Distribusi sampling memberikan kerangka untuk memahami variasi statistik sampel yang diambil dari populasi. Terdapat berbagai jenis distribusi sampling seperti rata-rata, proporsi, beda rata-rata dan proporsi yang mengikuti distribusi tertentu seperti normal, t student, dan binomial. Pemahaman distribusi sampling penting untuk melakukan inferensi statistik dari sampel ke populasi.
Dokumen tersebut membahas tentang regresi linier sederhana, termasuk definisi, contoh perhitungan nilai a dan b, persamaan regresi, koefisien determinasi, dan selisih taksir standar."
Terdapat 5 uji asumsi klasik yang perlu dilakukan untuk model regresi, yaitu: (1) multikolinearitas, (2) autokorelasi, (3) heteroskedastisitas, (4) normalitas, dan (5) linearitas. Hasil uji pada contoh penelitian menunjukkan bahwa model regresi memenuhi semua asumsi klasik tersebut.
Dokumen tersebut membahas tentang pengujian hipotesis secara statistik yang meliputi analisis deskriptif, analisis inferensial, rumusan hipotesis nol dan alternatif, penetapan derajat kemaknaan, penentuan uji statistik, dan contoh pengujian hipotesis satu populasi dan dua populasi.
Dokumen tersebut membahas tentang berbagai jenis angka indeks yang digunakan untuk mengukur perubahan harga, kuantitas, atau nilai suatu barang atau jasa dibandingkan dengan periode dasar. Terdapat penjelasan mengenai indeks relatif sederhana, indeks agregat sederhana, serta indeks tertimbang seperti formula Laspeyres, Paasche, Fisher, Drobisch, Marshal-Edgeworth, dan Wals.
Distribusi sampling memberikan kerangka untuk memahami variasi statistik sampel yang diambil dari populasi. Terdapat berbagai jenis distribusi sampling seperti rata-rata, proporsi, beda rata-rata dan proporsi yang mengikuti distribusi tertentu seperti normal, t student, dan binomial. Pemahaman distribusi sampling penting untuk melakukan inferensi statistik dari sampel ke populasi.
Dokumen tersebut membahas tentang regresi linier sederhana, termasuk definisi, contoh perhitungan nilai a dan b, persamaan regresi, koefisien determinasi, dan selisih taksir standar."
Terdapat 5 uji asumsi klasik yang perlu dilakukan untuk model regresi, yaitu: (1) multikolinearitas, (2) autokorelasi, (3) heteroskedastisitas, (4) normalitas, dan (5) linearitas. Hasil uji pada contoh penelitian menunjukkan bahwa model regresi memenuhi semua asumsi klasik tersebut.
Dokumen tersebut membahas tentang pengujian hipotesis secara statistik yang meliputi analisis deskriptif, analisis inferensial, rumusan hipotesis nol dan alternatif, penetapan derajat kemaknaan, penentuan uji statistik, dan contoh pengujian hipotesis satu populasi dan dua populasi.
Dokumen tersebut membahas tentang berbagai jenis angka indeks yang digunakan untuk mengukur perubahan harga, kuantitas, atau nilai suatu barang atau jasa dibandingkan dengan periode dasar. Terdapat penjelasan mengenai indeks relatif sederhana, indeks agregat sederhana, serta indeks tertimbang seperti formula Laspeyres, Paasche, Fisher, Drobisch, Marshal-Edgeworth, dan Wals.
Contoh analisis uji beda nonparamaetrik wilcoxonEDI RIADI
Uji Wilcoxon digunakan untuk menguji perbedaan antara dua sampel berpasangan dengan mempertimbangkan besaran dan arah perbedaan. Uji ini menghitung ranking perbedaan dan menentukan apakah terdapat perbedaan yang signifikan berdasarkan nilai Z. Contoh menunjukkan uji Wilcoxon untuk menguji perbedaan hasil belajar siswa sebelum dan sesudah perlakuan pembelajaran berbeda. Hasilnya menunjukkan tidak ada perbedaan sebelum
Dokumen tersebut membahas tentang ukuran dispersi atau penyebaran data statistik. Terdapat beberapa ukuran dispersi seperti range, rata-rata deviasi, varians, dan simpangan baku. Ukuran-ukuran tersebut digunakan untuk mengukur seberapa jauh suatu data tersebar dari rata-ratanya dan membandingkan tingkat variasi antara kelompok data.
