You are on page 1of 23

Bentuk Umu m Model persamaan linier Regresi Linier Sederhana :
ŷ  a  bx
n  xy  -  x  y
dimana : nilia : b 
n  x  -  x 
2 2

dan nilai : a  y - bx

Bentuk Umu m Model persamaan linier Regresi Linier Sederhana : ŷ  a  b1x1  b 2 x 2 dimana : nilia : b1  ? ? nilia : b 2  ? ? dan nilai : a  ? .

Analisa Metode Pertumbuhan Peramalan Bentuk Model Pertumbuhan : Pn = P0. Analisa Peramalan a  y . (1 +i )n n = Tahun ke – n i = rata-rata faktor pertumbuhan P0 = Jumlah Penduduk Tahun Sekarang Pn = Jumlah Penduduk Tahun ke-n Guna : Untuk meramalkan Nilai Pn jika diketahui nilai n dengan syarat model Pertumbuhan tersebut VALID.bx n  xy  . x  2 2 Bentuk Model Regresi : Guna : Untuk meramalkan Nilai variabel Terikat (y) jika diketahui nilai variabel Bebas (x) dengan syarat model Regresi tersebut VALID. . x  y Metode Regresi b ŷ  a  bx n  x  .

Cara Membaca Persamaan Matematika CONTOH ! Y = 5 + 0. .000002 perjalanan dan jika tidak ada kenaikkan pada variable lainnya maka jumlah perjalanan ada lima.000002X Dimana : X adalah jumlah penduduk (jiwa) Y adalah jumlah perjalanan (Perjalanan) Artinya : Setiap terdapat kenaikkan jumlah penduduk sebesar satu (1) jiwa maka terdapat kenaikkan jumlah perjalanan sebesar 0.

Cara Membaca Persamaan Matematika Atau dapat ditulis sbb : Y = 5 + 2X Dimana X adalah jumlah penduduk (1 Juta jiwa) Y adalah jumlah perjalanan (Perjalanan) Artinya : Setiap terdapat kenaikkan jumlah penduduk sebesar satu (1) Juta jiwa maka terdapat kenaikkan jumlah perjalanan sebesar dua (2) perjalanan dan jika tidak ada kenaikkan pada variable lainnya maka jumlah perjalanan ada lima. .

.Cara Membaca Persamaan Matematika Atau dapat ditulis sbb : Y = 5 .2X Dimana X adalah jumlah penduduk (1 Juta jiwa) Y adalah jumlah perjalanan (Perjalanan) Artinya : Setiap terdapat kenaikkan jumlah penduduk sebesar satu (1) Juta jiwa maka terdapat penurunan jumlah perjalanan sebesar dua (2) perjalanan dan jika tidak ada kenaikkan pada variable lainnya maka jumlah perjalanan ada lima.

C) UJI KOEFISIEN MODEL REGRESI POIPULASI () Model Regresi Sampel : y = a + bx Model Regresi Populasi : y =  + x Langkah Langkah Uji Hipotesa : I. untuk menentukan tTabel / ZTabel Aturan Keputusan : H0 diterima jika : -tTabel < RUt < tTabel III. Hipotesa : H0 :  = 0 ( Artinya Tidak Ada Koefisien ) H1 :  ≠ 0 ( Artinya Ada Koefisien ) II. dimana : rs  1 .05 Menggunakan Distribusi t atau Z. Menghitung nilai Rasio Uji t : n-2  6. Aturan Keputusan . Menentukan Tabel Statistik dan Aturan Keputusan : α = 5% = 0. D 2  Rumus : RU t  rs .rs IV.   n (n  1)  2 2 1 .

.

n.  y  r n. y   2 2 2 2 Tanda Korelasi (r)  mengikuti tanda konstanta b dari persamaan regresi ( y = a + b. KORELASI SEDERHANA XY Guna : Untuk menghitung nilai pengaruh (rXY) Bentuk Korelasi XY : X rXY Y Rumus menghitung nilai Korelasi (rXY) : n  x . y . y  .x ) ( r positif jika b positif dan r negatif jika b negative) . x  . x .   x  .

0 < r < 0.70 < r < 1 tingkat relasi yang sangat kuat 6.70 tingkat relasi yang cukup kuat 5.20 < r < 0. 0.Keterangan Kategori nilai koefisien korelasi ( r ) Nilai Korelasi ( r ) : 0 ≤ r ≤ 1 Menurut Young (1982:317). r=1 Pasti Ada Korelasi (Hubungan) . r=0 Pasti Tidak Ada Korelasi (Hubungan) 2.40 < r < 0. 0. Kategori Korelasi berdasarkan besarnya nilai korelasi (r) : No Nilai Kortelasi ( r ) Kategori 1. 0.40 Korelasi (Hubungan) lemah 4.20 Korelasi (Hubungan) sangat lemah 3.

