANDASAN TEORI 2. Analisis Regresi Linier Berganda Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menganalisis hubungan antara dua variabel atau lebih. Menurut
Lebih terperinciAPLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR
APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR Oleh : Isnia Dwimayanti (0 09 06) Pembimbing : DR Drs I Nyoman Budiantara, MS ABSTRAK Tingginya tingkat fertilitas
Lebih terperinciII. TINJAUAN PUSTAKA 2.1 Metode Regresi 2.2 Model Aditif Terampat ( Generalized additive models , GAM)
II. TINJAUAN PUSTAKA. Metode Regresi Analisis regresi merupakan bagian dalam analisis statistika yang digunakan untuk memodelkan hubungan antara peubah tidak bebas (respon) dengan satu atau beberapa peubah
Lebih terperinciREVIEW REGRESI LINIER BERGANDA. 24/09/2012 MK. Ekonometrika Darmanto, S.Si.
REVIEW REGRESI LINIER BERGANDA 1 PENGANTAR Semakin banyak variabel independen yang relevan muncul dalam model, akan semakin sempurna model yg ada dan akan semakin mengurangi beban dari variabel U dan α.
Lebih terperinciREGRESI LANJUTAN RETNO DWI ANDAYANI, SP. MP
REGRESI LANJUTAN RETNO DWI ANDAYANI, SP. MP REGRESI LANJUTAN Regresi Linier Berganda Regresi Kuadratik Regresi Kubik Analisis regresi dari RAL atau RAK REGRESI LANJUTAN Regresi Linier Berganda Regresi
Lebih terperinciBAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya.
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh
STK511 Analisis Statistika Pertemuan 4 Sebaran Penarikan Contoh Konsep Dasar Suatu statistik, misalnya, adalah fungsi dari peubah acak sering kita tulis. Idea dasaranya : Karena adalah peubah acak, maka
Lebih terperinciANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG. Riang Enjelita Ndruru,Marihat Situmorang,Gim Tarigan
Saintia Matematika Vol. 2, No. 1 (2014), pp. 71 83. ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG Riang Enjelita Ndruru,Marihat Situmorang,Gim Tarigan Abstrak. Penyediaan
Lebih terperinciBAB 4 ANALISIS DATA DAN PEMBAHASAN
5 BAB 4 ANALISIS DATA DAN PEMBAHASAN 4.1. Analisis Data 4.1.1. Data yang diperoleh Data yang dipakai adalah data produksi kaca patri berdasarkan permintaan proyek yang telah berjalan, yaitu selama 1 (satu)
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciIV. METODOLOGI PENELITIAN. Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur,
IV. METODOLOGI PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur, Tanjungpinang, Kepulauan Riau. Pemilihan lokasi dilakukan secara sengaja (purposive)
Lebih terperinciStatistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciTINJAUAN PUSTAKA. Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan
4 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Matriks 2.1.1 Matriks Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks tersebut. Suatu
Lebih terperinci1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.
* 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi Utriweni Mukhaiyar MA 2081 Statistika
Lebih terperinciESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
Lebih terperinciStatus Daerah SMA 5, 4, 4, 2, 3 2, 2, 3, 2, 1 PT 4, 3, 3, 2, 2 2, 1, 2, 0, 1
UGAS MODEL LINEAR Dosen: Dr. Purhadi, M.Sc Kasus: Menurut hasil penelitian, terdapat perbedaan ukuran (size) rumah tangga antara pedesaan dan perkotaan. Selain itu, pendidikan ibu turut andil dalam menentukan
Lebih terperinciRegresi Linear Sederhana
Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Setelah melalui beberapa tahap kegiatan penelitian, dalam bab IV ini diuraikan analisis hasil penelitian dan pembahasan hasil penelitian. Analisis
Lebih terperinciBAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang berarti
Lebih terperinciBAB III METODE PENELITIAN. di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
17 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN Bab ini akan menguraikan proses, hasil serta pembahasan dari pengolahan data yang telah dilakukan. Analisis pengolahan data dilakukan dengan mengggunakan software Minitab
Lebih terperinciBAB 2 LANDASAN TEORI. mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat di gunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang
Lebih terperinciBAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciGambar 2.1 Klasifikasi Metode Dependensi dan Interdependensi Analisis Multivariat
Bab Landasan Teori.1 Analisis Multivariat Analisis statistik multivariat merupakan metode dalam melakukan penelitian terhadap lebih dari dua variable secara bersamaan. Dengan menggunakan teknik analisis
Lebih terperinciPENGARUH MOTIVASI DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS KERJA KARYAWAN PADA PT PEGADAIAN (PERSERO) CABANG CIBINONG
PENGARUH MOTIVASI DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS KERJA KARYAWAN PADA PT PEGADAIAN (PERSERO) CABANG CIBINONG Oleh : Fitri Zakiyah (10208526) Latar Belakang Sumber Daya Manusia (SDM) merupakan
Lebih terperinciBAB III METODOLOGI 3.1 Lokasi dan Waktu Penelitian 3.2 Bahan dan Alat Penelitian 3.3 Metode Penelitian Pengumpulan Data
12 BAB III METODOLOGI 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di KPH Bojonegoro Perum Perhutani Unit II Jawa Timur pada Bagian Kesatuan Pemangkuan Hutan (BKPH) Bubulan, Dander, Clebung,
