Postingan

CONTOH SOAL REGRESI SEDERHANA DAN UJI ANOVA

Gambar
CONTOH SOAL REGRESI SEDERHANA Persamaan Regresi : Y' = a + bX  Dimana : Y' = variabel tidak bebas (nilai yang diprediksikan) X  = Variabel bebas (nilai yang memprediksi / prediktor) a  = Konstanta (jika nilai X = 0, maka Y' = a) b  = Koefisien regresi Dalam analisis regresi linier sederhana adalah menentukan nilai konstanta a dan koefisien b. Apakah koefisien b bernilai positif atau negatif, apakah koefisien b bernilai nol atau tidak. Jika b = 0, berarti tidak ada pengaruh antara variabel bebas X terhadap variabel tidak bebas Y. b < 0, berarti hubungan yang berbalik arah antara variabel bebas X dengan variabel tak bebas Y. b > 0, berarti hubungan yang searah antara variabel bebas X dengan variabel tak bebas Y. Menghitung koefisien a dan b : > Analisis Koefisien Determinasi R 2 Artinya : Sekitar R 2 variasi variabel tidak bebas Y dapat dijelaskan oleh variabel bebas X. Koefisien determinasi digunakan untuk mengetahui prosentase sumba...

ANALISIS REGRESI BERGANDA

Gambar
Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X 1 , X 2 ,….X n ) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio. Persamaan regresi linear berganda sebagai berikut: Y’ = a + b 1 X 1 + b 2 X 2 +…..+ b n X n Keterangan: Y’                    =   Variabel dependen (nilai yang diprediksikan) X 1  dan X 2       =   Variabel independen a                 ...

UJI ANOVA

Gambar
Anova (analysis of varian) digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua kelompok. Misalnya kita ingin mengetahui apakah ada perbedaan rata-rata lama hari dirawat antara pasien kelas VIP, I, II, dan kelas III. Anova mempunyai dua jenis yaitu analisis varian satu faktor ( one way anova ) dan analsis varian dua faktor ( two ways anova ). Pada kesempatan ini hanya akan dibahas analisis varian satu faktor. Beberapa asumsi yang harus dipenuhi pada uji Anova adalah: Sampel berasal dari kelompok yang independen Varian antar kelompok harus homogen Data masing-masing kelompok berdistribusi normal Asumsi pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu kelompok tidak tergantung pada nilai di kelompok lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke komputer, jika asumsi ini tidak terpenuhi dapat dilakuka...

METODE NEWTON

Jika Anda pernah mencoba untuk menemukan akar fungsi rumit aljabar, Anda mungkin memiliki beberapa kesulitan. Menggunakan beberapa konsep dasar kalkulus, kita memiliki cara numerik mengevaluasi akar fungsi rumit. Umumnya, kita menggunakan metode Newton-Raphson. Ini proses berulang-ulang mengikuti pedoman yang ditetapkan untuk mendekati satu akar, mengingat fungsi, turunan, dan nilai x-awal. Anda mungkin ingat dari aljabar bahwa akar dari sebuah fungsi adalah nol dari fungsi. Ini berarti bahwa pada "akar" fungsi sama dengan nol. Kita dapat menemukan akar dari fungsi sederhana seperti: f (x) = x 2 -4 hanya dengan menetapkan fungsi ke nol, dan memecahkan: f (x) = x 2 -4 = 0 (X +2) (x-2) = 0 x = 2 atau x = -2 Metode Newton-Raphson menggunakan proses berulang-ulang untuk mendekati salah satu akar fungsi. Akar khusus yang menempatkan proses tergantung pada, nilai x-awal sewenang-wenang dipilih. Di sini, x n adalah dikenal saat ini x-nilai, f (x n) merupakan nilai fungsi pada x n, d...

KORELASI SEDERHANA

Gambar
Analisis korelasi sederhana ( Bivariate Correlation ) digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel. Dalam SPSS ada tiga metode korelasi sederhana ( bivariate correlation ) diantaranya  Pearson Correlation, Kendall’s tau-b,  dan  Spearman Correlation .  Pearson Correlation digunakan untuk data berskala interval atau rasio, sedangkan  Kendall’s tau-b, dan  Spearman Correlation  lebih cocok untuk data berskala ordinal. Pada bab ini akan dibahas analisis korelasi sederhana dengan metode Pearson atau sering disebut  Product Moment Pearson.  Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubung...

METODE ANALISIS REGRESI BERGANDA

Gambar
Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X 1 , X 2 ,….X n ) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio. Persamaan regresi linear berganda sebagai berikut: Y’ = a + b 1 X 1 + b 2 X 2 +…..+ b n X n Keterangan: Y’                    =   Variabel dependen (nilai yang diprediksikan) X 1  dan X 2       =   Variabel independen a                 ...

METODE BEDA HINGGA

Gambar
Salah satu cara untuk menyelesaikan persamaan di fferential adalah dengan menggunakan metode beda hingga atau yang lebih dikenal dengan finite difference method. Metode ini menggunakan pendekatan ekspansi Taylor di titik acuannya (x). Ada tiga jenis beda (difference) yg bisa kita gunakan utk mencari nilai f(x+∆x). Ketiga jenis beda ini disebut forward difference, backward difference, dan central difference. Supaya gak lupa, penurunannya saya berikan di sini. Forward difference Utk forward difference, kita ingin mencari nilai suatu fungsi jika independent variablenya digeser ke depan (makanya namanya forward difference) sebesar ∆x. Sederhananya, jika kita tahu f(x), maka berapakah f(x+∆x)? Ekspansi Taylor dituliskan sbb: Secara umum, symbol ∂f/∂x*∆x menunjukkan kemiringan (gradient) nilai fungsi f pada f(x) jika x digeser sebesar ∆x. Sementara symbol ∂ 2 f/∂x 2  menunjukkan lengkungan (curvature) dari titik f(x) tsb jika x digeser sebesar ∆x. Oleh karena nilai setelah term pert...