Anda di halaman 1dari 66

METODE KUANTITATIF GEOGRAFI

Oleh : M.H.Dewi Susilowati

TUJUAN MK METKUAN

TUJUAN UMUM :
MAHASISWA MAMPU MENERAPKAN METODE KUANTITATIF DALAM KEGIATAN ANALISIS PERMASALAHAN GEOGRAFI

TUJUAN KHUSUS :
* MAHASISWA DAPAT MEMBEDAKAN FILOSOFI METODE KUALITATIF DAN METODE
KUANTITATIF DALAM PENELITIAN GEOGRAFI * MAHASISWA DAPAT MENERAPKAN METODE KUANTITATIF DALAM PENELITIAN GEOGRAFI FISIK DAN GEOGRAFI MANUSIA * MAHASISWA DAPAT MENGEMBANGKAN MODEL KUANTITATIF DARI PERMASALAHAN GEOGRAFI * MAHASISWA DAPAT MENINGKATKAN KUALITAS HASIL PENELITIAN GEOGRAFI

PRASYARAT : SUDAH MENGIKUTI KULIAH STATISTIK POKOK BAHASAN


PENDAHULUAN (INTRODUCTION) SPATIAL ANALYSIS - The Nearest Neighbour Index - Network / Graph Theory - The Gravity Model Analisis Dua Variabel (Bivariate analysis) - Chi Square Test - Spearmans Rho - Product Moment - Simple Linear Regression - One Way Analysis of Variance Analisis Multi Variabel (Multivariate Analysis) - Multi Way Analysis of Variance - Multiple Linear Regression - Discriminant Analysis (Concept/ tidak masuk UAS) - Factor Analysis (Concept/ tidak masuk UAS)

BUKU ACUAN

ARLINGHAUS, SANDRA LACN, PRACTICAL HANDBOOK OF SPATIAL STATISTICS. CRC PRESS, USA COLE & KING. QUANTITATIVE GEOGRAPHY, LONDONG, JOHN WILWY & SONS LTD EARICSON R & JOHN HARLIN. GEOGRAPHIC MEASUREMENT AND QUANTITATIVE ANALYSIS, USA,MACMILLAN COLLEGE Fotheringham A.S, Chris Brunsdon, Martin Chariton. Quantitative Geography, Perspectives on Spatial Data Analysis. SAGE Publications, London

HAMON R & MC GULLAGH. QUANTITATIVE TECHNIQUES IN GEOGRAPHY, LONDON Haggett, P. Geography. A Global Syinthesis. Prentice Hall, England.
JOHNSTON,RJ. MULTIVARIATE STATISTICAL ANALYSIS IN GEOGRAPHY. LONDON: LONGMAN GROUP Supranto J, 2004. Analisis Multivariat, Arti & Interpretasi. Rineka Cipta, Jakarta. THOMAS, RW & RJ. HUGGETT. MODELLING IN GEOGRAPHY, A. MATHEMATICAL APPROACH. BAMES & NOBLE BOOBS. NEW JERSEY TAYLOR, PETER J. QUANTITATIVE METHODS IN GEOGRAPHY, AN INTRODUCTION TO SPATIAL ANALYSIS, LONDON HOUGHTON MIFFLIN COMPANY BOSTON WALFORD, NIGEL. GEOGRAPHICAL DATA ANALYSIS. UK; JOHN WILEY & SONS

POSISI METKUAN DALAM PENELITIAN


Memilih Masalah Studi Pendahuluan Merumuskan Masalah Merumuskan Anggapan Dasar -----------------------Memilih Pendekatan Hipotesis

Menentukan Variabel -------

Menentukan Sumber Data

Menentukan & Menyusun Instrumen Mengumpulkan Data Analisis Data Menarik Kesimpulan Menyusun Laporan

