Pengantar Korelasi Analisis Regresi Sederhana Regresi Linear Tujuan

  • Slides: 11
Download presentation
Pengantar Korelasi & Analisis Regresi Sederhana Regresi Linear

Pengantar Korelasi & Analisis Regresi Sederhana Regresi Linear

Tujuan 1. Mempelajari hubungan linear antara dua peubah (Variable), misalkan X dan Y 2.

Tujuan 1. Mempelajari hubungan linear antara dua peubah (Variable), misalkan X dan Y 2. Mengenalkan analisis regresi dan korelasi linear sederhana Regresi Linear

1. Koefisien Korelasi (r. XY) Misalkan Dari Suatu Populasi diamati Dua Variabel X dan

1. Koefisien Korelasi (r. XY) Misalkan Dari Suatu Populasi diamati Dua Variabel X dan Y. Kemungkinan yang terjadi dengan pasangan Xdan Y sbb: • Jika sebagian besar pasangan data di kuadran I dan III, artinya X dan Y searah, x, y akan bernilai positif. • Jika sebagian besar pasangan data terdapat di kuadran II dan IV, artinya X dan Y berlawanan arah, x, y akan negatif. • Jika pasangan data tersebar merata di semua kuadran, itu berarti tidak ada kecenderungan mengenai kebersamaan antara X dan Y, sehingga x, y akan mendekati nol.

Kelemahan x, y diatasi dengan jika kovarians dibagi dengan simpangan baku masing-masing peubah. Besaran

Kelemahan x, y diatasi dengan jika kovarians dibagi dengan simpangan baku masing-masing peubah. Besaran ini disebut koefisien korelasi Y dan X, dilambangkan ρx, y atau Corr(X, Y) (ini untuk populasi, Jika untuk sample r. XY atau r saja. Analisa korelasi bertujuan untuk mengukur "seberapa kuat" atau "derajat kedekatan" suatu relasi yang terjadi antar variabel. Linier positif Linier negatif

Regresi Linear

Regresi Linear

2. Analisis Regresi Sederhana • Mempelajari dan mengukur hubungan statistik yang terjadi antara dua

2. Analisis Regresi Sederhana • Mempelajari dan mengukur hubungan statistik yang terjadi antara dua varibel. • Menentukan suatu persamaan regresi yang digunakan untuk menggambarkan pola atau fungsi hubungan antar variabel. • Y : variabel terikat (dependent variable atau response variable) (sumbu-y). • X : variable bebas (independent variable atau explanatory variable) (sumbu-x). Y = a + b. X

2. Analisis Regresi Linear

2. Analisis Regresi Linear

Regresi Linear

Regresi Linear

Regresi Linear

Regresi Linear

Regresi Linear

Regresi Linear

Regresi Linear

Regresi Linear