Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langasung didefinisikan dari persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP, dualitas sangat tergantung pada primal dalam hal tipe kendala, variabel keputusan dan kondisi optimum.
Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langasung didefinisikan dari persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP, dualitas sangat tergantung pada primal dalam hal tipe kendala, variabel keputusan dan kondisi optimum.
Analisis Regresi dan Korelasi. dddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddd
3. Analisis Korelasi
• Korelasi(r) merupakan merupakan istilah yang
digunakan untuk mengukur kekuatan hubungan
antarvariabel
• Analisis korelasi adalahcara untuk mengetahui
ada atau tidak adanya hubungan tersebut
• Korelasi yang terjadi antara dua variabel
Korelasi positif; r > 0;
Korelasi negatif; r < 0 ;
Tidak ada korelasi; r = 0;
Korelasi sempurna; r = 1
7. ANALISIS REGRESI LINIER SEDERHANA
• Regresi : garis yang menunjukkan hubungan dua
macam variabel (Estimating line)
• Cara Menggambar Garis Regresi
a. the scatter diagram
14
12
10
8
6
4
2
0
2 3 5 6 8 9
b. the least squares method
8. Persamaan Garis Regresi
Y=a+bX
Y : variabel dependen
a : konstanta
b : koefisien variabel X
X : variabel independen
Nilai a dan b dapat dihitung dengan rumus :
n XY X Y
b 2 2 dan a Y bX
n X ( X)
9. Contoh
• Berikut ini adalah data Iklan (X) dan Penjualan
(Y). Tentukan Persamaan Regresi X terhadap Y
No X Y
1 2 6
2 3 5
3 5 7
4 6 8
5 8 12
6 9 11
10. Penyelesaian:
No X Y XY X2 Y2
1 2 6 12 4 36
2 3 5 15 9 25 n XY X Y
3 5 7 35 25 49 b dan a Y bX
n X2 ( X )2
4 6 8 48 36 64
5 8 12 96 64 144
6 9 11 99 81 121
Jumlah 33 49 305 219 439
6)(305)-(33)(49)
• b = ------------------------- ; a = (49/6)-(0,95)(33/6)
(6)(219-(33)2) = 2,94
= 0,95
Sehingga Persamaa Regresi : Y = 2,94 + 0,95X
12. PENGUJIAN HIPOTESIS
• Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau
lebih populasi.
• Pengujian hipotesis berhubungan dengan penerimaan atau
penolakan suatu hipotesis.
• Prinsip pengujian hipotesa adalah perbandingan nilai statistik uji
(z hitung atau t hitung) dengan nilai titik kritis (Nilai z tabel atau t
Tabel)
• Titik Kritis adalah nilai yang menjadi batas daerah penerimaan
dan penolakan hipotesis.
• Nilai α pada z atau t tergantung dari arah pengujian yang
dilakukan.
• Statistik Uji:
Uji t n<30
Uji Z n 30
13. Arah Pengujian Hipotesis
• Pengujian Hipotesis dapat dilakukan secara : (1). Uji Satu
Arah ; (2). UjiDuaArah
• UJI SATU ARAH : Pengajuan H0 dan H1 dalam uji satu arah
adalah sebagai berikut:
H0 : ditulis dalam bentuk persamaan (menggunakan
tanda =)
H1 : ditulis dalam bentuk lebih besar (>) atau lebih
kecil (<)
• UJI DUA ARAH: Pengajuan H0 dan H1 dalam uji dua arah
adalah sebagai berikut :
H0 : ditulis dalam bentuk persamaan (menggunakan
tanda =)
H1 : ditulis dengan menggunakan tanda ≠
14. Pengerjaan Uji Hipotesis
• Langkah Pengerjaan Uji Hipotesis :
1. Tentukan H0 dan H1
2. Tentukan statistik uji [ z atau t]
3. Tentukan arah pengujian [1 atau 2]
4. Taraf Nyata Pengujian [α atau α/2]
5. Tentukan nilai titik kritis atau daerah
penerimaan-penolakan H0
6. Cari nilai Statistik Hitung
7. Tentukan Kesimpulan [terima atau tolak H0]
16. Contoh
Uji Hipotesis Rata-rata Sampel Besar
Dari 100 nasabah bank rata-rata melakukan penarikan $495 per bulan melalui ATM, dengan
simpangan baku = $45. Dengan taraf nyata 1% , ujilah apakah rata-rata nasabah menarik melalui
ATM kurang dari $500 per bulan ?
