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

dokumen-dokumen yang mirip
BAB 2. Tinjauan Teoritis

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB II LANDASAN TEORI

Regresi Linier Sederhana Definisi Pengaruh

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

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

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

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

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

Analisis Regresi dan Korelasi

Regresi & Korelasi Linier Sederhana

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

REGRESI & KORELASI LINIER SEDERHANA

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

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

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

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

Analisis Korelasi dan Regresi

BAB 2 LANDASAN TEORI

REGRESI & KORELASI LINIER SEDERHANA

XI. ANALISIS REGRESI KORELASI

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB

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

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

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

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

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

Bab II Teori Pendukung

REGRESI LINIER SEDERHANA

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

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

BAB II TINJAUAN PUSTAKA

REGRESI SEDERHANA Regresi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

BAB III PERSAMAAN PANAS DIMENSI SATU

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

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

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

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

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

UKURAN GEJALA PUSAT DAN UKURAN LETAK

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

PEMBELAJARAN 4 ANALISIS REGRESI KORELASI

S2 MP Oleh ; N. Setyaningsih

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB III UKURAN PEMUSATAN DATA

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

8. MENGANALISIS HASIL EVALUASI

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

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

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

UKURAN PEMUSATAN & PENYEBARAN

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)

BAB 2 LANDASAN TEORI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

Analisis Regresi Robust Menggunakan Kuadrat Terkecil Terpangkas untuk Pendugaan Parameter

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

NORM VEKTOR DAN NORM MATRIKS

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

Analisis Regresi. Oleh : Dewi Rachmatin

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

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

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

LOGO ANALISIS REGRESI LINIER

Tujuan PENDAHULUAN. Latar Belakang

Penerapan Teori Limit Pusat Multivariat pada Pengendalian Proses Pelayanan di Poliklinik Rawat Jalan Rumah Sakit Umum Kardinah Tegal

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

*Corresponding Author:

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

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

REGRESI LINEAR SEDERHANA

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

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

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

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

KONSISTENSI KOEFISIEN DETERMINASI SEBAGAI UKURAN KESESUAIAN MODEL PADA REGRESI ROBUST

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

POLIGON TERBUKA TERIKAT SEMPURNA

Transkripsi:

ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X sebaga peubah pejelas, maka ada beberapa kemugka kods dmaa aalss regres tepat utuk dguaka, yatu : a. Meetuka hubuga atara peubah pejelas da terkat, serta mejelaska kekuata da arah hubugaya. b. Mecar formula kuattatf yag mejelaska peubah terkat Y sebaga fugs dar peubah pejelas X1,X,...,X c. Ig meyeleks peubah pejelas yag daggap petg, atau meduga peubah terkat Model regres ler sederhaa merupaka sebuah model yag haya terdr dar satu peubah terkat da satu peubah pejelas: Y = β 0 + β 1 X + ε Keteraga, Y : Peubah terkat β 0 : Faktor koreks β 1 : Nla koefse regres bag peubah pejelas X X : Peubah pejelas ε : Ssaa llustras gars regres bag model regres ler sederhaa: 0 adalah la Y ketka X = 0, sedagka 1 adalah perubaha la Y utuk setap perubaha 1 satua X.

Asums-asums regres ler 1. Salg bebas : Nla-la Y salg bebas satu sama la secara statstk. Homoskedaststas : Ragam dar Y homoge utuk semua X 3. Meyebar ormal : Utuk setap la X tertetu, Y meyebar ormal dega la tegah µ da ragam σ Melakuka pegeceka terhadap asums dapat dlakuka melalu evaluas resdual / ssaa: Kosep Aalss Resdual dalam Regres Aalss Ragam Sumber Keragama Derajat Bebas (db) Regres 1 Ssaa - Total (terkoreks) -1 Jumlah Kuadrat (JK) Y ˆ Y 1 Y Yˆ 1 Y Y 1 s Kuadrat Tegah (KT) JK Re g 1 JK ssaa

Koefse determas (R ) : megukur propors keragama atau varas total d sektar la tegah Y yag dapat djelaska oleh regres tersebut. R Korelas atara X da Y : Keerata hubuga ler atara peubah pejelas (X) dega peubah terkat (Y) dapat dukur dega koefse korelas (rxy) yag drumuska : rxy = R = (R ) 1/ Cotoh Kasus megguaka software Ms.Excel Aka daalss apakah ukura rumah berpegaruh terhadap harga rumah. Berkut merupaka cotoh dar 0 rumah yag dtelt : Rumah ke Ukura Harga 1 1,8 3 1,0 4 3 1,7 7 4,8 47 5, 35 6 0,8 17 7 3,6 5 8 1,1 0 9,0 38 10,6 45 11,3 44 1 0,9 19 13 1, 5 14 3,4 50 15 1,7 30 16,5 43 17 1,4 7 18 3,3 50 19, 37 0 1,5 8 JK JK Re gres Total 1 Y Y 1 Yˆ Y

Lagkah-lagkahya adalah sepert berkut: 1. Pertama, copy data ke Ms.Excel. Klk DATA pada meu hgga mucul meu Data Aalyss pada toolbar baga pojok kaa atas. Jka pada Ms. Excel ada belum terseda meu Data Aalyss maka ada bsa memuculkaya melalu meu Fle -> Optos -> Add Is -> Aalyss Toolpack -> Go - > cetag Aalyss Toolpack -> OK.

3. Klk Data Aalyss pada meu hgga mucul kotak dalog sepert d bawah lalu plh Regresso da klk OK 4. Blok kolom C hgga C1 sebaga rage puta Y da blok kolom B hgga B1 sebaga rage bag puta X da klk cell E sebaga tempat bag output hasl regres, boleh dtambah dega Normal Probablty Plot jka g melhat asums keormala, lalu klk OK.

5. Hasl aalss regres aka mucul sepert berkut: Iterpretas dar hasl d atas yatu: - Berdasarka hasl aalss ragam terlhat la F-htug sebesar 346,7665 lebh besar dar F-tabel sebesar 4,414 (dapat dcar dar tabel F dega la probablty sebesar 0,05 ; derajat bebas pertama sebesar 1 da derajat bebas kedua sebesar 18). Hal tersebut berart bahwa ukura rumah berpegaruh terhadap harga rumah pada taraf yata 5%. - Berdasarka koefse regresya (Coeffcets), maka model regres utuk peelta adalah Harga = 8.704 + 1.90 Ukura. Yag bsa dartka sebaga, jka ukura rumah bertambah 1 satua ukura maka harga rumah tersebut bertambah sebesar 1.90 satua harga. - Nla R-square sebesar 95.1% dapat dartka sebaga, sebayak 95.1% keragama harga rumah dapat djelaska oleh Ukura rumah da ssaya dpegaruh oleh faktor la yag tdak masuk ke dalam model. Utuk pejelasa megea peguja asums regres ler aka dbahas pada artkel selajutya. Sumber Draper N, Smth H. 1981. Appled Regresso Aalyss, Secod Edto. Joh Wley & Sos, Ic. New York.