SlideShare a Scribd company logo

Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]

1 of 24
Download to read offline
ANALISIS REGRESI
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.
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 ( )
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 ( ).
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.
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.
Ad

Recommended

More Related Content

What's hot

Analisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi SederhanaAnalisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi SederhanaAgung Anggoro
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonNarwan Ginanjar
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)M. Jainuri, S.Pd., M.Pd
 
MAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVAMAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVAFeri Chandra
 
Analisis Korelasi Kanonik (2)
Analisis Korelasi Kanonik (2)Analisis Korelasi Kanonik (2)
Analisis Korelasi Kanonik (2)Rani Nooraeni
 
Analisis Regresi Linier Sederhana
Analisis Regresi Linier SederhanaAnalisis Regresi Linier Sederhana
Analisis Regresi Linier SederhanaArning Susilawati
 
UJI PROPORSI DUA SAMPEL
UJI PROPORSI DUA SAMPELUJI PROPORSI DUA SAMPEL
UJI PROPORSI DUA SAMPELAroon Siregar
 
Konsep dasar probabilitas.ppt
Konsep dasar probabilitas.pptKonsep dasar probabilitas.ppt
Konsep dasar probabilitas.pptDeby Andriana
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)Rani Nooraeni
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisYousuf Kurniawan
 
Tugas regresi linear dan non linier
Tugas regresi linear dan non linierTugas regresi linear dan non linier
Tugas regresi linear dan non liniernopiana
 
Panduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSSPanduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSSMuliadin Forester
 
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...Agus Melas Agues
 
Makalah Uji Normalitas
Makalah Uji Normalitas Makalah Uji Normalitas
Makalah Uji Normalitas Diana Dhieant
 

What's hot (20)

Analisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi SederhanaAnalisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi Sederhana
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poisson
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
 
MAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVAMAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVA
 
Analisis Korelasi Kanonik (2)
Analisis Korelasi Kanonik (2)Analisis Korelasi Kanonik (2)
Analisis Korelasi Kanonik (2)
 
Variabel Dummy
Variabel DummyVariabel Dummy
Variabel Dummy
 
Chi Kuadrat
Chi KuadratChi Kuadrat
Chi Kuadrat
 
Analisis Regresi Linier Sederhana
Analisis Regresi Linier SederhanaAnalisis Regresi Linier Sederhana
Analisis Regresi Linier Sederhana
 
Akt 7-asuransi-jiwa
Akt 7-asuransi-jiwaAkt 7-asuransi-jiwa
Akt 7-asuransi-jiwa
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
UJI PROPORSI DUA SAMPEL
UJI PROPORSI DUA SAMPELUJI PROPORSI DUA SAMPEL
UJI PROPORSI DUA SAMPEL
 
Konsep dasar probabilitas.ppt
Konsep dasar probabilitas.pptKonsep dasar probabilitas.ppt
Konsep dasar probabilitas.ppt
 
Annova 2 jalur
Annova 2 jalurAnnova 2 jalur
Annova 2 jalur
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
 
Tugas regresi linear dan non linier
Tugas regresi linear dan non linierTugas regresi linear dan non linier
Tugas regresi linear dan non linier
 
Panduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSSPanduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSS
 
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
 
Regresi dummy
Regresi dummyRegresi dummy
Regresi dummy
 
Makalah Uji Normalitas
Makalah Uji Normalitas Makalah Uji Normalitas
Makalah Uji Normalitas
 

Viewers also liked (17)

2 . analisis regresi linier sederhana
2 .  analisis regresi linier sederhana2 .  analisis regresi linier sederhana
2 . analisis regresi linier sederhana
 
Biaya produksi
Biaya produksiBiaya produksi
Biaya produksi
 
Ekonomi manajerial
Ekonomi manajerialEkonomi manajerial
Ekonomi manajerial
 
Ekonomi manajerial permintaan (kuliah2)
Ekonomi manajerial permintaan (kuliah2)Ekonomi manajerial permintaan (kuliah2)
Ekonomi manajerial permintaan (kuliah2)
 
Ekonomi Manajerial
Ekonomi ManajerialEkonomi Manajerial
Ekonomi Manajerial
 
Ppt teori biaya
Ppt teori biayaPpt teori biaya
Ppt teori biaya
 
Ekonomi mikro : teori biaya produksi
Ekonomi mikro : teori biaya produksiEkonomi mikro : teori biaya produksi
Ekonomi mikro : teori biaya produksi
 