BEDA ANALISIS KUALITATIF DAN KUANTITATIF


CIRI-CIRI PENELITIAN ILMIAH: SISTEMATIS, LOGIS DAN

EMPIRIS

BERDASARKAN CIRI-CIRI TSB. PENELITIAN DPT DILAKUKAN DG:: PENDEKATAN RASIONAL-EMPIRIS (DEDUKTIF/ KUANTITATIF) - PROSES PENELITIAN DIMULAI DG PROBLEMATIK YG DIHADAPI PENELITI. - PROBLEMATIK TSB DIKAJI SECARA TEORITIS, - DICARI DASAR-DASAR RASIONALNYA. - BERDASARKAN KAJIAN TEORITIS YG ADA, DIRUMUSKAN HIPOTESIS (JAWABAN SEMENTARA/ DUGAAN SEMENTARA ATAS MASALAH TSB. - DILAKUKAN PENGUMPULAN DATA EMPIRIS, UNTUK MENGUJI HIPOTESIS TSB. - ATAS DASAR PENGUJIAN ATAU ANALISIS DATA DIAMBIL KESIMPULAN APAKAH HIPOTESIS TSB DITERIMA ATAU DITOLAK

PENDEKATAN EMPIRIS-RASIONAL (INDUKTIF/ KUALITATIF): - PENGUMPULAN DIMULAI DARI DATA EMPIRIS YG TELAH ADA. - BERDASAR DATA EMPIRIS TSB, DILAKUKAN RASIONALISASI ATAU TEORITISASI UNTUK MENAFSIRKAN DATA EMPIRIS TSB. - KESIMPULAN AKHIR ADALAH BERUPA GENERALISASI EMPIRIS, KONSEP ATAU SUATU TEORI.

KUANTITATIF -PENGUKURAN -MENGUJI HIPOTESIS -PEMIKIRAN DEDUKTIF -PENGUMPULAN REFERENSI (INFORMASI ILMIAH) -ANALISIS - KAJIAN

KUALITATIF -TUJUAN PEMAHAMAN -MERUMUSKAN KONSEP -PEMIKIRAN INDUKTIF -PENGAMATAN (PERUBAHAN DR WAKTU KE WAKTU) -OBSERVASI

PENELITIAN GEOGRAFI
EMPAT TIPE DATA SPATIAL: POINT DISTRIBUTION LINE DISTRIBUTION

DISCRETE AREAL DISTRIBUTION


CONTINOUS AREAL DISTRIBUTION

DATA GEOGRAFI

PENGERTIAN UKURAN DATA DATA NOMINAL: SUATU UKURAN DARI UNSUR DENGAN ATURAN TERTENTU YG TIDAK MEMPUNYAI TINGKATAN (RANKING). JADI UNSUR-UNSUR TERSEBUT DIKENAL DENGAN NAMA SAJA. MISAL; SEKOLAH, PUSKESMAS, MASJID, GEREJA, DLL. ORDINAL: SUATU UKURAN DARI UNSUR DENGAN UKURAN TERTENTU, YG MEMPUNYAI TINGKATAN. INTERVAL & RASIO: UKURAN UNSUR YG TIDAK HANYA DENGAN ATAU UKURAN TERTENTU SAJA, TETAPI JUGA DIBAGI ATAS KELAS-KELAS TERTENTU DENGAN HARGA YG SEBENARNYA. PADA UKURAN INTERVAL, TITIK PERMULAAN DIAMBIL SEMBARANG. PERBANDINGAN SUATU HARGA TIDAK MEMPUNYAI ARTI YG SEBENARNYA. PADA UKURAN RASIO, TITIK PERMULAAN ADALAH HARGA SEBENARNYA. DALAM STATISTIK TERDAPAT UKURAN DISKRIT DAN KONTINUM, YG TERMASUK DISKRIT (MENURUT JENISNYA) ADALAH UKURAN NOMINAL DAN KONTINUM (MENURUT TINGKATAN) ADALAH ORDINAL, RASIO, INTERVAL

ANALISIS KERUANGAN

JARAK (DISTANCE)

