bab iii n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
BAB III PowerPoint Presentation
Download Presentation
BAB III

Loading in 2 Seconds...

play fullscreen
1 / 21

BAB III - PowerPoint PPT Presentation


  • 170 Views
  • Uploaded on

BAB III. ANALISIS REGRESI. An Introduction. Regresi linier sering digunakan untuk melihat nilai prediksi atau perkiraan yang akan datang Apabila X dan Y mempunyai hubungan, maka nilai X yang sudah diketahui dapat digunakan memperkirakan Y

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

BAB III


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
    Presentation Transcript
    1. BAB III ANALISIS REGRESI

    2. An Introduction • Regresi linier sering digunakan untuk melihat nilai prediksi atau perkiraan yang akan datang • Apabila X dan Y mempunyai hubungan, maka nilai X yang sudah diketahui dapat digunakan memperkirakan Y • Perkiraan mengenai terjadinya sesuatu kejadian (nilai variabel untuk waktu yang akan datang, seperti prediksi produksi 3 tahun yang akan datang, prediksi harga bulan depan, ramalan jumlah penduduk 10 tahun mendatang, ramalan hasil penjualan tahun depan).

    3. Ramalan mengetahui suatu kejadian baik secara kualitatif (akan turun hujan, akan terjadi perang, akan lulus ujian) • Kuantitatif (produksi padi akan mencapai 16 juta ton, indek harga 9 bahan pokok naik 10%, penerimaan devisa turun 5%) • Melakukan peramalan adalah dengan mengunakan garis regresi

    4. Lanjutan Variable Y yang nilainya akan diramalkan disebut variable tidak bebas (dependent variable)  sedangkan variable X yang nilainya digunakan untuk meramalkan nilai Y disebut variable bebas (independent variable) atau variable peramal (predictor) dan sering kali disebut variable yang menerangkan (exsplanatory).

    5. X Y Prediktor variabelindipenden Variabelrespon Variabeldependen Adakahkorelasi/ hubungannyanya ? Analisis regresi digunakan untuk mengetahui bagaimana variabel dependen atau kriterium dapat diprediksikan melalui variabel independen atau prediktor secara individu atau parsial maupun secara bersama-sama atau simultan. Analisis Regresi Dapatkahvariabel X memprediksi Y ?

    6. X Pupuk Berat Badan Y Produksi Tekanan darah Ilustrasi hubungan positif

    7. X Jumlahaseptor Hargasuatubarang Y Jumlah kelahiran Permintaan barang darah Ilustrasihubungannegatif

    8. Scatter Plot Examples Weak relationships Strong relationships y y x x y y x x

    9. Scatter Plot Examples No relationship y x y x

    10. Jenis Analisis Regresi Regresi linier jika hubungan antara variabel bebas terhadap variabel tak bebas berbentuk linier • Regresi linier sederhana  • Regresi linier berganda  II. Regresi tak linier jika hubungan antara variabel bebas terhadap variabel tak berbentuk linier • Regresi kuadratik • Regresi kubik 

    11. Regresi Linier Sederhana

    12. variabel independen ke-i • variabel dependen ke-i maka bentuk model regresi sederhana adalah : dengan parameter yang tidak diketahui sesatan random dgn asumsi

    13. Dari garis regresi sampel diperoleh : Dan Turunkan D terhadap a dan b !!!!

    14. Analisis Regresi • Pendugaanterhadapkoefisienregresi: Metode Kuadrat Terkecil • BagaimanaPengujianterhadap model regresi ?? • parsial (per koefisien)  uji-t • bersama  uji-F (Anova) • Bagaimanamenilaikesesuaian model ?? • R2 (Koef. Determinasi: % keragaman Y yang mampudijelaskanoleh X)

    15. ATAU

    16. Latihan Carilah persamaan regresi Y pada X dari data Tabel :

    17. MENGUJI KOEFISIEN REGRESI DENGAN ANALISIS VARIANSI Perhatikan

    18. Variasi yang diterangkandanYang tidakdapatditerangkan y yi   y JKS= (yi-yi )2 _ JKT=(yi-y)2  _ y  JKR = (yi -y)2 _ _ y y x Xi

    19. Langkah-langkah uji • Susun hipotesis 2. Pilih tingkat signifikansi 3. Susun Anava 4. Kesimpulan : tolah Ho jika F> F tabel

    20. Tabel Anava :

    21. Tugas Kelompok T3-1Waktu : 50’ • Buktikanrumus a dan b ! • Cari JKT • Kerjakansoal no 1a,b,c hal 296 (kelompok 1,3,5) • Kerjakansoal no 2a halaman 297 (kelompok 2,4,6)