——_— Jaw We Vertavey ors sare xy data daey xt Wemasuvan few mama ganhy at xt xT . “ce coment tes ae-¥t tose — Mee RTE: WAIN Y, otamens : 2 Wave snene BINS SFM CoWwmns: Align SRI £93 os wat ts pores EPID measure Inpor MOBS Lintaritas Means > means TTT AT & TEEt stesacs 9 1 neey is L xat ST ee PrNOBIUY anise PS a be SOLU t samey 8 90 O80, diniveny “Usb wy, Bray OF bac aes Rete, WS tee “lo diavas Orb berar ty Arorisa Feeres, FEES ions Pree Reese 3 Uneer Weteadeny Macrendeny AUR Tear AGy Me Statistic Cex Phive Skane S Rates ergy prsert ee Meurayy e\attOn | MAIKS Moretatten « Kor corea Y age x ates oe “Medes cummucsy, berarts kuat WHEN B evar ¢ MATT OW EL AP Endem dipengar ony vart Feat de Penseruny Durbin watson aiy, “Anova ua: <80r dee beans Str wersumat Var, Variawer verimay 7 Veriawes detendt en * OCFis ten Wet Rertamenn coy BEM OST AIT UKet beie Stender v3 wien y 9 Pise dienney ent Wise an ae NMAC T kate iy, 3e mtn) wear 2 berdas, Simvtasi dri 155 Perar yy Colnearig Terence fe mst icote Vr nin kaw ada Mi stogea, date Set Predinsy je Meeres das thas ice. Way mee een Wetton ge: vervetelg Pe Be? 2 he Votes ada to potamerah , 20 Kuning, 2 asi tmmerabt| bs 6, Prowawinas Eerambiinda § bela dan Mor 2 Moning + 2 winaw \®) 10 x190.x190 2361, ooo(rvargsenvo) CPU 50 SYarak Wlasik a. Memenvhi_diskrileusi Norma t_artingg _sthar Variabeinga —Memenvhi_odi Str ibusi_normat UAKYM_Penquztan_memakai_koim ogoroF sifirals.dimatokan skg ~ norma aravila_nital_Signya \eh_besar dari 0,05 uy: normaiitas a. Linearitas , memavai_ComPtr mean Y9_Ai Kite ada tinew ikasnyja_ —___indivasinga apa Jia Miiai_ Stgnya lbh besar dari_s %e maua —_dingarauan jincar ontor Varia ber x9 memenvhi sjarak Wneari —__C. memenvii_bdk ada _otokorelasi vinta nirai Durbin watson, Ada di SPSS pagian OVEPUE Sregresi. Indikusinya \iak Fabel — No diatas ducbin ameer mara tdk ada octokoretasi, Kalo diantaranya berackt ada kemungkinan samar- Samar, __ alo \bh kecitdari durbin watson berart\ ada okokortasi_ —____- Ofomoreiasi adalah adanyo.foreiasi Serial adalah Korelasi_ doko time serves, EE d. Tidav ada murtikolenieritas artinga tde ada korelasantar _ varraver inderenden .Indivasinga make nitai_telerans £_ isa VIF ada di _sPss bagian ovtrut » Regresi.. Barasannya ita boterams aclatah lari _O = 1 /dibawah—ly— ita ve dari =t0 /dipawahk lo. Berar ike ___ men gin dives td ada muttiwetenter «_____ a Myth koleni¢r adalah adanya borelasi 49 kuck clantarg— _variaber inderenden. Koreiasi $9 kvak bisa elitihat cari __matrins Moreiasi ada di_sess output dart reqresi_ bisa tihgt “ankara X% 4 itv aPakah kor elasinga antara Xi _%2_aPakah _woretasinya kya, Iku dimelivasi gn nitai_signya