Jawab :
Diketahui: x= 495 s = 45 n=100 μ0=500 α=1%
1. H0 : μ = 500 ; H1 : μ < 500
2. statistik uji : z → karena sampel besar
3. arah pengujian : 1 arah
4. Taraf Nyata Pengujian = α = 1% = 0.01
5. Titik kritis → z (0,01) t (0,01; ) = 2.33
6. Statistik Hitung :
7. Kesimpulan : z hitung = -1.11 ada di daerah penerimaan H0
H0 diterima, rata-rata pengambilan uang di ATM masih = $ 500
17. .
Uji Hipotesis Rata-rata Sampel Kecil
Seorang job-specialist menguji 25 karyawan dan mendapatkan bahwa rata-rata
penguasaan pekerjaan kesekretarisan adalah 22 bulan dengan simpangan baku = 4
bulan. Dengan taraf nyata 5% , ujilah Apakah rata-rata penguasaan kerja
kesekretarisan tidak sama dengan 20 bulan?
Jawab:
Diketahui : x= 22 s = 4 n = 25 μ0= 20 α = 5%
1. H0 : μ = 20 H1 : μ ≠ 20
2. statistik uji : t → karena sampel kecil
3. arah pengujian : 2 arah
4. Taraf Nyata Pengujian = α = 5% = 0.05 α/2 = 2.5% = 0.025
5. Titik kritis : db = n-1 = 25-1 = 24 t (0,025 ; 24) = 2,064
6. Statistik Hitung :
7. Kesimpulan : t hitung = -2.5 ada di daerah penolakan H0
H0 ditolak, H1 diterima , rata-rata penguasaan pekerjaan kesekretarisan ≠ 20 bulan
18. Uji Hipotesis Beda 2 Rata-rata Sampel Besar
.
Berikut adalah data nilai prestasi kerja karyawan yang mendapat training dengan yang tidak
mendapat training.
Dengan taraf nyata 5 % ujilah Apakah perbedaan rata-rata nilai prestasi kerja μμ12−> 0?
Jawab :
α = 5 % = 0 d0
1. H0 : μμ12−= 0 H1 : μμ12−> 0
2* statistik uji : z → karena sampel besar
3* arah pengujian : 1 arah
4* Taraf Nyata Pengujian = α = 5%
5. Titik kritis → z > → z > 1.645 z5%
6. Statistik Hitung
7. Kesimpulan : z hitung = 4 ada di daerah penolakan H0
H0 ditolak, H1 diterima → beda rata-rata prestasi kerja > 0
19. Uji Hipotesis Beda 2 Rata-rata Sampel Kecil
.
Berikut adalah data kerusakan produk yang dibuat oleh karyawan shift malam dan siang.
Dengan taraf nyata 1 % ujilah Apakah ada perbedaan rata-rata kerusakan μμ12−≠ 10?
Jawab : α = 1 % = 10 d0
1. H0 : μμ12−= 10 H1 : μμ12−≠ 10
2. statistik uji : t → karena sampel kecil
3. arah pengujian : 2 arah
4. Taraf Nyata Pengujian = α = 1% = 0.01 ; α/2 = 0.5% = 0.005
5. Titik kritis : db = n1 + n2 - 2 = 13+ 12 - 2 = 23 t (23; 0.5%) =2.807
6. Statistik Hitung
7. Kesimpulan : t hitung = -3.3 ada di daerah penolakan H0
H0 ditolak, H1 diterima , rata-rata kerusakan ≠ 10.