Metoda statistika sudjana
Metoda statistika   sudjanaMetoda statistika   sudjana
Metoda statistika sudjana
 
Teori biaya
Teori biayaTeori biaya
Teori biaya
 
Teori biaya-produksi
Teori biaya-produksiTeori biaya-produksi
Teori biaya-produksi
 
Ekonomi manajerial
Ekonomi manajerialEkonomi manajerial
Ekonomi manajerial
 
Ekonomi Manajerial Pendahuluan
 Ekonomi Manajerial Pendahuluan Ekonomi Manajerial Pendahuluan
Ekonomi Manajerial Pendahuluan
 
OPTIMISASI EKONOMI
OPTIMISASI EKONOMIOPTIMISASI EKONOMI
OPTIMISASI EKONOMI
 
Teori Biaya
Teori BiayaTeori Biaya
Teori Biaya
 
UJI Z dan UJI T
UJI Z dan UJI TUJI Z dan UJI T
UJI Z dan UJI T
 
Estructura de una tesis en arquitectura
Estructura de una tesis en arquitecturaEstructura de una tesis en arquitectura
Estructura de una tesis en arquitectura
 
Analisis jalur (path analysis)
Analisis jalur (path analysis)Analisis jalur (path analysis)
Analisis jalur (path analysis)
 

Similar to Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]

C. menentukan nilai optimum dari sistem pertidaksamaan linier
C.  menentukan nilai optimum dari sistem pertidaksamaan linierC.  menentukan nilai optimum dari sistem pertidaksamaan linier
C. menentukan nilai optimum dari sistem pertidaksamaan linierSMKN 9 Bandung
 
C. menentukan nilai optimum dari sistem pertidaksamaan linier
C.  menentukan nilai optimum dari sistem pertidaksamaan linierC.  menentukan nilai optimum dari sistem pertidaksamaan linier
C. menentukan nilai optimum dari sistem pertidaksamaan linierSMKN 9 Bandung
 
Ppt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi bergandaPpt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi bergandaSOFIATUL JANNAH
 
C. menentukan nilai optimum dari sistem pertidaksamaan linier
C.  menentukan nilai optimum dari sistem pertidaksamaan linierC.  menentukan nilai optimum dari sistem pertidaksamaan linier
C. menentukan nilai optimum dari sistem pertidaksamaan linierSMKN 9 Bandung
 
C. menentukan nilai optimum dari sistem pertidaksamaan linier
C.  menentukan nilai optimum dari sistem pertidaksamaan linierC.  menentukan nilai optimum dari sistem pertidaksamaan linier
C. menentukan nilai optimum dari sistem pertidaksamaan linierSMKN 9 Bandung
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptxAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdfAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf
 
Materi regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxMateri regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxZudan2
 
metode kuadrat terkecil
metode kuadrat terkecilmetode kuadrat terkecil
metode kuadrat terkecilZara Neur
 
analisis_regresi_sederhana_dan_berganda.pdf
analisis_regresi_sederhana_dan_berganda.pdfanalisis_regresi_sederhana_dan_berganda.pdf
analisis_regresi_sederhana_dan_berganda.pdfHamjaAbdulHalik
 
PPT Statistik Pendidikan
PPT Statistik PendidikanPPT Statistik Pendidikan
PPT Statistik PendidikanDewi_Sejarah
 

Similar to Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode] (20)

C. menentukan nilai optimum dari sistem pertidaksamaan linier
C.  menentukan nilai optimum dari sistem pertidaksamaan linierC.  menentukan nilai optimum dari sistem pertidaksamaan linier
C. menentukan nilai optimum dari sistem pertidaksamaan linier
 
C. menentukan nilai optimum dari sistem pertidaksamaan linier
C.  menentukan nilai optimum dari sistem pertidaksamaan linierC.  menentukan nilai optimum dari sistem pertidaksamaan linier
C. menentukan nilai optimum dari sistem pertidaksamaan linier
 
Ppt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi bergandaPpt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi berganda
 
C. menentukan nilai optimum dari sistem pertidaksamaan linier
C.  menentukan nilai optimum dari sistem pertidaksamaan linierC.  menentukan nilai optimum dari sistem pertidaksamaan linier
C. menentukan nilai optimum dari sistem pertidaksamaan linier
 
