CONTOH SOAL REGRESI SEDERHANA DAN UJI ANOVA

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 R2

  • Artinya : Sekitar R2variasi variabel tidak bebas Y dapat dijelaskan oleh variabel bebas X.
  • Koefisien determinasi digunakan untuk mengetahui prosentase sumbangan pengaruh variabel bebas X terhadap variabel bebas Y.
  • Jika nilai R2=0 berarti variasi variabel bebas X tidak sedikitpun dapat menjelaskan variasi variabel tidak bebas Y dalam model tersebut.
  • Jika nilai R2=1 berarti variasi variabel bebas X dapat menjelaskan dengan SEMPURNA variabel tidak bebas Y dalam model tersebut.
  • Jadi nilai koefisien determinasi R2sebesar mungkin.

> Standar Error Estimate

  • Nilai Y' adalah nilai prediksi sehingga terjadi kesalahan/galat/error dalam memprediksinya. Standar error digunakan untuk mengukur simpangan data aktual di sekitar garis regresi.
  • Jadi nilai standar error estimate harus sekecil mungkin
CONTOH SOAL UJI
Kapan Anova satu arah digunakan?
Pada dasarnya Anova dapat digunakan untuk melakukan pengujian perbandingan rata-rata beberapa kelompok, biasanya terdiri dari lebih dari dua kelompok. Penggunaan Anova kelompok yang berasal dari sampel yang berbeda antar kelompok.
Misalkan Jika kita ingin melihat pengaruh  bentuk Kemasan suatu produk terhadap penjualan. Jika faktor yang menjadi perhatian kita untuk selanjutnya diuji adalah berupa satu faktor, misalnya pengaruh  bentuk kemasan suatu produk pada tingkat penjualan, maka ANOVA yang kita gunakan adalah satu arah.
Disebut anova satu arah (One Way Anova), karena pusat perhatian kita hanya satu, dalam hal ini bentuk kemasan suatu produk. Tetapi jika pusat perhatian kita, selain jenis kemasan, juga tertuju pada pengaruh aroma pada tingkat penjualan, maka digunakan ANOVA dua arah (Two Way Anova).
Pada dasarnya Anova satu arah juga dapat digunakan untuk kasus yang diuji menggunakan Anova dua arah, namun kita harus melakukan pengujian satu persatu, sehingga jauh lebih efektif jika digunakan Anova dua arah.

Komentar

Posting Komentar

Postingan populer dari blog ini

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...
Baca selengkapnya

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                 ...
Baca selengkapnya

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...
Baca selengkapnya