Dokumen tersebut membahas analisis regresi dan korelasi dengan variabel dummy satu kategori untuk memprediksi pengeluaran harian mahasiswa dan mahasiswi berdasarkan jenis kelamin. Metode analisis yang digunakan adalah regresi linier tunggal dan uji F untuk mengetahui pengaruh jenis kelamin terhadap pengeluaran. Hasilnya menunjukkan pengaruh signifikan antara jenis kelamin dengan pengeluaran.
Model Distribusi lag dan distribusi autoregressiveAgung Handoko
Makalah Model Distribusi lag dan distribusi autoregressive
Contoh Model Distribusi lag dan distribusi autoregressive
Pengertian Model Distribusi lag dan distribusi autoregressive
Soal Model Distribusi lag dan distribusi autoregressive
Dokumen tersebut membahas analisis varians (ANOVA) satu arah untuk menguji perbedaan rata-rata antar beberapa kelompok. Metode ini digunakan untuk menganalisis sumber variabilitas ke dalam komponen antar kelompok dan dalam kelompok menggunakan ukuran F. Contoh penyelesaian menunjukkan penggunaan ANOVA untuk menguji perbedaan hasil belajar siswa yang diajar dengan tiga metode mengajar berbeda.
Teori permintaan konsumen mempostulatkan bahwa kuantitas komoditas yang diminta persatuan periode akan meningkat jika harga berkurang, pendapatan konsumen meningkat, adanya kenaikan dalam harga barang substitusi dan penurunan harga barang komplementer, serta dengan peningkatan dalam selera terhadap komiditas yang dibicarakan. Faktor-faktor lain seperti jumlah konsumen dan preferensi konsumen juga mempengaruhi tingkat permintaan.
Modul ini membahas regresi dan korelasi sederhana serta berganda, chi-square, dan statistik nonparametrik. Topik utama meliputi pengertian dan metode regresi, korelasi, uji hipotesis koefisien regresi, interval taksiran, serta contoh soalnya.
Contoh analisis uji beda nonparamaetrik wilcoxonEDI RIADI
Uji Wilcoxon digunakan untuk menguji perbedaan antara dua sampel berpasangan dengan mempertimbangkan besaran dan arah perbedaan. Uji ini menghitung ranking perbedaan dan menentukan apakah terdapat perbedaan yang signifikan berdasarkan nilai Z. Contoh menunjukkan uji Wilcoxon untuk menguji perbedaan hasil belajar siswa sebelum dan sesudah perlakuan pembelajaran berbeda. Hasilnya menunjukkan tidak ada perbedaan sebelum
Dokumen tersebut membahas tentang ukuran dispersi atau penyebaran data statistik. Terdapat beberapa ukuran dispersi seperti range, rata-rata deviasi, varians, dan simpangan baku. Ukuran-ukuran tersebut digunakan untuk mengukur seberapa jauh suatu data tersebar dari rata-ratanya dan membandingkan tingkat variasi antara kelompok data.
Dokumen tersebut membahas analisis regresi dan korelasi dengan variabel dummy satu kategori untuk memprediksi pengeluaran harian mahasiswa dan mahasiswi berdasarkan jenis kelamin. Metode analisis yang digunakan adalah regresi linier tunggal dan uji F untuk mengetahui pengaruh jenis kelamin terhadap pengeluaran. Hasilnya menunjukkan pengaruh signifikan antara jenis kelamin dengan pengeluaran.