ANALISIS KERUANGAN

ANALISIS LOKASI

KAITAN (INTERACTION)

GERAKAN (MOVEMENT)

NEAREST NEIGHBOUR ANALYSIS (ANALISIS TETANGGA TERDEKAT)


DAPAT DIGUNAKAN UNTUK MERENCANAKAN LETAK PUSAT PELAYANAN FISIK NNA POLA PERSEBARAN NON FISIK

FORMULA : Ju T = -----Jh

T : INDEKS PERSEBARAN TETANGGA TERDEKAT

Ju: JARAK RATA-RATA YG DIUKUR ANTARA SATU TITIK DENGAN TITIK TETANGGA TERDEKAT
j Ju = -----N j: JUMLAH JARAK TERDEKAT N:JUMLAH TITIK YG ADA

Jh : JARAK RATA-RATA YG DIPEROLEH ANDAIKATA SEMUA TITIK MEMPUNYAI POLA RANDOM 1 Jh = -------2p p : KEPADATAN TITIK DALAM TIAP KM2 YAITU JUMLAH TITIK (N) DIBAGI LUAS WILAYAH DALAM KM2 (A), SEHINGGA MENJADI; N p = ------A

MODEL GRAVITASI

HUKUM GRAVITASI : BESARNYA KEKUATAN TARIK MENARIK ANTARA DUA BEBDA ADALAH BERBANDING TERBALIK DENGAN JARAK DUA BENDA PANGKAT DUA MODEL GRAVITASI & INTERAKSI DALAM RUANG DAPAT DIGUNAKAN UNTUK MERENCANAKAN PRASARANA PERHUBUNGAN DAN MERENCANAKAN LETAK PUSAT PELAYANAN P1 P2 I1.2 = a --------J1.2

I1.2 : INTERAKSI ANTARA WILAYAH 1 & 2 P1 : JUMLAH PENDUDUK WILAYAH 1 P2 : JUMLAH PENDUDUK WILAYAH 2 J1.2: JARAK ANTARA WILAYAH 1 & 2 a : KONSTANTE EMPIRIK (DIANGGA 1) b : EKSPONEN JARAK (DIANGGAP 2) b: bervariasi antara 0,4 sampai 3,3, apabila reliefnya luas, dipergunakan pangkat 0,4 dan apabila topografinya kasar dan daerah geraknya sempit dipergunakan angka 3,3 untuk pangkatnya. Sebagai jalan tengahnya digunakan angka mean yaitu sebesar 1,94 dan dalam praktek penggunaan dibulatkan menjadi angka 2.

BREAKING POINT MODEL (TITIK HENTI): MEMILIH LOKASI Jab Jb = -----------1 + Pa Pb Jb : BREAKING POINT ANTARA a DAN b (dlm km dihitung dr b) Jab: JARAK ANTARA a DAN b Pa : JUMLAH PENDUDUK DI a Pb : JUMLAH PENDUDUK DI b

MODEL GRAVITASI DAN POTENSI PENDUDUK DAPAT DIGUNAKAN UNTUK MENGETAHUI POTENSI PENDUDUK DI SUATU TEMPAT

P1 P2 P3 Pn PP1 = a ---------- + a -------- + a -------- + ......... + a ------( J1.)b J12b J13b J1nb

P1 P2 P3 Pn PP2 = a ---------- + a -------- + a -------- + ......... + a ------J21b ( J2.)b J23b J2nb

P1 P2 P3 Pn PP3 = a ---------- + a -------- + a -------- + ......... + a ------J31b J32b ( J3.)b J3nb

KETERANGAN :

PP1 = POTENSI PENDUDUK DI TEMPAT 1


J1. = JARAK TEMPAT 1 DENGAN TEMPAT TERDEKAT DG TEMPAT 1 J12 = JARAK ANTARA TEMPAT 1 DAN TEMPAT 2 a = KONSTANTE EMPIRIK b = EKSPONEN JARAK

