Example: biology

ANALISIS REGRESI LINIER - UIN Ar Raniry

Khatib A. LatiefEmail: @khatibalatiefFacebook: LatiefMobile: +628 1168 3019 ANALISIS REGRESI LINIERK hatibTEKNIK ANALISIS REGRESI LINIER Tujuanutamamateriiniadalahbagaimanamengh itungsuatuperkiraanataupersamaanregresiy ang akanmenjelaskanpengaruhataupolahubungana ntaraduavariabel. Istilahregresiitusendiriberartiramalanat autaksiran. Terdapatperbedaanyang mendasarantaraanalisiskorelasidanregresi . Analisiskorelasidigunakanuntukmencariara hdankuatnyahubunganantaraduavariable ataulebih, baikhubunganyang bersifatsimetris, kausal, danreciprocal. Sementaraanalisisregresidigunakanuntukme mprediksikanseberapajauhperubahannilaiva riabeldependen, REGRESI Linear Persamaan yang digunakan untuk mendapatkan garis REGRESI pada data diagram pencar disebut persamaan REGRESI .

1. Buat tabel penolong persamaan regresi 2. Mencari nilai konstanta b 3. Mencari nilai konstanta a 4. Membuat persamaan regresi. 5. Cari nilai korelasi antara variable X dan Y 6. Buat tabel penolong untuk mencarir nilai korelasi 7. Hitung nilai korelasi (r) dengan rumus korelasi linier sederhana. 8. Tentukan koefesien determinasi dengan rumus ...

Tags:

  Penolong

Information

Domain:

Source:

Link to this page:

Please notify us if you found a problem with this document:

Other abuse

Advertisement

Transcription of ANALISIS REGRESI LINIER - UIN Ar Raniry

1 Khatib A. LatiefEmail: @khatibalatiefFacebook: LatiefMobile: +628 1168 3019 ANALISIS REGRESI LINIERK hatibTEKNIK ANALISIS REGRESI LINIER Tujuanutamamateriiniadalahbagaimanamengh itungsuatuperkiraanataupersamaanregresiy ang akanmenjelaskanpengaruhataupolahubungana ntaraduavariabel. Istilahregresiitusendiriberartiramalanat autaksiran. Terdapatperbedaanyang mendasarantaraanalisiskorelasidanregresi . Analisiskorelasidigunakanuntukmencariara hdankuatnyahubunganantaraduavariable ataulebih, baikhubunganyang bersifatsimetris, kausal, danreciprocal. Sementaraanalisisregresidigunakanuntukme mprediksikanseberapajauhperubahannilaiva riabeldependen, REGRESI Linear Persamaan yang digunakan untuk mendapatkan garis REGRESI pada data diagram pencar disebut persamaan REGRESI .

2 Rumus:samplestatistik n menggunaka diduga shg diketahui tidak nilainya yangparameter adalah )( tertentu nilai mempunyai yang independen variabelXpengukuranunit satu berubah X abel vari nilai bila Y variabelnilaiperubahan besarnyaperkiraan slope,b)( 0 X abel vari ketika Y variabelrata-rata besarnyaperbedaan intercep,akandiprediksi yangdependen variabelY:mana di bXaYKhatibNilai dari a dan b pada persamaan REGRESI dapat dihitung dengan rumus berikut : 222xyiibxin X YXYi iiibn XXii 2()() ()()111 1122()11 YXXX Yan XX ada)sudah b (nilaidahulu terlebih dicarisudah b jika ini XbYa KhatibKasus IKepalaPerpustakaanUINAr-Ranirymenelitia pakahterdapatpengaruhantaramotivasi(x)de ngankinerjapustakawan(y).

3 Untukitudiambilsampelsecararandomsebanya k10pustakawanuntukdiwawancarai, (Y)5689101212141520 Motivasi(X) Ar-Raniry2. PertanyaanPenelitian Apakahterdapatpengaruhpositifmotivasiter hadapkinerjaPustakawanPerpustakaanUIN Ar- Raniry ?3. HipotesisHa=Terdapatpengaruhpositifmotiv asi(x) terhadapkinerjapustakawan(Y) perpustakaanUIN (X) terhadapKinerjapustakawan(Y) perpustakaanUIN Ar-RaniryKhatibSampel10 Pustakawan UIN Ar-RaniryData Yang dikumpulkanKinerja(Y)5689101212141520 Motivasi(X)681012131720222428 KhatibTabel penolong Persamaan nilai a dengan rumus:2()() ()()111 1122()11(111)(3046) (160)(2068)210(3046) (160)(338106 (330880)(30460) (25600) Yan XXaaa Khatib6.)

