P. 1
Contoh soal Penyelesaian Analisa Regresi Dan Korelasi - Jurusan Teknik Industri Universitas Mercu Buana 2010

Contoh soal Penyelesaian Analisa Regresi Dan Korelasi - Jurusan Teknik Industri Universitas Mercu Buana 2010

|Views: 3,183|Likes:
Dipublikasikan oleh Rudini Mulya
Contoh soal Penyelesaian Analisa Regresi Dan Korelasi - Jurusan Teknik Industri Universitas Mercu Buana 2010
Contoh soal Penyelesaian Analisa Regresi Dan Korelasi - Jurusan Teknik Industri Universitas Mercu Buana 2010

More info:

Published by: Rudini Mulya on Oct 04, 2012
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

08/05/2013

pdf

text

original

ANALISIS REGRESI DAN KORELASI

Oleh
 Rudini Mulya  Muhammad Radityo Reksagama  Azis Mukhsin Ardiyansyah

ANALISIS REGRESI TERHADAP SATU VARIABEL DUMMY DENGAN DUA KRITERIA Model regresi dengan satu variabel kualitatif tanpa mengikutsertakan variabel kuantitatif lainnya adalah serupa dengan analisis ragam (Anova model) Persamaan regresi variabel dummy dua kategori: Y = a + bDi + 
Y = Nilai yang diramalkan
a = Konstansta b = Koefisien regresi untuk D1 D1 = Variabel Dummy dengan dua kategori  = Nilai Residu

Persamaan Regresi
Persamaan Regresi linier Sederhana: Y = a + b1D1 + 
Y a b D = Nilai yang diramalkan = Konstansta = Koefesien regresi = Variabel bebas Dummy  = Nilai Residu

b

n( XY )  ( X )( Y ) n(  X 2 )  (  X ) 2

 Y  b(  X ) a
n

Contoh Kasus:
Seorang peneliti akan meneliti apakah ada pengaruh jenis kelamin terhadap pengeluaran. Untuk keperluan tersebut diambil sampel secara acak sebanyak 10 orang yang teridiri dari 5 mahasiswa dan 5 mahasiswi.

Pemecahan
1. Judul
Pengaruh jenis kelamin terhadap pengeluaran

2. Pertanyaan Penelitian
– Apakah terdapat pengaruh jenis kelamin terhadap pengeluaran? Terdapat pengaruh jenis kelamin terhadap pengeluaran.

3. Hipotesis

4. Kriteria Penerimaan Hipotesis
Ho : bj=0 : Tidak terdapat pengaruh jenis kelamin

terhadap pengeluaran. Ha : bi ≠ 0:Terdapat pengaruh jenis kelamin terhadap pengeluaran.

Kriteria:  Ho diterima Jika -t tabel ≤ thitung ≤ t tabel  Ha diterima Jika –thitung < -ttabel atau thitung> t tabel

5. Sampel 10 orang 6. Data Yang dikumpulkan
JK

1
22

0
19

0
18

1
21,7

0
18,5

1
21

1 0
20,5 17

0
17,5

1
21,2

Y

7. Analisis Data
Untuk analisis data diperlukan, perhitungan: 1. Persamaan regresi 2. Nilai Prediksi 3. Koefesien determinasi

4. Kesalahan baku estimasi
5. Kesalahan baku koefesien regresinya 6. Nilai F hitung 7. Nilai t hitung 8. Kesimpulan

Persamaan Regresi
No 1 2 3 4 5 6 7 8 9 10 Jlh Y 22 19 18 21.7 18.5 21 20.5 17 17.5 21.2 196.4 X 1 0 0 1 0 1 1 0 0 1 XY 22 0 0 21.7 0 21 20.5 0 0 21.2 X2 1 0 0 1 0 1 1 0 0 1 5 Y2 484 361 324 470.89 342.25 441 420.25 289 306.25 449.44 3888.08

5 106.4

b

n( XY )  ( X )( Y ) n(  X 2 )  (  X ) 2

b

10(106,4)  (5)(196,4)  3,28 2 10(5)  (5)

 Y  b(  X ) a
n

(196,4)  3,28(5) a  18 10

Y= 18 + 3,28D+

Nilai Prediksi

Berapa besarnya konsumsi harian mahasiswi? 18 + (3,28*0)= 18 Berapa besarnya konsumsi harian mahasiwa? 18 + (3,28*1)= 21,28

Y 22 19 18 21.7 18.5

X 1 0 0 1 0

XY 22 0 0 21.7 0

X2 1 0 0 1 0

Y2 484 361 324 470.89 342.25

Ypred 21.28 18 18 21.28 18

(Y-Ypred)2 0.518 1.000 0.000 0.176 0.250

(Y-Yrata)2 5.5696 0.4096 2.6896 4.2436 1.2996

21
20.5 17 17.5 21.2

1
1 0 0 1

21
20.5 0 0 21.2

1
1 0 0 1

441
420.25 289 306.25 449.44

21.28
21.28 18 18 21.28

0.078
0.608 1.000 0.250 0.006

1.8496
0.7396 6.9696 4.5796 2.4336

196.4

5

106.4

5

3888.08

196.4

3.888

30.784

Koefesien Determinasi
Koefesien determinasi: (3,888) 2  (Y  Yˆ ) R  1  0,874 R  1 (30,784)  (Y  Y )
2 2 2

Koefesien Determinasi Disesuaikan (adjusted)
P(1  R 2 ) Radj  R 2  N  P 1

1(1  0,874) Radj  0,874   0,858 10  1  1

Kesalahan Baku Estimasi
Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.
Se 

 (Y  Yˆ )
nk

2

Se 

(3,888)  0,6971 10  2

Standar Error Koefesien Regresi
Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:
Sb  Se ( X ) X  n
2 2

Sb1 

0,6971 (5)  (5) 10
2

 0,441

Uji F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu menggambarkan kondisi sesungguhnya:
Ho: Diterima jika F hitung  F tabel Ha: Diterima jika F hitung > F tabel

R 2 /( k  1) F 1  R 2 /( n  k )

F

0,874 /( 2  1)  55,342 1  0,874 /(10  2)

Karena F hitung (55,342) > dari F tabel (5,32) maka maka persamaan regresi dinyatakan Baik (good of fit).

