TUGAS STATISTIK TERAPAN
STATISTIK TERAPAN
TUGAS INDIVIDU
“Analisis Regresi Sederhana”
Dosen : Dr. Jonathan.K. Wororomi, S,Si.,M.Si
Oleh:
HAPPRIES J. ISIR
PROGRAM PASCASARJANA
MAGISTER PERENCANAAN WILAYAH KOTA
UNIVERSITAS CENDERAWASIH
2017
Apakah usia dapat mempengaruhi Nilai Statistik seperti tabel berikut :
NO
Y
X
1.
75
2.
57
3.
50
4.
90
5.
82
6.
35
7.
60
8.
43
X = Usia
Y = Nilai
26
32
27
46
50
37
35
34
PERTANYAAN
1.
2.
3.
4.
5.
6.
7.
(1). PERSAMAAN REGRESI
Persamaan Regresi
Nilai Prediksi
Koefisien Determinasi
Kesalahan Baku Estimasi
Kesalahan Baku Koefisien Regresi
Nilai F Hitung
Nilai T Hitung
b
Persamaan Segresi Sederhana :
(Rumus) Y = a + bX + ɛ
b
n( XY ) ( X )( Y )
n( X 2 ) ( X ) 2
8(18221) (287)( 492)
1,143
8(10795) (287) 2
Keterangan :
Y
a
b
X
ɛ
=
=
=
=
=
Nilai yang diramalkan
Konstanta
Koefisien Regresi
Variabel bebas
Nilai residu = 0
a
a
Y
Y b( X )
n
492 1,143(287)
20,474
8
= a + bX + ɛ
= 20.474 + 1,143X + 0
(2.) NILAI PREDIKSI
Besarnya
Besarnya
Besarnya
Besarnya
Besarnya
Besarnya
Besarnya
Besarnya
nilai
nilai
nilai
nilai
nilai
nilai
nilai
nilai
jika
jika
jika
jika
jika
jika
jika
jika
usia
usia
usia
usia
usia
usia
usia
usia
26
32
27
46
50
37
35
34
20.474
20.474
20.474
20.474
20.474
20.474
20.474
20.474
+
+
+
+
+
+
+
+
(1,143*26)
(1,143*32)
(1,143*27)
(1,143*46)
(1,143*50)
(1,143*37)
(1,143*35)
(1,143*34)
+0
+0
+0
+0
+0
+0
+0
+0
=
=
=
=
=
=
=
=
50,207
57,068
51,350
73,078
77,652
62,786
60,499
59,355
No
Y
X
XY
X2
Y2
Y pred
(Y-Ypred)2
1.
2.
3.
4.
5.
6.
7.
8.
75
57
50
90
82
35
60
43
492
26
32
27
46
50
37
35
34
287
1950
1824
1350
4140
4100
1295
2100
1462
18221
676
1024
729
2116
2500
1369
1225
1156
10795
5625
3249
2500
8100
6724
1225
3600
1849
32872
50.207
57.069
51.351
73.079
77.653
62.787
60.499
59.356
492.000
614.682
0.005
1.825
286.331
18.897
772.091
0.249
267.512
1961.592
Jumlah
Ratarata
(Y-Yrata-rata)2
182.250
20.250
132.250
812.250
420.250
702.250
2.250
342.250
2614.000
61.500
(3). KOEFISIEN DETERMINASI
Koefisien Determinasi
R
2
(Y Yˆ )
1
(Y Y )
R2 1
Koefisien Determinasi Disesuaikan (adjusted)
2
2
1961,592
0,250
2614,000
Radj R 2
P(1 R 2 )
N P 1
Radj 0,250
1(1 0,250)
0,125
8 11
(4). KESALAHAN BAKU ESTIMASI
Se
Se
(Y Yˆ )
2
nk
1961.592
18,081
82
(5). STANDART ERROR KOEFISIEN REGRESI
Digunakan untuk mengukur besarnya tingkat kesalahan dari koefisien regresi:
Sb
Se
X2
Sb
( X ) 2
n
18,081
0,174
287
10795
8
(6). UJI F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu menggambarkan
kondisi sesungguhnya.
H0 : Diterima jika Fhitung ≤ Ftable
Ha : Diterima jika Fhitung > Ftable
F
R 2 /( k 1)
1 R 2 /( n k )
F
0,250 /( 2 1)
2
1 0,250 /(8 2)
RUMUS
Df1 = k – 1
Df2 = n - k
K = jumlah variable
(bebas+terikat)
n = jumlah
observasi/sampel
pembentuk regresi
Df1 = 2 – 1
=1
Df2 = n – k
=8–2
=6
Karena Fhitung (2) ≤ Ftable (5,99), maka persamaam regresi dinyatakan kurang baik dan nilai
prediksi atau perkiraan informasi dinyatakan baik
(7). UJI T
Uji t digunakan untuk mengetahui variable bebas terhadap variable tergantung.
H0 : Diterima jika thitung ≤ ttable
Ha : Diterima jika thitung > ttable
Thitung
b
Sb
Thitung
1,143
6,569
0,174
Df2 = n – k
=8–2
=6
Karena thitung (6,569) > ttable (2,446), maka Ha diterima, ada pengaruh usia terhadap nilai.
(8). KESIMPULAN
BERDASARKAN PERHITUNGAN UJI F, TIDAK TERDAPAT PENGARUH POSITIF ANTARA
USIA DAN NILAI
BERDASARKAN PERHITUNGAN UJI T, TERDAPAT PENGARUH USIA TERHADAP NILAI.
