Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]

5,391 views
5,244 views

Published on

Published in: Technology, Business
0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
5,391
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
234
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]

  1. 1. ANALISIS REGRESI
  2. 2. Latar belakang masalah Dalam hal ini penulis menganalisa data tentang“keterkaitan tingkat IQ siswa dengan nilai mata pelajaran ilmu pengetahuan umum”.Selain itu penulis juga ingin melihat ada tidaknya keterkaitan atau korelasi antara tingkat IQ siswa dengan nilai mata pelajaran ilmu pengetahuan umum yang didapat siswa pada kelas tersebut. Penganalisaan ini berawal dari kesadaran penulis akan semakian banyak dan beragamnya masalah – masalah yang ada dikehidupan sehari hari yang berkaitan dengan masalah regresi yaitu bentuk keterkaitan antara dua data atau lebih.
  3. 3. Perumusan Masalah 1. Bagaimana menentukan variable independent dan dependent 2. Bagaimana cara membuat scatter plot dan bagaimana plotnya 3. Bagaimana menghitung korelasi dari suatu persamaan model 4. Bagaimana menentukan Estimasi model regresinya dan menggambar estimasi model tersebut 5. Bagaimana menentukan koefisiennya 6. Bagaiman melakukan pengujian kesignifikansi parameter 7. Apa yang dimaksud dengan koefisien determinasi dan jelaskan 8. Bagaimana menentukan estimasi interval dari parameter taksiran ( )
  4. 4. Tujuan 1. Untuk menentukan variable dependent dan independent. 2. Untuk membuat sccater plot dari data yang dianalisa 3. Untuk menghitung korelasi dari persamaan model 4. Untuk menentukan Estimasi model regresinya dan menggambar estimasi model tersebut 5. Untuk menentukan koefesien dari persamaan regresinya. 6. Untuk melakukan pengujian kesignifikansi parameter 7. Untuk menjelaskan yang dimaksud koefisien determinasi 8. Untuk menentukan estimasi interval dari parameter taksiran ( ).
  5. 5. manfaat 1. Dapat mengetahui sejauh mana pengaruh IQ terhadap nilai ujian mata kuliah umum. 2. Dapat melakukan penganalisaan terhadap dua data yang saling berkaitan dengan menggunakan metode regresi linear. 3.3. Dapat melakukan pengujian hipotesis terhadap kebenaran (signifikansi ) dari model regresi linear. 4.4. Dapat melakukan pengujian hipotesis terhadap kebenaran (signifikansi ) dari parameter model regresi linear yang diketahui.
  6. 6. BAB III METODOLOGI 3.1 Sumber Data Dalam membuat laporan ini penulis menggunakan data sekunder yang bersumber dari buku ”Metode Statistika” karangan Dr.Sudjana, edisi ketiga halaman 343. 3.2 Alat dan Bahan 3.2.1 Alat 1. Soft ware MINITAB 2. Polpoin 3. Kertas A-4 4. Komputer 5. Kalkulator 6. Tabel sebaran distribusi.
  7. 7. Bahan Data tingkat IQ siswa dengan nilai ujian Ilmu pengetahuan Umum masing – masing siswa.
  8. 8. Langkah Analisis 1. Mencari data dan menentukan variabelnya 2. Menggambar sccater plot & menginterpretasikannya 3. Menghitung korelasi model 4. Menentukan estimasi model dan menggambarnya 5. Menentukan koefesien persamaan regresinya 6. Melakukan ujin signifikansi parameternya 7. Menentukan koefesien determinasinya 8. Menentukan estimasi interval .m
