Analisis Regresi dan Korelasi

dokumen-dokumen yang mirip
Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

BAB 5. ANALISIS REGRESI DAN KORELASI

Analisis Korelasi dan Regresi

BAB 2 LANDASAN TEORI

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Regresi Linier Sederhana Definisi Pengaruh

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

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

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

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

BAB 2. Tinjauan Teoritis

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

BAB II LANDASAN TEORI

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

Model Regresi Berganda

REGRESI & KORELASI LINIER SEDERHANA

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

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

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

REGRESI LINIER SEDERHANA

BAB 2 LANDASAN TEORI

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

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

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

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

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

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

Regresi & Korelasi Linier Sederhana

XI. ANALISIS REGRESI KORELASI

REGRESI & KORELASI LINIER SEDERHANA

Uji Statistika yangb digunakan dikaitan dengan jenis data

HANDOUT ANALISIS REGRESI. Kismiantini NIP

PEMBELAJARAN 4 ANALISIS REGRESI KORELASI

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Regresi Linear Sederhana dan Korelasi

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

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

REGRESI LINEAR SEDERHANA

BAB 2 LANDASAN TEORI

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

Rancangan Acak Kelompok

Analisis Regresi. Oleh : Dewi Rachmatin

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

REGRESI SEDERHANA Regresi

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

INTERPOLASI. FTI-Universitas Yarsi

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan dilapangan SMP Negeri 11 Tamalate

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

X a, TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

Analisis Regresi 2. Mendeteksi pencilan dan penanganannya

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

ANALISIS REGRESI 1. Pokok Bahasan : REGRESI LINIER SEDERHANA

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

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

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

BAB 2 LANDASAN TEORI

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

3 Departemen Statistika FMIPA IPB

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

Statistika Deskriptif

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

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

STATISTICAL STUDENT OF IST AKPRIND

II. TINJAUAN PUSTAKA

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

HANDOUT STATISTIKA LANJUT MAA 315. Oleh : Kismiantini, M.Si. NIP

POLIGON TERBUKA TERIKAT SEMPURNA

Tabel Distribusi Frekuensi

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

LOGO ANALISIS REGRESI LINIER

ANALISIS REGRESI 1. Pokok Bahasan : REGRESI LINIER SEDERHANA

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

S2 MP Oleh ; N. Setyaningsih

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

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

Analisis Regresi Linear Sederhana

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

(Drs. Saliman, M.Pd.)

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL PADA REGRESI LINIER

A. Soal 1 yg dikerjakan seharian tadi ttg regresi tunggal MENGHITUNG REGRESI LINEAR SEDERHANA

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

REGRESI DAN INTERPOLASI

Pendahuluan. Pendahuluan. Pendahuluan PERANCANGAN PERCOBAAN (PERBANDINGAN BERGANDA) Dari analisis ragam

2.2.3 Ukuran Dispersi

Transkripsi:

Metode Statstka Pertemua III Aalss Regres da Korelas Pegatar Apa tu aalss regres? Apa edaya dega korelas? Aalss Regres Aalss statstka yag memafaatka huuga atara dua atau leh peuah kuattatf sehgga salah satu peuah dapat dramalka dar peuah laya. Korelas Aalss statstka yag megukur derajat keerata huuga lear atara dua peuah kuattatf. REGRESI Aalss statstka utk meetuka pola kurva hu atara atau leh peuah kuattatf. Msal: = erat d, = tgg d Hu atara da : - Lear - Kuadratk - Kuk, ds

Huuga Peuah ANALISIS REGRESI Huuga Atar Peuah: Fugsoal determstk =f ; ms: = Statstk stokastk amata tdk jatuh pas pd kurva Ms: IQ vs Prestas, Berat vs Tgg, Doss Pupuk vs Produks Model regres sederhaa: Populas ;,,..., Dugaa sampel ˆ Regres Maka &?

