SlideFinderPowerPoint search engine with thumbnail results
Newest Viewed Downloaded

Analisis Regresi Berganda HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

1

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN IPA INSTITUT PERTANIAN BOGOR Oleh HADI SUMARNO CORRELATION & REGRESSION

2

ASOSIASI/KORELASI POINT BISERIAL (DICHOTOMOUS- INTERVAL/RASIO) CHI-SQUARE (NOMINAL-NOMINAL) SPEARMAN (ORDINAL-ORDINAL) PEARSON (INTERVAL/RASIO-INTERVAL/RASIO) HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

Korelasi / Asosiasi Hubungan antar dua variabel Tidak mempertimbangkan adanya sebab-akibat Pemanfaatannya tergantung dari pertanyaan penelitian Pemilihan koefisien tergantung pada jenis variabel

HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

Point Biserial rpb

Point biserial, untuk menghitung tingkat asosiasi antara satu variabel interval satu variabel nominal Source: © T R Black 1998 S=standar deviasi

HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

A ‘new’ test

where O is observed frequency which can be shown to be Source: © T R Black 1998

and...

Defining terms as follows O = no. observed in first category = O1 N - O = no. obs. in second category = O2 Np = no. expected in first category = E1 Nq = no. expected in sec. category = E2 The expression can be written as Source: © T R Black 1998

Extending to more than two categories

The general expression for chi-square goodness of fit, single sample group with m categories: Expected values come from population traits. Source: © T R Black 1998

Chi-square distributions

Source of Graph: © T R Black 1998

Power of Chi-square tests

Source of Graph: © T R Black 1998

Korelasi Spearman

Variabel ordinal dan monotonik Prosedur: Data diranking Dihitung selisih masing-masing ranking Kuadrat selisih masing-masing ranking dijumlah Korelasi Spearman dihitung berdasarkan formula berikut Statistik uji: HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

Contoh perhitungan Korelasi Spearman

HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

Korelasi Pearson

Kovarians menunjukkan adanya hubungan antara dua variabel, tetapi sulit diinterpretasikan, karena belum distandarisasi dengan varians masing-masing variabel Korelasi dapat dihitung berdasarkan hasil bagi antara covariaes dengan standar deviasi masing-masing variabel Korelasi berkisar antara -1.00 s/d +1.00 Statistik uji: HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

Source of Graph: © T R Black 1998 Nilai korelasi semakin kuat jika koefisien mendekati -1.00 atau +1.00. Korelasi yang rendah perlu diuji signifikansinya Korelasi yang rendah perlu dilihat pola lebih lanjut, mungkin hubungan kuadratik tinggi, atau adanya pengelompokan subyek.

HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

ANALISIS REGRESI

MENGHITUNG KOEFISIEN REGRESI SEDERHANA MENGHITUNG KOEFISIEN REGRESI BERGANDA MENGHITUNG KOEFISIEN DETERMNINASI HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB

Showing 1 - 20 of 33 items Details

Name: 
Mingu-ke-7-Correlation...
Author: 
HS
Company: 
N/A
Description: 
Analisis Regresi Berganda HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA IPB
Tags: 
variabel | matematika | hadi | sumarno | departemen | fmipa | ipb | masing
Created: 
4/10/2009 8:11:30 AM
Slides: 
33
Views: 
15
Downloads: 
0
Rating: 
0


> Comment



Share this presentation
|
12 Next >>

Comments

Share this presentation:

|
Sitemap