Model Distribusi lag dan distribusi autoregressiveAgung Handoko
Makalah Model Distribusi lag dan distribusi autoregressive
Contoh Model Distribusi lag dan distribusi autoregressive
Pengertian Model Distribusi lag dan distribusi autoregressive
Soal Model Distribusi lag dan distribusi autoregressive
Dokumen tersebut membahas analisis varians (ANOVA) satu arah untuk menguji perbedaan rata-rata antar beberapa kelompok. Metode ini digunakan untuk menganalisis sumber variabilitas ke dalam komponen antar kelompok dan dalam kelompok menggunakan ukuran F. Contoh penyelesaian menunjukkan penggunaan ANOVA untuk menguji perbedaan hasil belajar siswa yang diajar dengan tiga metode mengajar berbeda.
Teori permintaan konsumen mempostulatkan bahwa kuantitas komoditas yang diminta persatuan periode akan meningkat jika harga berkurang, pendapatan konsumen meningkat, adanya kenaikan dalam harga barang substitusi dan penurunan harga barang komplementer, serta dengan peningkatan dalam selera terhadap komiditas yang dibicarakan. Faktor-faktor lain seperti jumlah konsumen dan preferensi konsumen juga mempengaruhi tingkat permintaan.
Modul ini membahas regresi dan korelasi sederhana serta berganda, chi-square, dan statistik nonparametrik. Topik utama meliputi pengertian dan metode regresi, korelasi, uji hipotesis koefisien regresi, interval taksiran, serta contoh soalnya.
Materi kuliah Statistik Industri dengan topik Regresi Linear sederhana
Pembentukan model disertai pengujian terhadap model, koefisien, serta asumsi-asumsi
Dokumen tersebut membahas tentang analisis korelasi untuk menguji hubungan antar variabel, termasuk definisi koefisien korelasi, pola hubungan positif dan negatif, interpretasi nilai koefisien korelasi, teknik korelasi parametrik seperti product moment dan korelasi ganda, serta teknik nonparametrik seperti koefisien kontingensi, korelasi spearman rank, dan korelasi kendall tau.
Dokumen tersebut membahas tentang analisis regresi dan korelasi. Ia menjelaskan bahwa analisis regresi digunakan untuk mempelajari hubungan antara variabel independen dan dependen, serta mengukur kekuatan hubungan tersebut melalui koefisien korelasi dan koefisien determinasi. Dokumen ini juga menjelaskan cara menentukan persamaan regresi linier dan menghitung nilai a dan b, serta contoh soal penerapannya.
Dokumen tersebut membahas tentang analisis regresi dan korelasi. Ia menjelaskan bahwa analisis regresi digunakan untuk mempelajari hubungan antara variabel independen dan dependen, serta mengukur kekuatan hubungan tersebut melalui koefisien korelasi dan koefisien determinasi. Dokumen ini juga menjelaskan cara menentukan persamaan regresi linier dan menghitung nilai a dan b, serta contoh soal penerapannya.
Analisis korelasi digunakan untuk mengukur hubungan antara dua variabel atau lebih. Korelasi linear sederhana mengukur hubungan antara dua variabel, sedangkan korelasi linear berganda untuk lebih dari dua variabel. Korelasi dapat berupa hubungan positif, negatif, linear, atau non-linear. Koefisien korelasi dan determinasi dihitung untuk mengukur kekuatan hubungan antara variabel.
Dokumen tersebut membahas analisis regresi dan korelasi sederhana, termasuk definisi, model persamaan, dan uji hipotesis untuk kedua analisis tersebut. Analisis regresi digunakan untuk mengetahui pengaruh satu atau lebih variabel bebas terhadap variabel tidak bebas, sedangkan analisis korelasi untuk mengetahui kekuatan hubungan antar variabel. Keduanya melibatkan penentuan koefisien dan uji signifikansi melalui statistik uji t
Dokumen tersebut membahas beberapa metode untuk menemukan akar-akar suatu persamaan non-linier, khususnya metode Biseksi dan metode Regula Falsi. Metode Biseksi bekerja dengan membagi interval menjadi dua bagian secara berulang sampai diperoleh akar yang tepat, sedangkan metode Regula Falsi menggunakan interpolasi linier untuk memperkirakan lokasi akar pada setiap iterasi. Kedua metode tersebut merupakan
Penyelesaian persamaan linier simultan dibahas melalui metode analitik seperti aturan Crammer dan invers matrik, serta metode numerik seperti eliminasi Gauss, eliminasi Gauss-Jordan, dan iterasi Gauss-Seidel. Metode eliminasi Gauss mengubah matrik koefisien menjadi bentuk segitiga atas/bawah untuk menentukan nilai variabel bebas.