tbh —_vecit davis Jdi ci ovtpurnya ada _nitai S19 (SigniFikan leuer) Tidak boteh_ada/ Uji homogenitas /v3i nekeroskedastisitas —_artinga_memponyal_varian 4g berbeda . variandari_sebtar __variaber werveda?. Vanya Secara—qraFi_antara_Xresidu gn 2 Predinsi. Grariunya edhe bih_werbentvk Pola kertentu __MengumPvi\_ado “Menalvan _jPenvevnan_-Kate_berdasarkan Pola __berkenty berarts ada homogenitas) tk ada hcteroskedaskisibas. Hares memenvuhi_syarat heberos tedds EISiEGS /homog cnikas. Dalam 9rvFiknsa ada aratay abr _bitik? diatas Oo €dibwh o iw (, .pnemaPu nia aor. Spmetris (fel Ke lle Siete. ark). memenvhi Marek OYKO sumer Artinga Nilai varian dari sektaP VaTlabe berbeda Edn samq‘syarat mola, adi Yeo. ata “39 M20) Tearesi, “eves . —— ——Koatav_v3i_viasie memenvin worasunga rearesinge agul “arena —MMSat_oda_v31_b VIF maa dia signi Fea. ——Kalov dara tae meumtnvhi. Salah Sabv syarak Weiso jadi nanvi— ——ado_Yy bak Signitinan. aw | Yong aan Avanatisa di aly regresi adaiah Kor 61a Sis———~ MocBisien, UII F untou mengugi afarah Semva Varia x17 bt | Akv_botrPengoruh setara Simvitan terhadar Ynya, VJi Ts iky—— \_aPavohn matmgt variabel Sta) can bertengaruh— (( terhadar Y nya. otal Stanirivan Sq renting dwn_reaees? ( Karna \isa Saja cia verrengarvh bap Tidak signiFikan, —Pengaromnya bisa to) £ (4) bergantung dari datar teoimya— ¢ don cerganteng dri hasiinya, Misanda cori mon gatoren (9) mara woerisite wes t+) tri bisa Juga beori_mengatakan __ —{>)_hsinga_Poisikie (+) becarki hes ada anatisa 4 Veinya __ « Khysus_ dim rearesi verqanda Serer Vu, + Anolisa_koerisrén dm regresi_ada 44 Nammnya, vonstonta ‘ ___kenstanto adaiah anges 49 kd ada Variabel, Kotrisitn adaiah— « _angka 44 kerkaik vartabe kerkenty. aa DPidaram analiSa regres ‘Sak Ponting. Wealay naisaikan C K_naik satv-Satvan mane eee are are en. 1 dari xX boat ‘ Dnatisa_r-Sqvart odaiah \Kockisien § determina si MenYatakan « € —YDi_ttasik inv angeut— ——daka_das Montribusi x btrhadap 4S, misatkan mr -Savare 8S aremyq Won kripuss X 85% 99 vise ddalan kan “/ Variaber X43 chPakai oe dim _wityngan eract: msh ada As? S34 oim dingdakan dim Pernitonadn Karna tds ada Varidber 4 memaritinga nital S-quare Palina tinggi Doses, Limvsosiay @ —_____Tapi_biasans: + _ —____ Kalo 40 %e wiasanta 2pm fatam pisikadimiqn —__Katav_somec 0% 18S" DIAL = Square M40 ada Kemengunan —_ Md ——Araranga_ayatben ec ————_ « Souk, Ceatgunenn vamnarmalibas | Sesidvar_Adslah Stusth antaca. oe v, — SD daka Aan 4 forecashng, Voi resi oT nENInenre: LM oder, © AN bu bermasuk.S yartt ley i -TEGFESIMSA ben vy Masingt variabe ®cory | | co ‘ad@oh bagion: lari analisa “regres _rendvas [error ri_megresi tsb. Regrest ya walk