1 / 28

ANALISIS REGRESI DAN KORELASI

ANALISIS REGRESI DAN KORELASI. Oleh. Suryo Guritno. MASALAH k PEUBAH (k  2). APA BILA PENGUKURAN/PENGAMATAN TERHADAP OBJEK YANG MENJADI PERHATIAN ADA DUA ATAU LEBIH ( SETIAP HASIL ADALAH PASANGAN DUA ATAU LEBIH ), MAKA DUA HAL YANG MENARIK UNTUK DIPERHATIKAN ADALAH :.

hannibal-braden
Download Presentation

ANALISIS REGRESI DAN KORELASI

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ANALISIS REGRESI DAN KORELASI Oleh Suryo Guritno

  2. MASALAH k PEUBAH (k  2) APA BILA PENGUKURAN/PENGAMATAN TERHADAP OBJEK YANG MENJADI PERHATIAN ADA DUA ATAU LEBIH (SETIAP HASIL ADALAH PASANGAN DUA ATAU LEBIH), MAKA DUA HAL YANG MENARIK UNTUK DIPERHATIKAN ADALAH : 1. BAGAIMANA ERATNYA HUBUNGAN 2. BAGAIMANA BENTUK HUBUNGAN

  3. -0,25 0,25 1 -1 0,75 -0,75 0 • SALAH SATU UKURAN KEERATAN HUBUNGAN YANG • BANYAK DIGUNAKAN ADALAH • KOEFISIEN KORELASI PEARSON ERAT ERAT negatif positif

  4. AWAS !! • jika r = 0 artinya tidak ada hubungan linear antara X dan Y • keeratan hubungan yang ditunjukkan adalah keeratan hubungan linear

  5. versus H1 A.   0 - B.  > 0 C.  < 0 -  = … ???, pilih 5 % atau 10 % atau … - daerah kritis/kriteria uji : tentukan statistik uji untuk uji koefisien korelasi (= ) digunakan koef. korelasi sampel (= r)

  6. karena , maka A. Ho ditolak jika atau B. Ho ditolak jika C. Ho ditolak jika - Perhitungan : - Kesimpulan :

  7. •   0 => r ~ ?? => uji hipotesis untuk  : versus H1 A.   o B.  > o C.  < o -  = … ???, pilih harga  0 %

  8. - Kriteria uji : A. Ho ditolak jika Ho diterima jika B. Ho ditolak jika Ho diterima jika C. Ho ditolak jika Ho diterima jika

  9. => interval konfidensi untuk  : dari menjadi dengan

  10. • BENTUK PERSAMAAN HUBUNGAN ANTARA SUATU VARIABEL (DEPENDEN VARIABEL) DENGAN PALING SEDIKIT SATU VARIABEL (INDEPENDEN VARIABEL) ADALAH PERSAMAAN REGRESI • UNTUK MEMPERKIRAKAN BENTUK TEPAT SUATU PERSAMAAN REGRESI TERLEBIH DAHULU DILAKUKAN LANGKAH-LANGKAH BERIKUT :

  11. CONTOH (1.6, 5.5) , (1.0, 6.7) , (1.1, 5.5), (1.2, 5.7) , (1.3, 5.2) (1.7, 4.5), (2.9, 3.8) , (2.9, 3.8) , (4.2, 3.6), (5.4, 3.5)

  12. X,Y Scatter Plot Kecenderungan garis lurus Inferensi ???

  13. dengan metode kuadrat terkecil

  14. jika tidak diketahui, diduga dengan Inferensi untuk  atau  atau berdasarkan a atau b atau

  15. untuk inferensi perhatikan bahwa , , dan koefisien determinasi (=2) harus signifikan 2 diduga dengan

  16. inferensi untuk parameter  : A. Ho ditolak jika B. Ho ditolak jika C. Ho ditolak jika

  17. inferensi untuk parameter  : A. Ho ditolak jika B. Ho ditolak jika C. Ho ditolak jika

  18. Masalah regresi linear ganda : ambil sampel acak sederhana berukuran n model regresi sampel adalah ditulis dalam notasi vektor dan matriks dengan :

  19. masalah : • dengan MKT, yaitu cari yang meminimumkan diperoleh Yang mempunyai sifat BLUE untuk estimator best linear unbiased

  20. inferensi untuk atau A ?? perlu ditambah dengan asumsi distribusi • yang lazim digunakan adalah • perlu dicatat bahwa model regresi dikenal pula sebagai model regresi klasik

  21. QUALITATIVE VARIABLE DUMMY VARIABLE Sex (male, female) Place of residence (urban, rurual, suburban) : Smoking status [current smoker, ex-smoker (has not smoked for 5 years or less0, ex-smoker (has not smoked for more than 5 years), never smoked]

  22. penyimpangan-penyimpangan model regresi klasik • Jika Y dikhotomous

  23. logistik model atau logit model untuk 1 (satu) peubah bebas atau untuk k (k  2) peubah bebas

More Related