Artinya Dua variabel bersifat Dependent (ada hubungan) II. D 2  Rumus : RU t  rs . Menghitung nilai Rasio Uji t : n-2  6. untuk menentukan tTabel / ZTabel Aturan Keputusan : H0 diterima jika : -tTabel < RUt < tTabel III. Aturan Keputusan .rs2  n (n  1)  2 IV. dimana : rs  1 . Hipotesa : H0 : xy = 0 . Menentukan Tabel Statistik dan Aturan Keputusan : α = 5% = 0.  1 . C) UJI KORELASI rxy Langkah Langkah Uji Hipotesa : I.05 Menggunakan Distribusi t atau Z. Artinya Dua variabel bersifat Independent (Bebas) H1 : xy ≠ 0 .

PERTANYAAN : 1. PADA SAAT PKL. BILAMANA SAUDARA MENGGUNAKAN PROGRAM AUTOCAD DAPAT DIGUNAKAN UNTUK MENGGAMBAR ? 2. BILAMANA SAUDARA MENGGUNAKAN PROGRAM EXCEL/SPSS DAPAT DIGUNAKAN UNTUK MENGOLAH DATA ? . PADA SAAT PKL ATAU MENYUSUN PENELITIHAN.

JAWAB : 1. . BILA TERDAPAT DATA STATISTIK YANG DIOLAH/DIANALISIS UNTUK MENDAPATKAN INFORMASI YANG BERMANFAAT. BILA TERDAPAT OBYEK YANG DIGAMBAR UNTUK MENDAPATKAN MODEL GAMBAR YANG DIINGINKAN. 2.

SPSS & Data Sebagai alat bantu analisis data Statistik secara cepat dan efisien Merupakan Obyek penelitian SPSS Data Statistik Statistik Merupakan ILMU untuk mengolah.Konsep Dasar Statistik. . mengklasifikasi dan menganalisis DATA.

PENGOPERASIAN SPSS CARA KERJA SPSS. Melakukan Analisis Data (PROSES) 3. ada 3 : 1. Menjelaskan/menerjemakan tabel Output SPSS (OUTPUT) MEMBUAT FILE INPUT SPSS PROSES FILE OUTPUT Tabel Informasi Data Cara kerja Program SPSS = Kalkulator Statistik Input  Proses  Output . Memasukkan Data Statistik (INPUT) 2.

Input Data Statistik ke dalam Program SPSS Lembar kerja SPSS Data Editor. . yaitu : 1. Lembar Data View. 2. terdiri dari dua lembar. yaitu tempat untuk mendefinisikan variabel. Lembar Variable View. yaitu tempat untuk memasukkan data.

meliputi : • Setiap baris mewakili satu data (satu responden) • Setiap kolom mewakili satu variabel (satu pertanyaan) dalam kuesioner . Lembar Kerja Data View Lembar Kerja Data View.

meliputi : • Setiap baris mewakili satu variabel (satu pertanyaan dalam kuesioner) • Setiap kolom merupakan karakteristik pendefinisian suatu variabel . Lembar Kerja Variabel View Lembar Kerja Variabel View.

ANALISIS REGRESI & KORELASI .

PERSAMAAN REGRESI Bentuk Umum Persamaan Regresi Sederhana : Data Sampel (Data Regresi) Disederhanakan / diringkas Bentuk Sampel : y = a + bx Uji Statistik Bentuk Populasi : y = α + x .

. Aturan Keputusan Dalam pengujian hipotesis. ada 2 cara kriteria untuk menerima atau menolak H0. maka H0 ditolak Catatan : Cara 1. ≥ (artinya luasan bagian dari luasan Sig. terhadap : Jika Sig. maka H0 diterima Jika thitung > ttabel (artinya posisi thitung sebelah kanan dari posisi ttabel). Nilai ttabel disesuaikan dengan uji satu ujung atau uji dua ujung. maka H0 diterima Jika Sig. berlaku untuk uji satu ujung maupun uji dua ujung.). maka H0 ditolak atau Cara 2. : Berdasarkan posisi thitung terhadap ttabel (untuk uji ujung kanan) : Jika thitung ≤ ttabel (artinya posisi thitung sebelah kiri dari posisi ttabel). bagian dari luasan). : Berdasarkan hipunan bagian luasan probabilitas Sig. yaitu : Cara 1. Cara 2. < (artinya luasan Sig.

TERIMA KASIH 23 .