adaiah memenvhi_distribys) _ —_Eror 49 memenvni_distrivavs | normal a Servtim dara diolan menjodi rarest adatagi vil Yaicy _ Lyi_vanditas adalah i mengvii apavah settaP indikator dri _ —__Kvistoner mervpakan wagian dri_variabel Valid aPabita mre ——_bagian dri vortabel, kalo Vaid. —_wmisaiwan_ ‘tung jbh ——_esadari_e kabel maka dinyatanun Valid ato nitai_ritung e yy ——lwh_ beat dri tober maka dingatakan pede Vand, kala tak > ___Vovid artinya indikator tsb tdk visa mewakill dari yariabel. —__keno_vatid jndiuator tdi bisa _mewokitr Vari v2 VU Petanitas diqunakan YY moenyatauan bah wea s aria\er tsb —____ Adalan et Mavel ortinga Jika _Kwisioner tsb di v3icola clan seme) > 4a_tain di Wasimia akan gama_artinga Vartabanya din Yuta hwonda\ Yl mewovili Ari Penelitian sb. ——— sea on memenvhi vy Vauditas ,revabilttas £03; ktasik a barv difakukan Perhitongan rearesinya. Daria mendgana lisa les __ Aimuiai_dgn_anatisa 3 tsb anayisa Wasik, Validitas retiabilltas, ____ Perhitongan regresinya Yaitu 09) F Uli Tp -Sqvarg. _2. Provabilitas , bagaimana probabilitas dari _koin.dadu,kartv lerich é 2. DiSpribusi kemvnakinan ado 2 Jenis _distribus: , discrit Lcontinve __Contoh_distritysi discrit dari clad ; Contoh distribusi Continve __ bP kata dia_membentvu Fungst Yq _Continve Vaungotei_cliscrit €Continve _ adalah tabel_& vogai mana mencari taber_t_, baaal manacara _ mencari tabe: F_, bagaimana mencari tba beet C~S4vare , bagaiman Cora mencori_tabet burbin Watson. par hary keiwar baker t 49 bey. _4. Distribusi Sampiing— _ — Proforsi_, make {abet dis pribvsinorma\ —_ __S. Distribvsi “G- DiskeWbysi SeNSih Paka - Rada Z 1 F- Diseribusi ProPorsi Rata ~RateaOT eer ——Fearesi_sedernana dan Rerganda ( Ana\isa Rearesi Sederhana “Mengnitong moder Tenresinsar ——ONAiSansa, Kordiasinga, T= Savare , bagaimana Pengar® ya { Dari_anarisa Feali_begairmana cara mengetasvon—— Masiimya dari out Pur spss sSseriar oe ~ { Koiav dori exce, “swelah- Jas langwah nya —— ( ce ae Se -« _ - { a ¢ ~ - 4 een isin : < aa € oo © B\A ala talata (a (Bia12 Neoin giv emear loo_x. |} —Kemvngananasa = Hy % T Ke = vy sour He t+en> Ye ro 1 Sy oN reer | Go: toes {Oistritousi__vernungkinan bea ritis | LNociawerrongom disueit 3 4 pide 2 _vaciaver random vontiny 2 "FP Lddxet { 1 i 1 Conte tA. DistriteSi Binomiat oie 2. Oiseritsusiforssion conten ASE de cunt | 3,_Dcseri eu Si _mottinominar t | ML. pisteieus: Mitreseomerern J ee -{Contoln t+ _\_oistriteuss Norma Pinimor 39 (anavise Probe. Sor vm vm) _ 7 2. Disease 3 tau sampai 30 (uit matenrar) Konti ne pisteibusi Fithen 9 vi FC sivmttan J. sos ] Mo gusue guts tel Manda Sui varian (evadngt distant) | Aine 2 aadv diterPar _mako kan muncul _Kemunshinon _Pasangan J omaua Serosunga GEC: 3b ha dat masinat kemmayinan Yq VA ar Yowabnya > 33 eee eres a FRO" 96 nes. rm vs7 7 - Sumiah Pasay ansia dadv - => 2> un) Prva _ 3,2) a1) 22 kai _ SD 4s unspts ta.) 28 at 59 Luly 2.3) L3.2) 3 4 Meu “> OS Lue) Ce UH LB se pee ai PACU) LEDC as dis, 2) 08.4) We 3) 3b eae 8 aber) cs 2) 4M lab) (6-2) 3 sali PD BS a ert WING.) eg Dat ka SDSS Rin Ah coy rae > 12S (ob) ye bas : 2M sb Danqua Erokvensi Fungsi diskit mu tvars €lsklusif Probabsiita = 3S Cetahan koka Probabriites pd dedv a Contoh probebitit® 5 bontinve aad | we = 4 ac 7x = = ~ Conon : 7 Fy a Ely = _ Fy e : y FOS) 5 Mat: ee s» Bint nurmita sori Manajemtn 3A —2orn0o32 £208 ———$— — = —Tusas _Disteibusi_samee\ Ose Foto: 2022 — _{ngoemasi_ dart | Pihak _Welurshan tahwa rata-rata Peadamkan —Masyarakatnya setiaP lbulan adalah @p 1.2 juta_dengan simPangan baku =>) _Sdoesar Re 30 ribu, Selanguknya untuk Keperivan Peneittian datam rangka —Pongentasan _Kemiskinanlitakvken Survel_bérhacap_matyarakat di lingkunga + Kewrahan tersebut, dan _diambil Samper secara acak pechadaP go layah _b&rselbuk, maka berarakah Probabilitacnya. _masyaraeat yang —0rang masyarokat cit Na) —banwadari_Sejumiah yang atom b it _a.an_didlapa. => JberPendapatan — 0. Paring Einggi £0 @F0,- Mibu per bulannya, =) - _b. Antara fe 350.000,- SamPai _olengan vp 700.000 S. Paring sedinit _berPendapatan @e-1.200.000,= a PS a. Paring tinggi _berPendaPatan pe_300-0b0,~ —t. Tidak uvrang gar t Le ts2.000 awars _Dikek 4 Ditandas a: P(x £ O¢9 -o00 )_ J b. P (350.000 £ x £ 300-000 ) ee i _c. Pp Ux 2 1.200.000) = dp (xX 4 300.000) — ch ee (x 2 ts0.000) _—dawab Em a, 2 Lx £850 900) » 2 < Gy0.000- L.2s9.000 > -13.23 30.006 2 Pe £ 915,38) — 20.5 - 234 x to = 0,5 = 50% _ Banyaknya_orans Yang Pendatatannya kul rang daci £2 259.000 — spam ou x 40) = 45 orang _b. 2( 350.900 $ 70.090) = 350-000 ~ \t80.000 € # <3 < Yov.co = L250. 30.000 30-600. sPl 30 <2 ¢ -18,33) oH 18,33. on? 42,364 x to BOYKO" 26 Lee. tr—* Banyeunga orang -Yang_Pendatatannya ontera 350.009 SamPai-dengon— 420-000 _servanyar (90x 2,38UxI ) > 2.1Mb x10 — PPAR 2 1.200-000) 2 2 > Atec.009 = 1.250.000 2 = 1,6 > —Be.000 a 20,5 = O09 Msg teeta 2 Bangaxnsa_orang yang Na_Wenth__dued 1200-000 ——Sevang a LON S25 x90) 3 40,9 aay Mt orang -d._ PX _£ 300000) > 2 < 260.000 =\.250.000 += Zv.000 Lex PLZ 2 - 3,67) 20,5 = 20n% - x 10” 2 os = 50% ee +. Bansaknsa orang Yang Pendaratannya kucang dar} 306-600 __ sevpanyak 0,5 x40) > 4S orang 7 £. P(x 2 280.000) = 2 2 tF0-000 -':2 50.000 = ~1b,b3 226 = 7 20,5 4.08292 gto 20.5 _ - = 50%, - 4 +. BanyoknYa orang Yang pendaratannya lebih dari 350.000 ada __ sebanyox Co, 5 x30) = NS orang -