  9. 9. BAB IV ANALISIS DATA DAN PEMBAHASAN 4.1 Menentukan variable dependen dan independen Dari data tingkat IQ dan nilai ujian ilmu pengetahuan umum diketahui variabel dependent (variabel bebas atau variabel yang mempengaruhi) adalah tingka IQ (X), sedangkan variabel independent (variabel tidak bebas atau variabel yang dipengaruhi ) adalah variabel nilai ujian ilmu pengetahuan umum (Y).
  10. 10. 4.2 Estimasi model regresi Dengan bantuan Minitab didapat persamaan estimasi Y = -16.759+ 0.61943X, artinya jika X berubah 1 satuan maka y berubah 0.619438 satuan dengan Plot sbb:
  11. 11. 4.3 Koefesien persamaan regresi Dengan bantuan Minitab didapat model regresi y = - 16.8 + 0.619 x. Dimana diketahui b1 sebesar 0.619438 dan b0 sebesar -16.7590, artinya hubungan antara IQ mahasiswa dengan nilai ujian ilmu pengetahuan umum dari mahasiswa dapat digambarkan oleh persamaan y = - 16.8 + 0.619 x, dimana dalam setiap pertambahan atau perubahan X sebesar satu satuan maka akan mengakibatkan pertambahan nilai Y sebesar 0.619 satuan
  12. 12. 4.4 Sccater-plot 80+ * - * - * * n - * * i - * * * * l 64+ * a - i - * * * * - * * * u - * j 48+ * ** ** * * i - ** * a - * * * n - * - 32+ * * - * ----+---------+---------+---------+---------+------ ---+--
  13. 13. Uji signifikansi model Analysis of Variance Source DF SS MS F P Regression 1 3182.1 3182.1 35.07 0.000 Error 34 3084.9 90.7 Total 35 6267.0 Hipotesis : H0 : 0= 0 ≠0 H1 : 1 Statistik uji : F-tabel = 4.170 Daerah kritis : Setelah melakukan perhitungan dengan bantuan Minitab maka didapat nilai F-hitung = 35.07 Keputusan: Karena F-tabel< F-hitung, maka tolak H0 Kesimpulan : dengan taraf kepercayaan sebesar 95% dapat simpulkan bahwa model yang digunakan cukup signifikan.
  14. 14. Uji signifikansi parameter Untuk b0 Hipotesis : H0 : b0 = 0 H1 : b0 Statistik uji : T tabel = 2.042 Darah kritis : Setelah melakukan perhitungan dengan bantuan Minitab maka didapat nilai T hitung sebesar -1.39 sesuai dengan tabel 4.5.2 diatas. Keputusan : Karena T tabel sebesar 2.042 > T hitung yaitu –1.39 maka terima H0, Kesimpulan : sehingga dari pengujian parameter diatas dapat diambil kesimpulan bahwa parameter b0 tidak signifikan.
  15. 15. Untuk b1 • Hipotesis: H0 : b1 = 0 H1 : b1 • Stat uji : T tabel = 2.042 • Daeah kritis : Setelah melakukan perhitungan dengan bantuan Minitab maka didapat nilai T hitung sebesar 5.92 • Keputusan : Karena T hitung sebesar 5.92 > dari pada T tabel maka tolak H0, • Kesimpulan : Dari pengujian parameter diatas dapat diambil kesimpulan bahwa parameter b1 signifikan.
  16. 16. Korelasi antara IQ dengan nilai Ujian IPU Correlations (Pearson) Correlation of IQ and nilai ujian = 0.713
  17. 17. Estimasi interval parameter Estimasi interval untuk b0 Estimasi interval untuk b1 Estemasi interval untuk 0 – Nilai maksimum – Nilai minimumnya
  18. 18. Estimasi interval untuk b0 Estimasi interval dari parameter Y adalah: Sxx = - n480262-36(114.5) = 480262-4122 = 476140 Var(b0) = 0.01(480262)/(36)(476140) = (4802.62)/(17141040) = 0.00028 Estimasi iterval = b0 +-t,db error, /2 = -16.8+2.75(0.00028) = -16.8+-0.00077 (-16.79;-16.80077) Artinya nilai b0 sebesar –16.8 terletak antara –16.79 sampai -6.80077, atau dapat ditulis –16.79 < b0 < -6.80077.