Uji t
Digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel tergantung.
Ho: Diterima jika -t hitung  t hitung  t tabel Ha: Diterima jika t hitung > t tabel atau –thitung<-ttabel

bj Thitung  Sbj

3,280 thitung   7,439 0,441

Karena t hitung(7,439) > dari t tabel (2,306) maka Ha diterima ada jenis kelamin terhadap pengeluaran harian mahasiswa/mahasiswi.

KESIMPULAN DAN IMPLIKASI
KESIMPULAN Terdapat pengaruh jenis kelamin terhadap pengeluaran mahasiswa/mahasiswi.
IMPLIKASI Sebaiknya perlu dilakukan pembedaan uang saku bagi mahasiswa dan mahasiswi, hal ini karena kebutuhan konsumsi harian mahasiswa dan mahasiswi berbeda.

Persamaan
“ Analisis Regresi terhadap satu variabel dummy dua kategori sama dengan uji anova”
Mari Kita Buktikan….!!!

Contoh Kasus:
Seorang peneliti akan meneliti apakah ada perbedaan pengeluaran antara mahasiswa dengan mahasiswi. Untuk keperluan tersebut diambil sampel secara acak sebanyak 10 orang yang teridiri dari 5 mahasiswa dan 5 mahasiswi.

Pemecahan
1. Judul
Perbedaan pengeluaran berdasarkan jenis kelamin

2. Pertanyaan Penelitian
– Apakah terdapat perbedaan pengaluaran harian mahasiswa dan mahasiswi?

3. Hipotesis
– Terdapat perbedaan pengeluaran harian mahasiwa dan mahasiswi.

4. Kriteria Penerimaan Hipotesis
Ho : bj=0 : Tidak terdapat perbedaan pengeluaran

harian mahasiwa dan mahasiwi. Ha : bi ≠ 0:Terdapat perbedaan pengeluaran harian mahasiwa dan mahasiswi
Kriteria:  Ho diterima Jika Fhitung ≤ F tabel df:,(k-1),(n-k)  Ha diterima Fhitung > F tabel

5. Sampel 10 orang 6. Data Yang dikumpulkan
JK

1
22

0
19

0
18

1
21,7

0
18,5

1
21

1 0
20,5 17

0
17,5

1
21,2

Y

7. Analisis Data
Untuk analisis data diperlukan, perhitungan:

1. JKT (Jumlah Kuadrat Total)
2. JK (Jumlah Kuadrat) 3. JKG (Jumlah Kuadrat Galat) 4. F Hitung

Persamaan Regresi
No
1 2 3 4 5 Total Rata-Rata

Mahasiswa Mahasiswi
22 21.7 21 20.5 21.2 106.4 21.28 19 18 18.5 17 17.5 90 18 196.4 39.28

Bentuk Tabel Anova
Sumber Keragaman
Jenis Kelamin Galat

Jumlah Kuadrat
JK Jk JKG

Derajat Bebas
DB Jk (K-1) DBG (N-K)

Kuadrat Tengah
KT Jk KTG

F Hitung
KT Jk/KTG

Total

JKT

DBT (N-1)

Jumlah Kuadrat Total (JKT)
T2 JKT   Y  rk i 1 j 1
k r 2 ij

(196,4) 2 JKT  (22,0)  (21,7)  (21,0)  ....  (17,5)   30,784 (5)(2)
2 2 2 2

Jumlah Kuadrat (JK)
TL2  TP 2 T 2 JKJk   r rk
(106,4) 2  (90,0) 2 (196,4) 2 JKJk    26,896 5 (5)(2)

Jumlah Kuadrat Galat (JKG) JKG = JKT-JK Jk

= 30,784 – 26,896 = 3,888

Bentuk Tabel Anova
Sumber Keragaman
Jenis Kelamin Galat Total

Jumlah Kuadrat
26,896 3,888 30,784

Derajat Bebas
1 8 9

Kuadrat Tengah
26,896 0,486

F Hitung
55,34

Uji F
Uji F digunakan untuk menentukan apakah terdapat perbedaan pengeluaran antara mahasiswa dan mahasiswi:
Ho: Diterima jika F hitung  F tabel Ha: Diterima jika F hitung > F tabel

F

( JK .Jk ) / DBJK .Jk JKG / DBG

F

26,896 /(1)  55,34 3,888 /(8)

Karena F hitung (55,342) > dari F tabel (5,32) maka terdapat perbedaan yang berarti antara pengeluaran harian mahasiwa dan mahasiswi

KESIMPULAN DAN IMPLIKASI
KESIMPULAN Terdapat perbedaan yang berarti antara pengeluaran harian mahasiwa dengan pengeluran harian mahasiswi.
IMPLIKASI Sebaiknya perlu dilakukan pembedaan uang saku bagi mahasiswa dan mahasiswi, hal ini karena kebutuhan konsumsi harian mahasiswa dan mahasiswi berbeda.

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->