Regresi & Korelasi Linier Sederhana

dokumen-dokumen yang mirip
REGRESI & KORELASI LINIER SEDERHANA

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

REGRESI & KORELASI LINIER SEDERHANA

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

MODUL ANALISIS REGRESI DAN KORELASI

BAB 2. Tinjauan Teoritis

Analisis Korelasi dan Regresi

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Regresi Linier Sederhana Definisi Pengaruh

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 LANDASAN TEORI

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

REGRESI DAN KORELASI

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

Analisis Regresi dan Korelasi

TINJAUAN PUSTAKA Evaluasi Pengajaran

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

REGRESI DAN KORELASI SEDERHANA

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

BAB 2 LANDASAN TEORI

Uji Statistika yangb digunakan dikaitan dengan jenis data

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

ANALISIS REGRESI DAN KORELASI SEDERHANA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III UKURAN PEMUSATAN DATA

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

MATEMATIKA INTEGRAL RIEMANN

S2 MP Oleh ; N. Setyaningsih

Statistika Deskriptif

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III PERSAMAAN PANAS DIMENSI SATU

REGRESI LINIER SEDERHANA

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

POLIGON TERBUKA TERIKAT SEMPURNA

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

PEMBELAJARAN 4 ANALISIS REGRESI KORELASI

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN

REGRESI LINEAR SEDERHANA

REGRESI SEDERHANA Regresi

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

UKURAN GEJALA PUSAT DAN UKURAN LETAK

XI. ANALISIS REGRESI KORELASI

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

2.2.3 Ukuran Dispersi

Created by Simpo PDF Creator Pro (unregistered version)

PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM 1 Henny Kusumaningrum, 2 Dwi Endah Kusrini dan 3 Destri Susilaningrum

BAB 2 LANDASAN TEORI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

ANALISIS REGRESI. . Berdasarkan sample acak, persamaan regresi populasi (1) akan ditaksir, ini dilakukan dengan jalan menaksir parameter-parameter 1

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

STATISTICAL STUDENT OF IST AKPRIND

Y = f(x1, X2,..., Xp) + error (2.1) = komp. sistematik + komp. non-sistematik dugaan Y = f(x1, X2,..., Xp) (2.2)

ANALISIS BENTUK HUBUNGAN

BAB III ISI. x 2. 2πσ

Bab II Teori Pendukung

Makalah ANALISIS REGRESI DAN REGRESI GANDA

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

BAB 2 LANDASAN TEORI

BAB 1 ERROR PERHITUNGAN NUMERIK

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

Transkripsi:

Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah bebas (depedet varable) Dagram Pecar Scatter Dagram Dagram ag meggambarka la-la observas peubah takbebas da peubah bebas. Nla peubah bebas dtuls pada sumbu X (sumbu horzotal) Nla peubah takbebas dtuls pada sumbu Y (sumbu vertkal) Nla peubah takbebas dtetuka oleh la peubah bebas Ada sudah dapat meetuka maa peubah takbebas da peubah bebas? Cotoh : Umur Vs Tgg Taama Baa Promos Vs Volume pejuala (X : Umur, Y : Tgg) (X : Baa Promos, Y : Vol. pejuala) Jes-jes Persamaa Regres : a. Regres Ler : - Regres Ler Sederhaa - Regres Ler Bergada b. Regres Noler - Regres Ekspoesal Regres Ler - Betuk Umum Regres Ler Sederhaa Y a + bx Y : peubah takbebas X : peubah bebas a : kostata b : kemrga - Betuk Umum Regres Ler Bergada Y a + b X + b X +...+ b X Y : peubah takbebas a : kostata X : peubah bebas ke- b : kemrga ke- X : peubah bebas ke- b : kemrga ke- X : peubah bebas ke- b : kemrga ke-