Dokumen ini membahas tentang polinomial dalam matematika. Polinomial adalah pernyataan matematika yang melibatkan operasi seperti penjumlahan, perkalian, dan pangkat dalam satu atau lebih variabel dengan koefisien. Dokumen ini menjelaskan bentuk umum dan operasi dasar polinomial serta teorema sisa dan faktor yang terkait dengan polinomial. Diakhiri dengan pembahasan mengenai akar-akar persamaan polinomial.
Dokumen tersebut merupakan proposal usaha kewirausahaan yang menjual rujak lahar dingin. Proposal ini membahas latar belakang, tujuan, bahan, cara pembuatan, dan penjualan rujak lahar dingin. Tujuannya adalah untuk memperkenalkan produk kepada mahasiswa dan menghasilkan keuntungan.
The document discusses various concepts related to entrepreneurship. It defines entrepreneurship as taking calculated risks in terms of time, equity or career, and having the ability to form effective teams and manage resources creatively with a vision for opportunity. The scope of entrepreneurship involves high innovation combined with entrepreneurial skills to create new businesses and industries. Various types of entrepreneurship are also defined, including political entrepreneurship, knowledge entrepreneurship, social entrepreneurship, and intrapreneurship within existing organizations. Entrepreneurship education aims to provide skills for entrepreneurial success. Digital entrepreneurship leverages new technologies, while intrapreneurship uses entrepreneurial skills without the risks of starting a new business.
Dokumen tersebut membahas konsep dasar kewirausahaan. Secara ringkas, dokumen menjelaskan bahwa kewirausahaan bukan hanya bakat tetapi dapat dipelajari, membedakan istilah kewirausahaan, intrapreneurship, entrepreneur, dan karakteristik seorang wirausaha.
ANALISIS PENGARUH INDUSTRI BATU BARA TERHADAP PENCEMARAN UDARA.pdfnarayafiryal8
Industri batu bara telah menjadi salah satu penyumbang utama pencemaran udara global. Proses ekstraksi batu bara, baik melalui penambangan terbuka maupun penambangan bawah tanah, menghasilkan debu dan gas beracun yang dilepaskan ke atmosfer. Gas-gas tersebut termasuk sulfur dioksida (SO2), nitrogen oksida (NOx), dan partikel-partikel halus (PM2.5) yang berbahaya bagi kesehatan manusia dan lingkungan. Selain itu, pembakaran batu bara di pembangkit listrik dan industri menyebabkan emisi karbon dioksida (CO2), yang merupakan penyebab utama perubahan iklim global dan pemanasan global.
Pencemaran udara yang disebabkan oleh industri batu bara juga memiliki dampak lokal yang signifikan. Di sekitar area penambangan, debu batu bara yang dihasilkan dapat mengganggu kesehatan masyarakat dan ekosistem lokal. Paparan terus-menerus terhadap debu batu bara dapat menyebabkan masalah pernapasan seperti asma dan bronkitis, serta berkontribusi pada penyakit paru-paru yang lebih serius. Selain itu, hujan asam yang disebabkan oleh emisi sulfur dioksida dapat merusak tanaman, air tanah, dan ekosistem sungai, mengancam keberlanjutan lingkungan di sekitar lokasi industri batu bara.