TUGAS INDIVIDU
“Analisis Regresi Sederhana”
Dosen : Dr. Jonathan.K. Wororomi, S,Si.,M.Si
Oleh:
HAPPRIES J. ISIR
PROGRAM PASCASARJANA
MAGISTER PERENCANAAN WILAYAH KOTA
UNIVERSITAS CENDERAWASIH
2017
Apakah usia dapat mempengaruhi Nilai Statistik seperti tabel berikut :
NO
Y
X
1.
75
2.
57
3.
50
4.
90
5.
82
6.
35
7.
60
8.
43
X = Usia
Y = Nilai
26
32
27
46
50
37
35
34
PERTANYAAN
1.
2.
3.
4.
5.
6.
7.
(1). PERSAMAAN REGRESI
Persamaan Regresi
Nilai Prediksi
Koefisien Determinasi
Kesalahan Baku Estimasi
Kesalahan Baku Koefisien Regresi
Nilai F Hitung
Nilai T Hitung
b
Persamaan Segresi Sederhana :
(Rumus) Y = a + bX + ɛ
b
n( XY ) ( X )( Y )
n( X 2 ) ( X ) 2
8(18221) (287)( 492)
1,143
8(10795) (287) 2
Keterangan :
Y
a
b
X
ɛ
=
=
=
=
=
Nilai yang diramalkan
Konstanta
Koefisien Regresi
Variabel bebas
Nilai residu = 0
a
a
Y
Y b( X )
n
492 1,143(287)
20,474
8
= a + bX + ɛ
= 20.474 + 1,143X + 0
(2.) NILAI PREDIKSI
Besarnya
Besarnya
Besarnya
Besarnya
Besarnya
Besarnya
Besarnya
Besarnya
nilai
nilai
nilai
nilai
nilai
nilai
nilai
nilai
jika
jika
jika
jika
jika
jika
jika
jika
usia
usia
usia
usia
usia
usia
usia
usia
26
32
27
46
50
37
35
34
20.474
20.474
20.474
20.474
20.474
20.474
20.474
20.474
+
+
+
+
+
+
+
+
(1,143*26)
(1,143*32)
(1,143*27)
(1,143*46)
(1,143*50)
(1,143*37)
(1,143*35)
(1,143*34)
+0
+0
+0
+0
+0
+0
+0
+0
=
=
=
=
=
=
=
=
50,207
57,068
51,350
73,078
77,652
62,786
60,499
59,355
No
Y
X
XY
X2
Y2
Y pred
(Y-Ypred)2
1.
2.
3.
4.
5.
6.
7.
8.
75
57
50
90
82
35
60
43
492
26
32
27
46
50
37
35
34
287
1950
1824
1350
4140
4100
1295
2100
1462
18221
676
1024
729
2116
2500
1369
1225
1156
10795
5625
3249
2500
8100
6724
1225
3600
1849
32872
50.207
57.069
51.351
73.079
77.653
62.787
60.499
59.356
492.000
614.682
0.005
1.825
286.331
18.897
772.091
0.249
267.512
1961.592
Jumlah
Ratarata
(Y-Yrata-rata)2
182.250
20.250
132.250
812.250
420.250
702.250
2.250
342.250
2614.000
61.500
(3). KOEFISIEN DETERMINASI
Koefisien Determinasi
R
2
(Y Yˆ )
1
(Y Y )
R2 1
Koefisien Determinasi Disesuaikan (adjusted)
2
2
1961,592
0,250
2614,000
Radj R 2
P(1 R 2 )
N P 1
Radj 0,250
1(1 0,250)
0,125
8 11
(4). KESALAHAN BAKU ESTIMASI
Se
Se
(Y Yˆ )
2
nk
1961.592
18,081
82
(5). STANDART ERROR KOEFISIEN REGRESI
Digunakan untuk mengukur besarnya tingkat kesalahan dari koefisien regresi:
Sb
Se
X2
Sb
( X ) 2
n
18,081
0,174
287
10795
8
(6). UJI F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu menggambarkan
kondisi sesungguhnya.
H0 : Diterima jika Fhitung ≤ Ftable
Ha : Diterima jika Fhitung > Ftable
F
R 2 /( k 1)
1 R 2 /( n k )
F
0,250 /( 2 1)
2
1 0,250 /(8 2)
RUMUS
Df1 = k – 1
Df2 = n - k
K = jumlah variable
(bebas+terikat)
n = jumlah
observasi/sampel
pembentuk regresi
Df1 = 2 – 1
=1
Df2 = n – k
=8–2
=6
Karena Fhitung (2) ≤ Ftable (5,99), maka persamaam regresi dinyatakan kurang baik dan nilai
prediksi atau perkiraan informasi dinyatakan baik
(7). UJI T
Uji t digunakan untuk mengetahui variable bebas terhadap variable tergantung.
H0 : Diterima jika thitung ≤ ttable
Ha : Diterima jika thitung > ttable
Thitung
b
Sb
Thitung
1,143
6,569
0,174
Df2 = n – k
=8–2
=6
Karena thitung (6,569) > ttable (2,446), maka Ha diterima, ada pengaruh usia terhadap nilai.
(8). KESIMPULAN
BERDASARKAN PERHITUNGAN UJI F, TIDAK TERDAPAT PENGARUH POSITIF ANTARA
USIA DAN NILAI
BERDASARKAN PERHITUNGAN UJI T, TERDAPAT PENGARUH USIA TERHADAP NILAI.