Regres No Ler - Betuk umum Regres Ekspoesal Y ab log Y log a + (log b). Regres Ler Sederhaa Metode Kuadrat terkecl (least square method): metode palg populer utuk meetapka persamaa regres ler sederhaa - Betuk Umum Regres Ler Sederhaa : Y a + bx Y : peubah takbebas X : peubah bebas a : kostata b : kemrga Nla b dapat postf (+) dapat egartf (-) b : postf Y b : egatf Y Y a + bx Y a - bx X X Peetapa Persamaa Regres Ler Sederhaa b a b sehgga a b : baak pasaga data : la peubah takbebas Y ke- : la peubah bebas X ke-

Cotoh : Berkut adalah data Baa Promos da Volume Pejuala PT BIMOIL perusahaa Mak Goreg. Tahu Baa Promos (Juta Rupah) Volume Pejuala (Ratusa Juta Lter) ² ² 00 5 0 4 5 00 4 6 4 6 36 003 5 8 40 5 64 004 7 0 70 49 00 005 8 88 64 Σ Σ 6 Σ 40 Σ 3 Σ² 58 Σ² 346 5 betuk umum persama regres ler sederhaa : Y a + b X b b ( 5 3) ( 6 40) 60 040 0 0563.....053 ( 5 58) ( 6 ) 790 676 4 a b 40 6 a 0563.... 8 ( 0563.... 5. ) 8 54736..... 563....530 5 5 Y a + b X Y.530 +.053 X Peramala dega Persamaa Regres Cotoh 3 : Dketahu hubuga Baa Promos (X dalam Juta Rupah) da Y (Volume pejuala dalam Ratusa Juta lter) dapat dataka dalam persamaa regres ler berkut Y.530 +.053 X 3

Perkraka Volume pejuala jka dkeluarka baa promos Rp. 0 juta? Jawab : Y.530 +.053 X X 0 Y.53 +.053 (0).53 + 0.53 3.06 (ratusa juta lter) Volume pejuala 3.06 00 000 000 lter 3. Korelas Ler Sederhaa Koefse Korelas (R) : ukura hubuga ler peubah X da Y Nla R berksar atara (+) sampa (-) Nla R ag (+) dtada oleh la b ag (+) Nla R ag (-) dtada oleh la b ag (-) Jka la R medekat + atau R medekat - maka X da Y memlk korelas ler ag tgg Jka la R + atau R - maka X da Y memlk korelas ler sempura Jka la R 0 maka X da Y tdak memlk relas (hubuga) ler (dalam kasus R medekat 0, ada dapat melajutka aalss ke regres ekspoesal) Koefse Determas Sampel R² Ukura propors keragama total la peubah Y ag dapat djelaska oleh la peubah X melalu hubuga ler. 4

5 Peetapa & Iterpretas Koefse Korelas da Koefse Determas R Cotoh 4 : Lhat Cotoh, setelah medapatka persamaa Regres Y.530 +.053 X, htug koef. korelas (R) da koef determas (R²). Guaka data berkut (lhat Cotoh ) Σ 6 Σ 40 Σ 3 Σ² 58 Σ² 346 R ( ) [ ] [ ] [ ] [ ] 30 4 0 600 730 676 790 040 60 40 346 5 6 58 5 40 6 3 5 ) ( ) ( ) ( ) ( ) ( R 0 480 0 73 0 9857........ Nla R 0.9857 meujukka bahwa peubah X (baa promos) da Y (volume pejuala) berkorelas ler ag postf da tgg R² 0 9857.... 0.9765... 97 % Nla R 97% meujukka bahwa 97% propors keragama la peubah Y (volume pejuala) dapat djelaska oleh la peubah X (baa promos) melalu hubuga ler. Ssaa, atu 3 % djelaska oleh hal-hal la.