MODEL GRAVITASI DAN MIGRASI Mx = k X-1 e-ax

Mx = Persentase pendatang ke suatu tempat X k = Jarak antara daerah penerima dan daerah asal = konstante m = jml migrasi n = jml tahun j = jarak A - B

m.n ax = koefisien absorpsi di tempat x = -------j

e = 2,718281828

STATISTIK

APLIKASI ILMU STATISTIK DAPAT DIBAGI DALAM 2 BAGIAN : STATISTIK DESKRIPTIF (DESCRIPTIVE STATISTICS): MENJELASKAN ATAU MENGGAMBARKAN BERBAGAI KARAKTERISTIK DATA, SEPERTI RATA-RATANYA, SEBERAPA JAUH DATA BERVARIASI DAN SEBAGAINYA. STATISTIK INFERENSI (INFERENTIAL STATISTICS): MEMBUAT BERBAGAI INFERENSI TERHADAP SEKUMPULAN DATA YANG BERASAL DARI SUATU SAMPEL. TINDAKAN INFERENSI TERSEBUT SEPERTI MELAKUKAN PERKIRAAN, PENGAMBILAN KEPUTUSAN DAN SEBAGAINYA UNTUK INFERENSI ADA 2 METODE STATISTIK : STATISTIK PARAMETRIK: UNTUK DATA BERDISTRIBUSI NORMAL ATAU MENDEKATI NORMAL STATISTIK NON PARAMETRIK: UNTUK DATA TIDAK BERDISTRIBUSI NORMAL ATAU JAUH DARI KRITERIA NORMAL NORMAL DATA DISTRIBUSI TIDAK NORMAL STATISTIK NON PARAMETRIK STATISTIK PARAMETRIK

ALTERNATIF METODE STATISTIK

APLIKASI
DUA SAMPEL SALING BERHUBUNGAN (TWO DEPENDENT SAMPLES) DUA SAMPEL TIDAK BERHUBUNGAN (TWO INDEPENDENT SAMPLE)

TEST PARAMETRIK
T TEST Z TEST

TEST NON PARAMETRIK


SIGN TEST WILCOXON SIGNED-RANK ME NEMAR CHANGE TEST MANN-WHITNEY U TEST MOSES EXTREME REACTIONS CHI-SQUARE TEST KOLMOGOROV-SMIRNOV TEST WALT-WOLFOWITZRUNS FRIEDMAN TEST KENDALL W TEST COCHRANS Q

T TEST Z TEST

BEBERAPA SAMPEL BERHUBUNGAN (SEVERAL DEPENDENT SAMPLE) BEBERAPA SAMPEL TIDAK BERHUBUNGAN (SEVERAL INDEPENDENT SAMPLES) ANOVA TEST (F TEST)

KRUSKAL-WALLIS TEST CHI SQUARE TEST MEDIAN TEST

KORELASI (CORRELATION)
FENOMENA/ KENAMPAKAN/ GEJALA: SEMUA OBYEK YG MENJADI SASARAN PENYELIDIKAN VARIABEL: GEJALA/ FENOMENA YG MENUNJUKKAN VARIASI (BAIK DALAM JENISNYA MAUPUN TINGKATANNYA) KORELASI: HUBUNGAN ANTARA DUA ATAU LEBIH VARIABEL/ HUBUNGAN TIMBAL BALIK (BELUM TENTU SEBAB AKIBAT) ARAH KORELASI:DUA VARIABEL YG BERJALAN SEJAJAR/ ASSOSIASI; POSISTIF, NEGATIF, TIDAK BERKORELASI KOEFISIEN KORELASI:ANGKA YG MENUNJUKKAN BESAR KECILNYA HUBUNGAN KK BESARNYA BERKISAR : 0, - 1; MENUNJUKKAN KORELASI NEGATIF 0, + 1; MENUNJUKKAN KORELASI POSITIF KORELASI ANTAR BERJENIS-JENIS VARIABEL: DISKRIT NOMINAL VARIABEL KONTINUM INTERVAL, RASIO, ORDINAL,