2. Pengantar
• Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan
model Y = a + bX
• Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu. Model
umum regresi linear berganda adalah
Y = a + b1X1 + b2X2 + … + bnXn
3. RUMUS UNTUK MENGHITUNG a, b1, b2, . .
.bn
Kita lihat untuk dua variabel bebas
2
2
1
2
2
2
1
2
2
1
1
2
2
1
i
i
i
i
i
i
i
i
i
X
X
X
X
Y
X
X
X
Y
X
X
b̂
i
i
2
2
1
2
2
2
1
1
2
1
2
2
1
2
i
i
i
i
i
i
i
i
i
X
X
X
X
Y
X
X
X
Y
X
X
b̂
i
i
2
2
1
1 X
b
X
b
Y
a
4. Ilustrasi
Ingin dicari model regresi dari mutu pendidikan di suatu sekolah (Y),
dengan variabel bebas berupa Inovasi guru di kelas (X1) dan
ketersediaan sarana dan prasarana (X2 dalam prosentase)
Data
ke
1 2 3 4 5 6 7 8 9 10
X1 90 94 81 82 91 72 63 73 84 85
X2 83 74 73 75 64 75 76 67 72 68
Y 88 90 78 80 88 80 74 78 82 80
Data ini agak aneh
5. Silakan salin data tsb dalam excel
Perhatikan rumusnya dan pikirkan
Kolom apa yang mesti dibuat
6. Diperoleh hasil persamaan
regresi linear berganda
Beri penafsiran terhadap persamaan yang diperoleh
Persamaan ini akan memberikan Korelasi yang kecil
Jadi Y = 0.11321+0.0604X1+0.4465X2
7. Misalkan Y = Pengeluaran KK Dalam sebulan
X1 = Pendapatan dalam sebulan (ribuan rupiah)
X2 = Banyak anggota keluarga
Misalkan diperoleh persamaan regresinya
Y = 167.52 + 20.68X1 – 10.48X2
Beri Penafsiran terhadap persamaan regresi tersebut
Kalau persamaan seperti di atas akan memberikan
Korelasi yang sangat besar
8. Korelasi
• Menyatakan hubungan antara dua atau lebih peubah asosiasi
• Bila dua peubah tidak berhubungan ; korelasinya 0, bila sempurna
korelasinya 1 (kolinier)
9. •Koefisien korelasi dinotasikan dengan
•Setelah ditaksir persamaan regresi dari data masalah
berikutnya adalah menilai baik/buruknya kecocokan
model dengan data
•Rumus :
2
R
1
0
ˆ
2
2
2
2
R
y
y
y
y
JKT
JKR
R
i
i
11. Tahun 1 2 3 4 5 6 7 8 9 10
X 10 9 11 12 11 12 13 13 14 15
Y 44 40 42 46 48 52 54 58 56 60
Silakan lihat kembali data tentang hubungan
Biaya iklan dengan hasil penjualan
Silakan buat tabelnya
12. Diperoleh r = 0.92261
Atau
r2 = 0.8521
r2 disebut dengan koefisien determinasi
Artinya 85.21% hasil penjualan ditentukan oleh biaya iklan
Yang dikeluarkan
Ingat koefisien determinasi ini berbeda dengan Indeks
Determinasi,
Kalau indek determinasi ditentukan oleh rumus
13.
tot
res
tot
i
i
i
JK
JK
JK
I
Y
Y
Ŷ
Y
Y
Y
I
2
2
2
Indek Determinasi
Silakan coba sendiri buat tabelnya
Dan hitung Indek Determinasi serta bandingkan
Dengan koefisien determinasi
14. Korelasi ganda dan Korelasi Parsial
Jika ada 2 atau lebih variabel bebas, maka kita
punya regresi linear ganda, begitu juga halnya
dengan korelasi, jika ada 2 atau lebih variabel
bebas, maka kita punya korelasi ganda dan
korelasi parsial
Ingat persamaan regresi ganda
Y= a + b1X1 + b2X2
Selanjutnya akan dicari koefisien korelasinya
15. Derajat hubungan ketiga variabel atau lebih
Disimbulkan dengan R2
Y
Y
y
dengan
y
JK
R
i
i
i
g
Re
2
2
Kita ambil contoh data pada regresi linear ganda
Yang di bahas di atas
2
2
2
1
1
2
i
i
i
i
i
y
y
x
b
y
x
b
R
16. Diperoleh R2 = 0.0835
Jadi koefisien korelasi gandanya adalah R = 0.289
Artinya 28.9% . . . . . . .