4. Regres Ler Bergada Pembahasa aka melput regres ler dega Varabel Bebas (X da X ) da Varabel Tak Bebas (Y). Betuk Umum : Y a + b X + b X Y : peubah takbebas a : kostata X : peubah bebas ke- b : kemrga ke- X : peubah bebas ke- b : kemrga ke- a, b da b ddapatka dega meelesaka tga persamaa Normal berkut: () a+b + b () a +b + b () a +b + b : baak pasaga data : la peubah bebas X ke- : la peubah takbebas Y ke- : la peubah bebas X ke- 6

Cotoh 4: Berkut adalah data Volume Pejuala (juta ut) Mobl dhubugka dega varabel baa promos (X dalam juta rupah/tahu) da varabel baa peambaha aksesors (X dalam ratusa rbu rupah/ut). ² ² ² 3 4 6 8 4 9 6 3 4 5 5 0 9 6 5 5 6 8 30 40 48 5 36 64 6 8 0 48 60 80 36 64 00 7 9 63 77 99 49 8 8 0 80 96 0 64 00 44 3 40 50 39 96 379 87 306 470 Tetapka Persamaa Regres Ler Bergada a + b X + b X 6 3 40 50 39 96 379 87 306 470 Masukka otas-otas dalam ketga persamaa ormal, () a+b + b + + () a + b b () a + b b Sehgga ddapatka tga persamaa berkut: () 6a + 3 b + 40 b 50 () 3 a + 87 b + 39 b 96 () 40 a + 39 b + 306 b 379 7

Lakuka Elmas, utuk meghlagka (a) () 3 a + 87 b + 39 b 96 6 () 6a + 3 b + 40 b 50 3 () 89 a + b + 434 b 776 () 89 a + 96 b + 40 b 550 (v) 6b + 94 b 6 Lalu () 40 a + 39 b + 306 b 379 6 () 6a + 3 b + 40 b 50 40 () 40 a + 434 b + 836 b 74 () 40 a + 40 b + 600 b 000 (v) 94 b + 36 b 74 Selajuta, elmas (b ) da dapatka la (b ) (v) 94 b + 36 b 74 6 (v) 6 b + 94 b 6 94 (v) 334 b + 37996 b 444 (v) 334 b + 37636 b 43844 360 b 70 b 0.75 Dapatka Nla (b ) da la (a) dega melakuka substtus, sehgga: (v) 94 b + 36 b 74 Perhatka b 0.75 94 b + 36 (0.75) 74 94 b + 77 74 94 b 97 b 0.50 8

() 6a + 3 b + 40 b 50 Perhatka b 0.50 da b 0.75 6a + 3(0.50) + 40 (0.75) 50 6a + 5.5 + 30 50 6a 4.5 a 0.75 Sehgga Persamaa Regres Bergada a + b X + b X dapat dtuls sebaga 0.75 + 0.50 X + 0.75 X 5. Korelas Ler bergada Koefse Determas Sampel utuk Regres Ler Bergada dber otas sebaga berkut R. Sedagka Koefse Korelas adalah akar postf Koefse Determas atau R. R. Rumus JKG R. ( ) s JKG : Jumlah Kuadrat Galat s ² : Jumlah Kuadrat (terkoreks) d maa s ( ) ( ) JKG a b b 9

Cotoh 5: Jka dketahu (dar Cotoh 4) 6 3 40 50 39 96 379 87 306 470 Maka tetapka R. da jelaska arta la tersebut! s ( ) ( ) 6( 470) ( 50) 66 ( 5) 80 500 30 0. 667 30 30 JKG a b b 470-0.75(50) - 0.5 (96) - 0.75 (379) 470-37.5-48 - 84.5 0.5 05. s 5 0. 667 JKG R. ( ) 05. 53. 333-0.0046875 0.99535 99.53% Nla R. 99.53% meujukka bahwa 99.53% propors keragama la peubah Y (volume pejuala) dapat djelaska oleh la peubah X (baa promos) da X (baa aksesors) melalu hubuga ler. Ssaa sebesar 0.47% djelaska oleh hal-hal la. Selesa 0