INTERPRETASI DARI KORELASI MENURUT UKURAN YG KONSERVATIF :

r
0,8 0,6 0,4 0,2 0,0 sampai sampai sampai sampai sampai 1,00 0,8 0,6 0,4 0,2

Interpretasi
Tinggi cukup agak rendah rendah sangat rendah (tak berkorelasi)

KORELASI TERSEBUT SUDAH DITINGGALKAN DIGANTI INTERPRETASI BERDASARKAN ATAS TABEL NILAI r

HIPOTESIS
HIPOTESIS: DUGAAN MENGENAI KEADAAN POPULASI YANG SIFATNYA MASIH SEMENTARA (KEBENARANNYA PERLU DIUJI). PENGUJIAN HIPOTESIS: SUATU PROSEDUR YANG AKAN MENGHASILKAN SUATU KEPUTUSAN, YAITU KEPUTUSAN MENERIMA ATAU MENOLAK HIPOTESIS ITU. LANGKAH-LANGKAH PENGUJIAN HIPOTESIS;
- MENENTUKAN FORMULASI HIPOTESIS ( HO DAN HA) SECARA UMUM FORMULASI HIPOTESIS DPT DITULIS;

HO : HA : HA : HA :

= 0 > 0 < 0 0

- MENENTUKAN TARAF NYATA (SIGNIFICANT LEVEL); BESARNYA BATAS TOLERANSI DALAM MENERIMA KESALAHAN HASIL HIPOTESIS TERHADAP NILAI PARAMETER POPULASI

- MENENTUKAN NILAI UJI STATISTIK YANG SESUAI

- MENENTUKAN KRITERIA PENGUJIAN DAN KEPUTUSAN; * BERDASARKAN NILAI UJI STATISTIK TERIMA H0 : JIKA NILAI HITUNG < NILAI TABEL (NILAI HITUNG BERADA DI LUAR NILAI KRITIS) TOLAK H0 : JIKA NILAI HITUNG NILAI TABEL (NILAI HITUNG BERADA DI DALAM NILAI KRITIS) * BERDASARKAN PROBABILITAS TERIMA HO : JIKA PROB > 0.05 ATAU 0.01 (TERGANTUNG TARAF NYATA) TOLAK HO : JIKA PROB 0.05 ATAU 0.01 (TERGANTUNG TARAF NYATA)

KOEFISIEN KONTINGENSI THE CHI SQUARE (X2) TEST

Koefisien Kontingensi digunakan apabila 2 variabel yang dikorelasikan berukuran nominal atau satu variabel nominal dan satu variabel ordinal
X2 CC = ----------X2 + N ( O E)2 X2 = ----------E Total baris E = --------------- (Total kolom) N Ketengan: CC : Koefisien Korelasi X2 : Chi Square O : frekuensi observasi E : frekuensi harapan N : Total Sobyek Untuk Tabel Satu Kolom : df= b - 1 Untuk Tabel Lebih dari 1 kol dan 1 baris: df = (b-1)(k-1)

Data pada tabel 1. menunjukkan jumlah lokasi industri Baja,makanan dan minuman, tekstil di berbagai wilayah pedesaan, peralihan, perkotaan. Buatlah analisisnya dengan menggunakan metode yang paling tepat dan berikan kesimpulan selengkapnya serta gunakan program SPSS.

Tabel 1. Lokasi kejadian kecelakaan

Status Wilayah

Lokasi Makanan & Baja minuman 7 15 24 46

Industri

Tekstil 8 30 10 48

Total 30 55 36 121

Pedesaan Peralihan Perkotaan Jumlah

15 10 2 27

Untuk tabel 1xk; db(df) = k 1, k adalah banyaknya petak dalam kolom fh (E) , tidak termasuk petak jumlah Untuk tabek b x k; db = (b-1)(k-1), b adalah banyaknya petak pada baris, k adalah banyaknya petak pada kolom. Petak total tidak idihitung.