3 Pedugaa Parameter Regres: & Metode Kuadrat Terkecl: mmum JK Galat = m peduga ag da peduga ag ˆ ˆ }/ { m / / JK JHK Cotoh Data Jarak Ems 3 553 38 59 48 68 5 68 63 75 67 75 75 834 84 75 89 845 99 96 Percoaa dalam dag lgkuga Apakah semak tua mol semak esar juga ems HC yag dhaslka? Daml cotoh mol secara acak, kemuda dcatat jarak tempuh yag sudah djala mol dalam ru klometer da dukur Ems HC-ya dalam ppm

Ems Aalss Regres Plot atara Ems HC ppm dg Jarak Tempuh Mol ru klometer 95 85 75 65 55 3 4 5 6 7 8 9 Jarak 553 3 3589 96 743 59 38 348 444 4 68 48 369664 34 984 68 5 4654 74 35464 75 63 56554 3969 47376 75 67 5565 4489 48575 834 75 695556 565 655 75 84 56554 756 6368 845 89 745 79 755 96 99 96 98 954 Total = 73 646 54765 4674 4965 Rataa = 73, 64,6 ; 646; 73; 4965 4674; 54765 JHK 4965 64673 / 448,4 JK 4674 646 / 454,4 Kemrga gars regres : JHK 448,4 JK 454,4 5,39 Itersep : 73, 5,3964,6 38,95 4

Persamaa regres: ˆ 38,95 5,39 atau Ems 38,95 5,39Jarak Seerapa layakkah persamaa d atas dpt dguaka utk dpt meramalka esarya ems HC erdasarka esarya jarak yag dtempuh oleh seuah mol? Dua lagkah yag perlu dlakuka:. Uj terhadap model regres?? ersama model uj-f Aova parsal per koefse uj-t. Htug la kesesuaa model?? R Koef. Determas: % keragama yag mampu djelaska oleh y y Uj thd Model H : = vs H : model tdk yata model yata ANOVA Aalyss of Varace Uj F yˆ y y yˆ JK total = JK regres + JK galat Keragama total = keragama yag dapat djelaska oleh model + keragama yag tdak dapat djelaska oleh model Aova Sumer d JK KT F Regres JKR KTR KTR/KTG Galat - JKG KTG Total - JKT F ~ F,- 5

JKT / JKR JHK JKG JKT JKR KT JK / d KTR JKR / JKR KTG JKG / JKT 54765 73 / 465.9 JKR 5.39448.4 393.5 JKG 465.9 393.5 48.4 KTR 393.5 KTG 48.4/8 764.8 Aova Sumer d JK KT F Regres 393.5 393.5 74.76 Galat 8 48.4 764.8 Total 9 465.9 F.5,,8 = 5.3; F.,,8 =.6 Kesmpula: H dtolak, model regres yata pada taraf yata.. Uj Parsal thd Koefse da Peguja kemrga gars : H : vs H : < ; H : vs H : > H : = vs H : Statstk uj: th s dmaas pada- derajateas KTG JK Khusus, utuk meguj apakah =, dperoleh t h KTG JK Krtera peolaka H : t ht < -t -, utuk H : <, t ht > t -, utuk H : >, atau t ht > t / -, utuk H :. Peguja Itersep H : = Statstk uj: t h x KTG JK Krtera peolaka H : sama dg uj 6

Cotoh: a Apakah laju peruaha ems HC per km peruaha jarak leh esar dar 5 ppm? Guaka taraf yata 5%. Apakah tgkat ems HC kedaraa aru = km jarak yg dtempuh tdak ereda dega 5 ppm? Guaka taraf yata 5%. c H : 5 vs H : > 5 Jawa: JK = 454.4, KTG = 764.8 764.8 454.4 s.63 Statstk uj: t h 5.39 5.66.63 Daerah krts: t h > t.58 t h >.86 Kesmpula: terma H, laju peruaha ems HC per km peruaha jarak palg esar sama dega 5 ppm. H : = 5 vs H : 5 s 764.8/ 64.6 / 454.4 4.4 Statstk uj: th s Daerah krts: t h > t.58 =.36 38. 95 5 3 4. 4. Kesmpula: tolak H, tgkat ems HC kedaraa aru = km jarak yg dtempuh ereda yata dega 5 ppm Ukura Kesesuaa Model Koefse determas: R = JKR/JKT x % % keragama yag mampu dteragka oleh Utuk model ems HC: R = 393.5/465.9x% = 9.3% artya: 9.3% keragama dalam Ems HC dpt dteragka oleh Jarak sedagka ssaya, 9.7%, dteragka oleh kompoe la yg ersfat acak galat. 7

