LAPORAN PRAKTIKUM KOMPUTASI STATISTIKA.
TABEL T DAN PDF UNTUK DERAJAT BEBAS R. ANALISIS REGRESI. PLOT REGRESI. GAMBAR EMOTICON.
semua menggunakan syntax dengan bantuan software R.
1. LAPORAN UJIAN TENGAH SEMESTER
PRAKTIKUM KOMPUTASI STATISTIKA I
KELAS B
Yogyakarta, 7 April 2017
Nama : Farida Nur Dadari
NIM : 15/383355/PA/17015
Progam Studi : Statistika
Dosen Pengampu : Prof. Dr.rer.nat. Dedi Rosadi, M.Sc.
Asisten Dosen : 1. Fariz Budi Arafat (15620)
2. Risqia Fadhilah Syahrir (15849)
LABORATORIUM KOMPUTASI
MATEMATIKA DAN STATISTIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2017
2. BAB I
PERMASALAHAN
1. Buatlah tabel distribusi t , dengan diketahui probability density function untuk degree
of freedom r adalah :
REFERENSI TABEL
Contoh pada soal ini dibatasi:
α = {0.60,0.70,0.80,0.85,0.90,0.95,0.975}
Degree of freedom (r) = {1 ≤ r ≤ 30 |r ∈ ℕ
3. 2. Untuk meningkatkan volume penjualan, perusahaan harus mampu memasarkan
produknya dengan baik. Kegiatan pemasaran perusahaan akan sangat berpengaruh
terhadap volume penjualan. Meningkatnya volume penjualan dapat dicapai jika strategi
bauran pemasaran diterapkan dalam perusahaan dengan tepat. Salah satunya adalah
meninjau biaya yang dikeluarkan untuk melaksanakan kegiatan promosi produk dari
perusahaan tersebut.
Diketahui data biaya promosi dan volume penjualan di bawah ini :
No Biaya Promosi Volume Penjualan
1 12000 56000
2 13500 62430
3 12750 60850
4 12600 61300
5 14850 62825
6 15200 66354
7 15750 65260
8 16800 68798
9 18450 70470
10 17900 65200
Sebagai statistisi, lakukan analisis regresi pada data di atas dan buatlah syntax analisis
regresi untuk menampilkan output seperti pada contoh di bawah!
5. 3. Buatlah gambar emoticon atau wajah karakter bebas. Dengan ketentuan tidak boleh ada
yang sama dalam satu kelas. Tampilkan syntax dan outputnya.
6. BAB II
PEMBAHASAN
1. Membuat table distribusi T
Fungsi untuk mencari table T
Syntax:
Tabel_T=function(a,b)
{
db=c(1:a)
alpha=b
x=matrix(nrow=length(db),ncol=length(alpha),dimnames=list(db,alpha))
for(i in 1:length(db))
for(j in 1:length(alpha))
(x[i,j]=qt(alpha[j],db[i],lower=T))
cat("===Tabel T DIstribution===","n")
print(x)
}
Output yang dihasilkan:
Tabel_T(30,c(0.60,0.70,0.80,0.90,0.95,0.975))
7. Interpretasi:
Dalam membuat fungsi tersebut dimisalkan bahwa
a = degree of freedom atau db
Dalam soal ini memiliki degree of freedom 1 ≤ r ≤ 30
b = alpha
dalam soal ini memiliki alpha {0.60,0.70,0.80,0.85,0.90,0.95,0.975}
8. 2. Untuk meningkatkan volume penjualan, perusahaan harus mampu memasarkan
produknya dengan baik. Kegiatan pemasaran perusahaan akan sangat berpengaruh
terhadap volume penjualan. Meningkatnya volume penjualan dapat dicapai jika strategi
bauran pemasaran diterapkan dalam perusahaan dengan tepat. Salah satunya adalah
meninjau biaya yang dikeluarkan untuk melaksanakan kegiatan promosi produk dari
perusahaan tersebut.
Diketahui:
X = Biaya Promosi
Y = Volume Penjualan
Dari data, diolah menggunakan software R
Syntax
cat("----------ANALISIS REGRESI----------")
regresi=function(x,y)
{
n=length(x)
u1=(rep(1,10))
u1
x1=matrix(c(u1,x),nrow=10,ncol=2)
x1
x2=solve((t(x1))%*%x1)
x2
x3=t(x1)%*%y
x3
y1=x2%*%x3
y1
10. ytopi=b0+(b1*x)
cat("----------ANALISIS REGRESI----------","n")
cat("- Hipotesis","n")
cat(" H0: Model tidak layak digunakan","n")
cat(" H1: Model layakk digunakan","n")
cat("- Tingkat Signifikansi","n")
cat(" alpha=0.05","n")
cat("- Statistik Uji","n")
pval=data.frame(No=c("1","2","3"),Variasi=c("Regresi","Error","Total"),
db=c(dbR,dbE,dbT),JK=c(JKReg,JKE,JKT),RK=c(RKR,RKE," "),Fhit=c(Fhit," ","
"))
print(pval)
cat("- Daerah Kritik","n")
cat(" H0 ditolak jika Fhit > F(1,8,0.05)","n")
cat("- Kesimpulan","n")
cat(" Karena Fhit= ",(Fhit),">",qf(1-alpha,dbR,dbE),"
=F(",(dbR),",",(dbE),",",(alpha),"), Maka H0 ditolak.","n")
cat(" Artinya bahwa model layak digunakan","n")
cat(" Diperoleh model y= ",(b0),"+",(b1),"x.","n")
cat(" Artinya setiap kenaikan satu-satuan variabel x,
akan menaikkan variabel y sebesar ",(b1)," dengan asumsi variabel lain
konstan.","n")
cat(" Diperoleh juga nilai R-square ",(R2)," , yang artinya variabel x
dapat menjelaskan variabilitas variabel y sebesar ",(R2persen),"%.","n")
plot1=plot(x,y,main="---Plot Regresi---",xlab="Biaya Produksi",ylab="Volume
Penjualan",type="p",col="blue")
legend(12000,70000,legend=c("y",expression(hat("y"))),pch=c(1,2),col=c("blue","bro
wn"))
points(x,ytopi,pch=2,col=c("brown"))
abline(b0,b1)
for(i in 1:n){
lines(c(x[i],x[i]),c(y[i],ytopi[i]))}
12. Interpretasi:
Yang pertama kali dicari adalah jumlahan dari data, lalu JKT, JKReg, JKE. Kemudian
RKR, dan RKT, dari situ akan diketahui Fhit-nya.
3. Membuat emoticon
Syntax: Membuat emoticon parampa
#BG1
plot(100,100)
t=seq(0,2*pi,by=0.00001)
x=100+65*cos(t)
y=90+65*sin(t)
polygon(x,y,col="powderblue",lty=0)
lines(x,y,col="purple3",lwd=12)
#BG2