C. menentukan nilai optimum dari sistem pertidaksamaan linier
C.  menentukan nilai optimum dari sistem pertidaksamaan linierC.  menentukan nilai optimum dari sistem pertidaksamaan linier
C. menentukan nilai optimum dari sistem pertidaksamaan linier
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pptx
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_15 Juli 2023.pdf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
 
teknik analisis korelasi sampel kecil
teknik analisis korelasi sampel kecilteknik analisis korelasi sampel kecil
teknik analisis korelasi sampel kecil
 
teknik analisis korelasi sampel kecil
teknik analisis korelasi sampel kecilteknik analisis korelasi sampel kecil
teknik analisis korelasi sampel kecil
 
Statistika2
Statistika2Statistika2
Statistika2
 
Materi regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxMateri regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptx
 
bahan sidang
bahan sidangbahan sidang
bahan sidang
 
metode kuadrat terkecil
metode kuadrat terkecilmetode kuadrat terkecil
metode kuadrat terkecil
 
analisis_regresi_sederhana_dan_berganda.pdf
analisis_regresi_sederhana_dan_berganda.pdfanalisis_regresi_sederhana_dan_berganda.pdf
analisis_regresi_sederhana_dan_berganda.pdf
 
PPT Statistik Pendidikan
PPT Statistik PendidikanPPT Statistik Pendidikan
PPT Statistik Pendidikan
 

More from arditasukma

Model AMMI Pada data binomial
Model AMMI Pada data binomialModel AMMI Pada data binomial
Model AMMI Pada data binomialarditasukma
 
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)arditasukma
 
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk  (Vita & Dessy)Analisis Chaid Sebagai Alat Bantu Statistika Untuk  (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)arditasukma
 
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)arditasukma
 
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...arditasukma
 
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...arditasukma
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)arditasukma
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)arditasukma
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)arditasukma
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...arditasukma
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...arditasukma
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...arditasukma
 
Microsoft Power Point Furqan & Ardita ; Peta Kendali P Dan Np.Ppt [Compatib...
Microsoft Power Point   Furqan & Ardita ; Peta Kendali P Dan Np.Ppt [Compatib...Microsoft Power Point   Furqan & Ardita ; Peta Kendali P Dan Np.Ppt [Compatib...
Microsoft Power Point Furqan & Ardita ; Peta Kendali P Dan Np.Ppt [Compatib...arditasukma
 
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...arditasukma
 

More from arditasukma (14)

Model AMMI Pada data binomial
Model AMMI Pada data binomialModel AMMI Pada data binomial
Model AMMI Pada data binomial
 
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
 
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk  (Vita & Dessy)Analisis Chaid Sebagai Alat Bantu Statistika Untuk  (Vita & Dessy)
Analisis Chaid Sebagai Alat Bantu Statistika Untuk (Vita & Dessy)
 
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
Ekspektasi Pelanggan Dan Aplikasi Bauran Pemasaran (Dyah & Rossy)
 
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial Gangga Ye...
 
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
Evaluasi Empiris Teknik Cross Validation Pada Model Regresi Spasial (Gangga &...
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
 
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
Survival Analysis And Risk Factors For Death In Tubercolosis Patients On Dire...
 
Microsoft Power Point Furqan & Ardita ; Peta Kendali P Dan Np.Ppt [Compatib...
Microsoft Power Point   Furqan & Ardita ; Peta Kendali P Dan Np.Ppt [Compatib...Microsoft Power Point   Furqan & Ardita ; Peta Kendali P Dan Np.Ppt [Compatib...
Microsoft Power Point Furqan & Ardita ; Peta Kendali P Dan Np.Ppt [Compatib...
 
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
Analisis Statistika Terhadap Kandungan Gizi Pada Makanan Ringan (Ardita Sukma...
 

Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]

  • 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. 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. 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. 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. 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. Bahan Data tingkat IQ siswa dengan nilai ujian Ilmu pengetahuan Umum masing – masing siswa.
  • 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. 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. 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. 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. 4.4 Sccater-plot 80+ * - * - * * n - * * i - * * * * l 64+ * a - i - * * * * - * * * u - * j 48+ * ** ** * * i - ** * a - * * * n - * - 32+ * * - * ----+---------+---------+---------+---------+------ ---+--
  • 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. 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. 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. Korelasi antara IQ dengan nilai Ujian IPU Correlations (Pearson) Correlation of IQ and nilai ujian = 0.713
  • 17. Estimasi interval parameter Estimasi interval untuk b0 Estimasi interval untuk b1 Estemasi interval untuk 0 – Nilai maksimum – Nilai minimumnya
  • 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. 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. 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. 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. 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. 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. 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