PEARSON PRODUCT MOMENT CORRELATION

ONE-WAY ANALYSIS OF VARIANCE

menguji perbedaan rata-rata dua populasi menggunakan uji t test dan menguji rata-rata lebih dua populasi menggunakan uji F test. Perumusan hipotesis statistik (H0) dan hipotesis alternatif (H1): H0 : 1 = 2 = 3 H1 : paling sedikit ada satu rata-rata yang berbeda

Analisis varian dibedakan menjadi dua, yaitu analisis varian satu arah (One Way Analysis of Variance) dan analisis varian lebih dari satu arah atau multi arah (Multi Way Analysis of Variance). Anava satu arah ini dapat digunakan untuk menguji perbedaan rata-rata lebih dari dua populasi. Uji rata-rata tersebut juga mengandung makna hubungan dua variabel yaitu variabel ukuran nominal dengan variabel interval atau rasio. Asumsi yang digunaka yaitu: (a) Populasi yang akan diuji berdistribusi normal; (b) Varians dari populasi-populasi tersebut adalah sama; (c) Sampel tidak berhubungan satu dengan yang lain. Contoh Perumusan hipotesis statistik (Ho) dan hipotesis alternatif (Ha): Ho : 1 = 2 = 3 = 4 Ha : paling sedikit ada satu rata-rata yang berbeda atau Ha : 1 2 3 = 4 Ha : 1 2 = 3 = 4 Ha : 1 = 2 = 3 4 Ha : 1 = 2 3 4

Source of Variation

Sum of Square

Degrees of Freedom

Mean Square Variance

F Test

Between Groups

SSB

k1

MSB MSB MSW

Within Groups

SSW

Nk

MSW

Total variation

SST

N1

METODE TUKEY: METODE KOMPARASI MULTIPEL YG DITERAPKAN SETELAH UJI PERBEDAAN RATA2 DENGAN ANAVA MENUNJUKKAN ADA PERBEDAAN (H0: 1 = 2 = 3 = = k ditolak). RUMUS;

LINEAR REGRESSION ANALYSIS

Learning Objectives
1. Describe the Linear Regression Model

2. State the Regression Modeling Steps


3. Explain Least Squares

4. Compute Regression Coefficients


5. Explain Correlation 6. Predict Response Variable

Models
Representation of some phenomenon Mathematical model is a mathematical expression of some phenomenon Often describe relationships between variables Types
Deterministic models Probabilistic models

Deterministic Models
Hypothesize exact relationships Suitable when prediction error is negligible (ditolak/dilupakan) Y=bo +b1X Example: force is exactly mass times acceleration
F = ma Model Gravitasi

Types of Probabilistic Models


Probabilistic Models

Regression Models

Correlation Models

Regression Models
Answers What is the relationship between the variables? Equation used
One numerical dependent (response) variable What is to be predicted One or more numerical or categorical independent (explanatory) variables

Used mainly for prediction and estimation

Regression Modeling Steps


1. Hypothesize deterministic component 2. Estimate unknown model parameters 3. Specify probability distribution of random error term
Estimate standard deviation of error

4. Evaluate model 5. Use model for prediction and estimation

Types of Regression Models


1 Explanatory Variable

Regression Models

2+ Explanatory Variables

Simple

Multiple

Linear

NonLinear

Linear

Non-

Linear

Linear Regression Model


Relationship between variables is a linear function
Population y-intercept Population Slope Random Error