Sebenaarnya rumus di atas lebih baik digunakan
Untuk menentukan koefisien korelasi berganda
Jika variabel bebasnya banyak
17. Jika variabel bebasnya hanya sedikit sebaiknya gunakan
Rumus berikut
Untuk 2 variabel bebas
2
12
12
2
1
2
2
2
1
12
1
2
R
R
R
R
R
R
R
y
y
y
y
.
y
2
1
2
y
1
y
X
dengan
X
antara
korelasi
koofisien
R
X
dengan
Y
antara
korelasi
koofisien
R
X
dengan
Y
antara
korelasi
koofisien
R
2
12
2
2
2
1
18. Ingat rumus koefisien korelasi
Buat tabelnya
Hitung koefisien korelasinya
Beri tafsiran terhadap semua
koefisien korelasi yang diperoleh
19.
Y
Y
n
X
X
n
Y
X
Y
X
n
R
i
i
i
i
i
i
i
i
y1
2
2
2
1
2
1
1
1
Y
Y
n
X
X
n
Y
X
Y
X
n
R
i
i
i
i
i
i
i
i
y2
2
2
2
2
2
2
2
2
X
X
n
X
X
n
X
X
X
X
n
R
i
i
i
i
i
i
i
i
12
2
2
2
2
2
1
2
1
2
1
2
1
20. Ry1= 0.89
Ry2 = -0,27
R12 = -0.36
DIPEROLEH
2
12
12
2
1
2
2
2
1
12
1
2
R
R
R
R
R
R
R
y
y
y
y
.
y
INGAT
21. DIPEROLEH Ry12 = 0.8915
ARTINYA 89.15% MUTU PENDIDIKAN TSB
DITENTUKAN OLEH INOVASI GURU DIDEPAN
KELAS DAN KETERSEDIAAN SARANA DAN
PRASARANA
SELANJUTNYA KITA LIHAT KOEFISIEN
KORELASI PARSIAL ANTARA VARIABEL Y
DENGAN X1 (RY1.2) DENGAN MENGANGGAP
X2 KONSTAN
DAN KOEFISIEN KORELASI PARSIAL ANTARA
VARIABEL Y DENGAN X2 (Ry2.1) DENGAN
MENGANGGAP X1 KONSTAN
22.
2
12
2
2
12
2
1
2
1
1
1 R
.
R
R
R
R
R
y
y
y
.
y
2
12
2
1
12
1
2
1
2
1
1 R
.
R
R
R
R
R
y
y
y
.
y
KOEFISIEN KORELASI ANTARA VARIABEL Y
DENGAN VAR BEBAS X1 DENGAN MENGANGGAP
VARIABEL BEBAS X2 TETAP
KOEFISIEN KORELASI ANTARA VARIABEL Y
DENGAN VAR BEBAS X2 DENGAN MENGANGGAP
VARIABEL BEBAS X1 TETAP
25. Kalau ada tiga variabel bebas, X1, X2 dan X2
Misalkan kita ingin mengcari Koefisien korelasi antara
Variabel Y dengan variabel X1 dengan mengganggap
Variabel X2 dan X2 konstan.
2
2
13
2
2
3
2
13
2
3
2
1
23
1
1
1 .
.
y
.
.
y
.
y
.
y
R
.
R
R
R
R
R
y3.12
.
y R
dan
R
untuk
rumus
buat
Silakan 13
2
26. Hubungan andara korelasi ganda dan korelasi parsial
2
2
2
1
2
12 1
1
1 y
y
.
y R
R
R
2
12
3
2
1
2
2
1
2
123 1
1
1
1 .
y
.
y
y
.
y R
R
R
R
Untuk variabel-variabel Y, X1 dan X2
Untuk variabel-variabel Y, X1,X2 dan X3
28. Korelasi dengan SPSS
Assumsi Pada Korelasi Kart Pearson
•Var Berdistribusi Normal
• Variabel tidak bersifat kontinu atau interval
Assumsi Pada Korelasi Tau Kendall
• Kedua data mempunyai gejala ordinal
•Korelasi ini baik juga digunakan untuk korelasi parsial
Assumsi Pada Korelasi Spearman
•Data bersifat Ordinal sehingga objek yang diteliti
dimungkinkan untuk diberi jenjang atau ranking
31. adalah
ditentukan
bisa
juga
yang
lain
Varians
n
X
X
s
X
X
s
s
i
i
YX
i
YX
b 2
2
2
2
2
n
X
X
X
n
.