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN :
PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA DAN KORELASI 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan
BAB III METODE PENELITIAN A. Obyek/Subyek Penelitian Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, menyusun atau mengatur, menyajikan, menganalisa dan memberi interpretasi terhadap
Lebih terperinciBAB 2 LANDASAN TEORI. Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada
19 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel-variabel lain yang mempengaruhinya.misalnya pada seorang
Lebih terperinciBAB II TINJAUAN PUSTAKA. Hal ini sangat membantu dalam proses pembuktian sifat-sifat dan perhitungan
6 BAB II TINJAUAN PUSTAKA 2.1 Matriks Persamaan regresi linear berganda dapat dinyatakan dalam bentuk matriks. Hal ini sangat membantu dalam proses pembuktian sifat-sifat dan perhitungan matematis dari
Lebih terperinciProgram Magister Manajemen dan Bisnis Institut Pertanian Bogor 2014
TUGAS Metode Kuantitatif Manajemen Analisis Regresi pada Data Penjualan Tahunan Lezat Fried Chicken (LFC) Disusun sebagai Tugas Akhir Triwulan I Mata Kuliah Metode Kuantitatif Manajemen Disusun Oleh :
Lebih terperinciOleh : I Md Artawan, SE, MM NIK Dosen Pengajar Fakultas Ekonomi Universitas Warmadewa Denpasar REGRESI SEDERHANA
REGRESI SEDERHANA Oleh : I Made Artawan, SE, MM NIK 230 34 085 Dosen Pengajar Fakultas Ekonomi Universitas Warmadewa Denpasar REGRESI SEDERHANA PENGERTIAN REGRESI Regresi adalah suatu alat statistik yang
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan
Lebih terperinciANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc
ANOVA SATU ARAH Nucke Widowati Kusumo Proo, S.Si, M.Sc It s about: Ui rata-rata untuk lebih dari dua populasi Ui perbandingan ganda (ui Duncan & Tukey) Output SPSS PENDAHULUAN Ui hipotesis yang sudah kita
Lebih terperinciDidonwload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Pada bab sebelumnya telah dibahas rancangan faktorial secara umum, seringkali peneliti berhadapan pada rancangan yang melibatkan sejumlah faktor yang masing-masing faktor hanya terdiri
Lebih terperinciMata Kuliah: Statistik Inferensial
ANALISIS REGRESI DAN KORELASI LINIER 1 OUTLINE Bagian I Statistik Induktif Metode dan Distribusi Sampling Pengertian Korelasi Sederhana Teori Pendugaan Statistik Pengujian Hipotesa Sampel Besar Uji Signifikansi
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
28 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif kuantitatif. Ruang lingkup penelitian ini adalah untuk melihat
Lebih terperinciRegresi linier berganda Pada regresi linier sederhana variabel bebas (X) dan variabel tak bebas (Y) Regresi linier berganda : atau lebih variabel beba
Kuswanto-0 Regresi linier berganda Pada regresi linier sederhana variabel bebas (X) dan variabel tak bebas (Y) Regresi linier berganda : atau lebih variabel bebas (X, X,,Xn) variabel tak bebas (Y) Apabila
Lebih terperinciBAB IV HASIL ANALISA DAN PEMBAHASAN
BAB IV HASIL ANALISA DAN PEMBAHASAN A. Statistik Deskriptif Penelitian ini menggunakan analisa regresi yang tujuannya adalah untuk meramalkan suatu nilai variabel dependen dengan adanya perubahan dari
Lebih terperinciPerancangan dan Analisis Data Percobaan Pertanian. Sutoro BB BIOGEN
Perancangan dan Analisis Data Percobaan Pertanian Sutoro BB BIOGEN PRINSIP PERANCANGAN PERCOBAAN Ulangan (replication) Pengacakan (randomization) Pengendalian tempat percobaan (local control) Percobaan
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinciBAB 4 PEMBAHASAN HASIL PENELITIAN
BAB 4 PEMBAHASAN HASIL PENELITIAN 41 Hasil Uji Statistik 411 Statistik Deskriptif Pada bagian ini akan dibahas mengenai hasil pengolahan data statistik deskriptif dari variabel-variabel yang diteliti Langkah
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciBAB 1 PENDAHULUAN. banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam masyarakat modern seperti sekarang ini, metode statistika telah banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan keputusan / kebijakan.
Lebih terperinciIV. RANCANGAN ACAK KELOMPOK LENGKAP
IV. RANCANGAN ACAK KELOMPOK LENGKAP RAKL : paling luas digunakan cocok untuk percobaan lapangan Jumlah perlakuan tidak begitu besar, fleksibel dan sederhana Areal penurunan produktivitasnya dpt diduga
Lebih terperinciLedhyane I. Harlyan Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya 2013
Regression Ledhyane I. Harlyan Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya 2013 TUJUAN INSTRUKSIONAL KHUSUS Mahasiswa mampu melakukan analisis regresi sederhana dengan menggunakan metode
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI A. Persamaan Regresi Linear Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Analisis regresi
Lebih terperinciBAB III METODE PENELITIAN. Statistik). Data yang diambil pada periode , yang dimana di dalamnya
BAB III METODE PENELITIAN 3.1. Metode Penelitian 3.1.1. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder sendiri artinya adalah data yang tidak dikumpulkan
Lebih terperinci