y 0 1x
Dependent (Response) Variable Independent (Explanatory) Variable

Line of Means
y
Change 1 = Slope in y Change in x 0 = y-intercept

Population Linear Regression Model


y
yi 0 1 xi i
Observed value

i = Random error
E y 0 1 x

x
Observed value

Sample Linear Regression Model


y
^

x i yi 0 1 i
i = Random
error Unsampled observation

x i y 0 1 i
Observed value

Sejalan dengan perkembangan ilmu dan teknologi, terutama di bidang computer statistic, analisis regresi telah menjadi sangat bervariasi: Regresi sederhana, untuk satu variabel dependent dan satu variabel independent; Regresi berganda, untuk satu variabel dependent dan lebih dari satu variabel independent; Regresi dengan dummy variabel, yaitu jika data variabel independent ada yang berukuran nominal; Regresi ordinal, untuk data variabel independent yang berukuran ordinal; Log regression, untuk data variabel dependent yang berukuran nominal. Alat ini hampir mirip dengan dengan analisis discriminant yang biasa dimasukkan dalam kelompok uji interdependensi; Regresi polynomial, yaitu model regresi yang tidak berbentuk linier.

Dalam analisis regresi akan dibedakan dua jenis variabel yaitu variabel bebas (independent) dan variabel tidak bebas (dependent). Penentuan variabel bebas dan tidak bebas tidak mudah, perlu studi yang cermat dengan berbagai pertimbangan, kewajaran masalah yang dihadapi dan pengalaman. Untuk keperluan analisis, variabel bebas dinyatakan dengan X dan variabel tidak bebas dinyatakan dengan Y. Analisis regresi linear sederhana hanya dilakukan untuk dua variabel. Bentuk persamaan regresi linear sederhana adalah: = bo + b1 X

LINEAR REGRESSION ANALYSIS

Dalam analisis regresi akan dibedakan dua jenis variabel yaitu variabel bebas ( independent) dan variabel tidak bebas (dependent). Penentuan variabel bebas dan tidak bebas tidak mudah, perlu studi yang cermat dengan berbagai pertimbangan, kewajaran masalah yang dihadapi dan pengalaman. Untuk keperluan analisis, variabel bebas dinyatakan dengan X dan variabel tidak bebas dinyatakan dengan Y.

Rumus: Regresi Sederhana (dua variabel) Y= + X = bo + b1 X _ _ (X - X)( Y - Y) b1 = -----------------------_ (X X)2 _ _ bo = Y bX Rumus: Regresi Berganda (lebih dari dua variabel) Y = + X1 + X2 + X3 + .. + Xn = bo + b1 X1 + b2 X2 + b3 X3 + .. + Xn

A1. Metode Diagram Pencar

Metode diagram pencar merupakan metode perkiraan berdasarkan data penelitian yang digambarkan dalam sumbu mendatar (absis) menyatakan X atau variabel bebas dan sumbu tegak (ordinat) menyatakan Y atau variabel terikat. Jika letak titik-titik dalam diagram pencar sekitar garis lurus, maka dapat diperkirakan persamaan yang dibentuk oleh data variabel bebas X dan data variabel terikat Y adalah linear. Sebaliknya, jika titik-titik itu membentuk garis lain, seperti garis lengkung, maka dapat diduga persamaan garis itu bukan linear. Contoh:

A2. Metode Kuadrat Terkecil Metode diagram pencar dapat dipakai untuk menolong menentukan dugaan bentuk regresi apakah linear atau tidak. Metode kuadrat terkecil lebih memperjelas dugaan tersebut. Cara ini dapat menunjukkan bahwa jumlah pangkat dua (kuadrat) dari jarak antara titik-titik dengan garis regresi yang sedang dicari harus sekecil mungkin. Contoh: = bo + b1 X

Sumber Variasi Regresi Linear Residu (Error) Total

Jumlah Kuadrat2 RSS ESS TSS

db k n k-1 n1

Varian Estimasi MSR MSE

F test

MSR/MSE

Keterangan :

RSS : Jumlah kuadrat2 Regresi ESS : Jumlah kuadrat2 Residu


_ RSS = ( Y)2 ESS = (Y - )2 TSS = ( Y)2 + (Y - )2

Output ketiga Variableas Entered/Removed fungsinya untuk