Peramala Predks Predks peramala la peuah terkat erdasarka la peuah eas, = x. x hrs ada dlm ksara hasl pegamata. Peduga ttk ag : ˆ x x Peduga ragam ag ˆ : x x s ˆ KTG JK Selag kepercayaa -% ag ˆ x : x t / x x KTG JK Berapa esar ems HC dhaslka la jarak = 5 km? Tetuka selag kepercayaa 95% ag tgkat ems HC ts. ˆ 5 38.95 5.395 65.45 s ˆ 764.8 / 5 64.6 / 454.4 4. 3 Selag kepercayaa 95% ag ems HC adalah: 65.45.36 4.3 ˆ 547.7 ˆ 755. 5 5 65.45.36 4.3 Regresso Aalyss: Ems versus Jarak The regresso equato s Ems = 38 + 5.39 Jarak Predctor Coef SE Coef T P Costat 38.95 4.4 9.. Jarak 5.3893.633 8.65. S = 4.96 R-Sq = 9.3% R-Sqadj = 89.% Aalyss of Varace Source DF SS MS F P Regresso 393 393 74.76. Resdual Error 8 48 765 Total 9 465 Predcted Values for New Oservatos New Os Ft SE Ft 95% CI 95% PI 65.4 6. 64.3, 688.5 547.7, 755. New Os Jarak 5. 8

9 Korelas Korelas Koefse Korelas Pearso r R r r r JK JK JHK y y x x y y x x r xy populas koefse korelas ag peduga seaga } }{ {

Uj Korelas: H : = vs H : <, >, atau Statstk uj: z h 3 r l l r 3 r l r Khusus utk H : = vs H :, statstk ujya: t h r r pada- derajateas, Korelas atara Ems da Jarak adalah: JHK = 448.4; JK = 454.4; JK = 465.9 r 448.4 454.4465.9.95 Uj thd koefse korelas: H : = vs H : t h.95 8.95 8.65 Daerah krts pada =.5 adalah t h > t.58 =.36 Kesmpula: Tolak H, artya ada korelas lear postf yag kuat da yata atara ems da jarak dega tgkat kepercayaa 95%. Latha:. Utuk data ems HC, ujlah hpotess ahwa H : =,9 vs H : >,9 pada taraf yata 5%.. = curah huja. cm = deu yag terawa mg/m 3 Oservas 4.3 6 4.5 3 5.9 6 4 5.6 8 5 6. 4 6 5. 8 7 3.8 3 8. 4 9 7.5 8 Pertayaa: a. Tetuka persamaa gars regresya. Ujlah model regres ts. Apakah model ts yata? Bla ya, pada taraf yata erapa? c. Htuglah R. Apa artya? d. Buatlah SK 95% utk meduga ayakya deu yg terawa la curah hujaya.48 cm. e. Htuglah r. f. Ujlah H: = -.5 lawa H: < -.5 pada taraf yata 5%.

4.3 6 8.49 54.8 5876 4.5.5 544.5 464 5.9 6 34.8 684.4 3456 5.6 8 3.36 66.8 394 6. 4 37. 695.4 996 5. 8 7.4 63.6 394 3.8 3 4.44 5.6 744. 4 4.4 96. 988 7.5 8 56.5 8 664 45 94 44.6 5348. 33786 JK = 9.6 = - 6.339875 JHK = -.8 = 53.7549 JK = 84. JKT = 84. R = 95.777 JKR = 77.67 Sumer d JK KT F Regres 77.67 77.668 58.7676 Galat 7 33.9654 4.85557 Total 8 84. F.5,,7 = 5.59 F.,,7 =.46 r = -.97866