Tugas Zainal Abidin

18
TUGAS STATISTIKA DASAR ANALISIS REGRESI Diajukan untuk salah satu mata kuliah Statistika Dasar Kelas V E (NR) Disusun oleh : ZAINAL ABIDIN (073466) PROGRAM STUDI PENDIDIKAN BIOLOGI FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SULTAN AGENG TIRTAYASA 2010

Transcript of Tugas Zainal Abidin

Page 1: Tugas Zainal Abidin

TUGAS STATISTIKA DASAR ANALISIS REGRESI

Diajukan untuk salah satu mata kuliah Statistika Dasar

Kelas V E (NR)Disusun oleh :

• ZAINAL ABIDIN (073466)

PROGRAM STUDI PENDIDIKAN BIOLOGI FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS SULTAN AGENG TIRTAYASA2010

Page 2: Tugas Zainal Abidin

SEJARAH REGRESI

• Regresi diperkenalkan oleh Francis Galton dalam makalah (Family in Stature, Processing of Royal Society, London, vol.40, 1886), yang mengemukakan bahwa meskipun ada kecenderungan bagi orang tua yang tinggi mempunyai anak-anak yang tinggi dan bagi orang tua yang pendek untuk mempunyai anak-anak yang pendek, distribusi tinggi suatu populasi tidak berubah secara mencolok (besar) dari generasi ke generasi

Page 3: Tugas Zainal Abidin

ANALISIS REGRESI

Pengertian regresi• Regresi adalah salah satu metode untuk

menentukan hubungan sebab-akibat antara satu variabel dan variabel yang lainnya atau metode peramalan yang dikenal dalam statistik. dalam dunia pendidikan, regresi sangat sering digunakan oleh mahasiswa yang sedang menyelesaikan tugas akhir

Analisis regresi adalah proses untuk menghitung persamaan regresi linear sederhana dan berganda, asosiasi statistik beserta scatterplot, diagnosa colinearitas, harga prediksi dan residual.

Page 4: Tugas Zainal Abidin

• LINEAR REGRESSIONLinear regression (regresi linear) digunakan untuk melakukan pengujian penghubungan antara sebuah variabel dependent (tergantung) dengan satu atau beberapa variabel independent (bebas) yang ditampilkandalam bentuk persamaan regresi. Jika variabel dependent dihubungkan dengan satu variabel independent saja, persamaan regresi yang dihasilkan adalah regresi linear sederhana. Jika variabel independent-nya lebih dari satu, maka persamaan regresinya adalah persamaan regresi linear berganda. Jenis data yang cocok untuk uji regresi linear adalah data rasio. Namun bisa juga dengan data berbentuk kualitatif (kategori), tetapi harus dibantu dengan variabel

Page 5: Tugas Zainal Abidin

Adapun rumus regresi sederhana adalah sebagai berikut :

• Dimana : Y = variabel tergantung (dependent) X = variabel bebas A = nilai konstanta

B = koefisien arah regresi

Y = a + bX

Page 6: Tugas Zainal Abidin

• Harga a dapat dihitung dengan rumus sebagai berikut :

• Harga a dapat dihitung dengan rumus sebagai berikut :

a = Y X² ) - X . Y

n X² - X² )

b = n XY - X . XY

n X² - X² )

Page 7: Tugas Zainal Abidin

• sedangkan untuk multiple regression rumusnya sebagai berikut :

Y = a + bX1 + cX2 + ……... + k Xk

Page 8: Tugas Zainal Abidin

Data nilai kelas X SMPN1 CIOMAS

matematika ipa ips hasil

       

70 70 70 70

60 60 80 66.67

70 78 67 71.67

60 70 80 70

70 75 70 71.67

65 80 70 71.67

70 70 60 66.67

65 70 70 68.33

70 68 60 66

60 65 70 65

70 70 80 73.33

Page 9: Tugas Zainal Abidin

Lanjutan data

75 75 80 76.67

70 80 70 73.33

60 70 60 63.33

70 75 83 76

60 70 80 70

70 70 60 66.67

60 65 82 69

70 66 70 68.67

75 70 60 68.33

65 80 70 71.67

60 75 80 71.67

70 80 60 70

70 70 76 72

Page 10: Tugas Zainal Abidin

Regression

Descriptive Statistics

68.1778 5.41867 30

65.1667 6.88368 30

hasil

matematika

Mean Std. Deviation N

Pada bagian ini diperlihatkan deskripsi dari kedua variabel yang diregresikan, Yakni variabel Y (hasil) x1 (matematika). Isi deskripsi tersebut adalah : rata-rata (means), standar deviasai dan jumlah kasaus (N). seperti contoh, variabel hasil memiliki rata-rata 68.1778. standar deviasi 5.41867. dan jumlah kasus ada 30. Demikian juga dengan variabel matematika anda dapat membacanya sendiri

Page 11: Tugas Zainal Abidin

Correlations

1.000 .766

.766 1.000

. .000

.000 .