s
X
X
X
n
.
s
s
i
i
YX
i
YX
b
2
2
2
2
2
2
2
2
1
1
SEBAIKNYA
HITUNG
DENGAN
EXCEL
Sebagai latihan
32. Menguji hipotesis sehubungan dengan
regresi linear Sederhana
??? Apakah persamaan regresi yang diperoleh betul-betul
Linear, jangan-jangan kuadratik, eksponensial, logiritma dll
Apakah koesien regresi yang kita peroleh benar atau tidak
Dengan kata lain perlukah di uji
H0 : 2 = 56 dll, melawan suatu alternatif
H1 : 2 ≠ 56
Untuk ujinya digunakan statistik uji t
33. b
s
b
t 56
Dengan dk = n – 2
Tolak hipotesis jika t ≥ t1-1/2
Contoh, perhatikan persamaan regresi linear
sederhana pada perkuliahan ke 9 yaitu
0.6X
6.1
Y
34. 0.6X
6.1
Y
dari
Berarti setiap pertambahan 100 orang pengunjung terjadi
Penambahan yang belanja sebanyak 66.1 orang
Maka kita harus menguji H0 : 0.66 melawan H1 : 0.60
Untuk itu pertama-tama kita hitung sb
1
1
2
2
2
n
n
X
X
n
n
X
X
S
i
i
i
X
Ingat
Lihat latihan di excel
35. 47
0
15
0
66
0
59
0
.
.
.
.
t
Dari tabel t dengan n = 12, dk = 12-2 = 10 dan =0.05
Diperoleh nilai t tabel = 2.23
Diperoleh t tabel < t hitung, maka hipotesa diterima
Artinya benar banyaknya yang belanja tergantung pada
Banyaknya pengunjung
Kita lihat dengan menggunakan SPSS
36. spss
Siapa yang merasa perlu caranya catat sendiri
Materi
1. Regresi
2. Korelasi
3. Anova
4. Uji Hipotesi
Membuat histogram, dll
Pelajari sendiri
37. Ingat, Kalau menggunakan SPSS
Pada SPSS
H0 : Persamaan garis tidak linear
H1 : Persamaan garis linear
Dengan kriteria nilai F dan Sig pada tabel ANOVA
Tapi kalau kriteria ini digunakan kita harus melihat
Nilai F pada tabel
Untuk lebih mudah, kriterianya adalah sebagai berikut
Terima H0 jika nilai Sig Pada tabel ANOVA ≥0.05
Artinya persamaan garis tidak linear
Dan tolak H0 (terima H1 jika nilai sig < 0.05)
Artinya persamaan garis adalah liniear
38. Dengan SPSS diperoleh nilai Sig = 0.03
Jadi Tolak H0 : dengan kata lain terima H1 yang artinya
Persamaan garis adalah linear.
Jangan lupa baca juga uji kelinearan regresi pada buku
Statistik (Sudjana hal 330)
39.
40.
41.
42.
43.
44.
45.
46.
47. ???? Bagaimana kalau data sudah dalam daftar
distribusi frekuensi?????
Bagaimana menentukan koefisien korelasinya
Perhatikan contoh tabel berikut
49.
Y
f
Y
f
n
X
f
X
f
n
Y
f
X
f
Y
X
f
n
r
i
y
i
y
i
x
i
x
i
y
i
x
i
i
i
2
2
2
2
Y
variabel
untuk
tanda
sebagai
C
X
variabel
untuk
tanda
sebagai
C
y
x
C
f
C
f
n
C
f
C
f
n
C
f
C
f
C
C
f
n
r
y
y
y
y
x
x
x
x
y
y
x
x
y
x
i
2
2
2
2
Jika panjang kelas interval sama maka
Misalkan
Maka rumus bisa disederhanakan menjadi :