  19. 19. Estimasi interval untuk b1 Var(b1) = (0.01)/ (476140) = 0.000000021 Estimasi interval = b1 +-t,db error, /2 = 0.619+-2.042(0.0001449) = 0.619+-0.0000296 (0.6189;0.6190296) Artinya nilai b1 sebesar 0.619 terletak antara 0.6189 sampai 0.6190296, atau dapat ditulis 0.6189 < b1 < 0.6190296.
  20. 20. Estemasi interval untuk 0 .Nilai maksimum X0 = 142 0 = - 16.8 + 0.619 X0 = -16.8 + 0.169 (142) = 7.198 Sxx= -n = 480262 – 36(114.5) = 476140 Var( 0) = 2(1/n + (X0 -)2/Sxx) = 236.8521(1/36+(142-114.5)2/476140) = 236.8521(0.0277778+(0.001588)) = 6.955 0 t db.error /2, 7.198 2.042(2.637) 7.198 5.385 (1.813;12.583) Artinya nilai 0 sebesar 7.198 terletak antara 1.813 sampai 12.583, atau dapat ditulis 1.813< 0 < 12.583.
  21. 21. Nilai minimumnya X0 = 89 0 = - 16.8 + 0.619 X0 = -16.8 + 0.169 (89) = -1.759 Sxx= -n = 480262 – 36(114.5) = 476140 Var( 0) = 2(1/n + (X0 -)2/Sxx) = 236.8521(1/36+(89-114.5)2/476140) = 236.8521(0.0277778+(0.001365)) = 6.902 0 t db.error /2, -1.759 2.042(2.627) -1.759 5.364 (-7.123;3.605) Artinya nilai 0 sebesar –1.759 terletak antara –7.123 sampai 3.605, atau dapat ditulis –7.123< 0 < 3.605.
  22. 22. BAB V KESIMPULAN DAN SARAN Kesimpulan 1. Dari data tersebut dapat diketahui bahwa variabel yang mempengaruhi (variabel independen) adalah IQ yang dilambangkan dengan variabel X dan variabel yang dipengaruhi (variabel dependen) adalah hasil ujian prestasi pengetahuan umum yang dilambangkan dengan variabel Y. 2 Dari gambar scatter-plot nampak bahwa ada gejala linieritas atau kelurusan letak titik-titik sehingga didapat regresi liniernya y = - 16.8 + 0.619 x 3 Nilai korelasi dari variabel X dan Y adalah 0.713, maka ada hubungan linier positif antara IQ dengan hasil ujian, hubungannya kuat yakni bila IQ tinggi maka hasil ujian baik (berbanding lurus). 4 Estimasi modelnya adalah Y = -16,8 + 0.169 X, artinya bila X berubah satu satuan maka Y akan berubah sebesar 0.169 satuan Y 5. Koefesien dari persamaan regresinya adalah b0 adalah –16.8 dan b1 adalah 0.169
  23. 23. 6. Dengan uji signifikansi b0 dapat diketahui bahwa T hitung sebesar –1.39 < T tabel yaitu 2.042 maka keputusannya Terima H0 jadi b0 tidak cocok (tidak signifikan) sedangkan dengan uji signifikansi b1 dapat diketahui bahwa T hitung sebesar 5.92 > T tabel yaitu 2.042 maka keputusannya Tolak H0 jadi model tersebut cocok (signifikan) 7. Nilai koefisien determinasi R-Sq = 50.8%, artinya proporsi variasi total disekitar dapat diterangkan oleh model dikatakan baik karena nilai R-Sq mendekati 100% 8. Interval taksiran nilai maksimum didapat (1.813;12.583) dan nilai interval minimumnya (-7.123;3.605).
  24. 24. Saran 1. Hendaknya dalam laporan digunakan istilah atau bahasa yang mudah di pahami sehingga hasil analisis dapat dimengerti oleh semua pembaca. 2. Hendaknya pihak – pihak yang hendak melakukan penelitian mengerti dan memahami metode regresi linier sehingga analisis yang di lakukan memperoleh hasil yang benar dan memberikan kesimpulan sesuai dengan metode analisis tersebut

×