30 30

30 30

hasil

matematika

hasil

matematika

hasil

matematika

Pearson Correlation

Sig. (1-tailed)

N

hasil matematika

Pada bagian dua ini, ditunjukan hasil koefisien korelasi. Sebab, pada dasarnya dalam melakukan uji regresi perlu dicek lebih dahulu tingkat korelasinya. Dari hasil korelasi diatas tampak bahwa korelasi antara matematika dengan hasil adalah 0.766, dengan tingkat signivikasinya 0.000. hasil ini sama dengan hasil analisis pada uji korelasi pada bab sebelumnya.

Page 12: Tugas Zainal Abidin

Variables Entered/Removed(b)

ModelVariables Entered

Variables Removed Method

1 matematika(a)

. Enter

a All requested variables entered.b Dependent Variable: hasil

Bagian ini menjelaskan tentang variabel yang dimasukan, dimana semua variabel dimasukan adalah variabel matematika. Sedang variabel yang dikeluarkan (removed) tidak ada.

Page 13: Tugas Zainal Abidin

Model Summaryb

.766a .587 .573 3.54183Model1

R R SquareAdjustedR Square

Std. Error ofthe Estimate

Predictors: (Constant), matematikaa.

Dependent Variable: hasilb.

Pada bagian ini di tampiulkan nilai R, R2 , adjusted R2 dan stand. Error. Dimana nilai koefisien Determinasi R2 (R Square) sebesar 0.587. R2 ini merupakan indeks determinasi, yakni prosentase yang menyumbangkan pengaruh x1 terhadap Y. R2 sebesar 0.587 menunjukan pengertian bahwa sebesar 58.7 % sumbangan pengaruh x1 (matematika) terhadap Y (hasil), sedang sisanya sebesar 21.2% di pengaruhi oleh factor lain.

Page 14: Tugas Zainal Abidin

ANOVAb

500.249 1 500.249 39.878 .000a

351.247 28 12.545

851.496 29

Regression

Residual

Total

Model1

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), matematikaa.

Dependent Variable: hasilb.

Page 15: Tugas Zainal Abidin

Coefficientsa

28.859 6.260 4.610 .000

.603 .096 .766 6.315 .000

(Constant)

matematika

Model1

B Std. Error

UnstandardizedCoefficients

Beta

StandardizedCoefficients

t Sig.

Dependent Variable: hasila.

Residuals Statisticsa

56.0101 74.1108 68.1778 4.15331 30

-2.930 1.428 .000 1.000 30

.647 2.032 .871 .282 30

58.7972 74.7792 68.2843 3.90792 30

-5.77744 6.60623 .00000 3.48023 30

-1.631 1.865 .000 .983 30

-1.957 1.916 -.014 1.032 30

-8.46383 6.97418 -.10652 3.86124 30

-2.068 2.019 -.015 1.056 30

.001 8.583 .967 1.697 30

.000 .940 .060 .170 30

.000 .296 .033 .059 30

Predicted Value

Std. Predicted Value

Standard Error ofPredicted Value

Adjusted Predicted Value

Residual

Std. Residual

Stud. Residual

Deleted Residual

Stud. Deleted Residual

Mahal. Distance

Cook's Distance

Centered Leverage Value

Minimum Maximum Mean Std. Deviation N

Dependent Variable: hasila.

Page 16: Tugas Zainal Abidin

Charts

210-1-2

Regression Standardized Residual

5

4

3

2

1

0

Fre

qu

en

cy

Mean = -1.64E-15Std. Dev. = 0.983N = 30

Dependent Variable: hasil

Histogram

Page 17: Tugas Zainal Abidin

1.00.80.60.40.20.0

Observed Cum Prob

1.0

0.8

0.6

0.4

0.2

0.0

Ex

pe

cte

d C

um

Pro

b

Dependent Variable: hasil

Normal P-P Plot of Regression Standardized Residual

Page 18: Tugas Zainal Abidin

75.0070.0065.0060.00

Regression Adjusted (Press) Predicted Value

80.00

75.00

70.00

65.00

60.00

55.00

50.00

ha

sil

Dependent Variable: hasil

Scatterplot