4 Hitung b dengan rumus:22()10(2068) (160)(111)210(3046) (160)(20680) (17760)(30460) (25600) X YX Yi ii ibn XXiibbb Khatib7. Masukkannilaia danb kedalamrumusregresiInterpretasi:Berdasar kanpersamaanregresidi atas, dapatdiinterpretasikanbahwajikamotivasid engankinerjadiukurdenganinstrumenygdikem bangkandalampenelitianini, satuanpadaarahyang bXYX KhatibContohKasus2 Bintangmelakukanpenelitiandi UPT PerpustakaanUIN Ar-Ranirytahun2014 inginmengetahuipengaruhantarapengalamank erjapustakawan(X1) terhadapkinerjapustakawan(Y). Bintangambilsample secararandom sebanyak12 orang pustakawandengantarafsignifikan5%. Hasildata X (r) denganrumuskorelasilinier :KD = (r)2x 100% X1143412344364Y408073755260708585729080 Khatib2)(12rnrthitung Khatib11.

5 Membuat thitung > ttabel, maka Ho ditola sehingga Ha diterima. Dengan demikian terdapat pengaruh yang signifikan antara pengalaman kerja pustakawan dengan kinerja digambarkan akan seperti penerimaan HoDaerah penolakan HoDaerah penolakan HoKhatibAkbar pergi ke RS Malahayati untuk melakukan penelitian tentang pengaruh usia pasien dan lama rawat. Dia ingin mengetahui apakah ada pengaruh antara usia pasien dengan lama hari rawat di RS Malahayati pada tahun 2014. Akbar mengambil sampel 5 pasien dan hasilnya sebagai berikut:Pertanyaan: hitung persamaan garis REGRESI dan prediksikan pasien yang berumur 40 tahun berapa lama hari rawatnya?Contoh Kasus 3 Umur(tahun)2030253540 Lama Rawat(hari) usia pasien dengan lama hari rawat di RS Malahayatipadatahun20142.

6 PertanyaanPenelitian hitungpersamaan garis REGRESI prediksikan pasienyang berumur40 tahunberapalama harirawatnya? Apakahterdapatpengaruhusiapasienterhadap lama harirawatdi RS Malahayatipadatahun2014?3. HipotesisHa=Terdapatpengaruhpositifusiap asien(x) denganLama hariRawat(Y) di RS (X) denganlamarrawat(Y) di RS Sampel5 Pasien yang dirawat di RS MalahayatiData Yang dikumpulkanUmur(tahun)2030253540 Lama Rawat(hari)56578 Khatib5. Buat Tabel penolong Persamaan Hitung koefesien b terlebih dahulu dengan rumus:7. Hitung koefesien a dengan rumus:Persamaan REGRESI LINIER dapat ditulis sebagai berikut:Lama-hari-rawat = 1,4 + 0,16 Usia PasienNilai b = 0,16 dapat diartikan bahwa bila pasien yang dirawat usianya lebih tua satu tahun, kemungkinan lama-harirawatnya akan lebih lama 0,16 )150()4750(5)31)(150()970(5)()())(()(22 )150( )( aanXbYaKhatibPersamaan REGRESI LINIER dapat ditulis sebagai berikut.

7 Lama-hari-rawat = 1,4 + 0,16 X (Usia Pasien)Nilai b = 0,16 dapat diartikan bahwa bila pasien yang dirawat usianya lebih tua satu tahun, kemungkinan lama-hari rawatnyaakan lebih lama 0,16 usia 40 tahun dapat diperkirakan lama-hari rawatnya denganmenghitung dari persamaan REGRESI LINIER di atas, yaitu = 1,4 + 0,16 (40) = 7,8 itu, pasien usia 30 tahun = 1,4+ 0,16 (30) = 6,2 hari. Selisih lama hari rawat pada kedua pasien adalah 1,6 :Mariatimelakukanpenelitianterhadapmahas iswaAPK Angkatan2013 mahasiswaAPK Angkatan2013. Hipotesisnyaapabilamahasiswaseringnonton gTV larutmalam, makaprestasibelajarnyamenurun. Hasilpenelitianditemukandata terhadapvariabelY?X120302535202034322420 3223303234Y30202325334032202030232225303 1


Related search queries