1 / 15

PERTEMUAN KE-14 STATISTIK DESKRIPTIF

MATA KULIAH BERSAMA FMIPA UGM MATEMATIKA KONTEKSTUAL. PERTEMUAN KE-14 STATISTIK DESKRIPTIF. Oleh : KBK STATISTIKA. K oefi s ien Korelasi. Mengukur kekuatan hubungan secara linear antara dua variabel atau dua data Koefisien Korelasi Popula si : Koefisien Korelasi Sample :.

allayna
Télécharger la présentation

PERTEMUAN KE-14 STATISTIK DESKRIPTIF

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. MATA KULIAH BERSAMA FMIPA UGM MATEMATIKA KONTEKSTUAL PERTEMUAN KE-14STATISTIK DESKRIPTIF Oleh : KBK STATISTIKA

  2. Koefisien Korelasi • Mengukur kekuatan hubungan secara linear antara dua variabel atau dua data • Koefisien Korelasi Populasi : • Koefisien Korelasi Sample :

  3. Gambaran Koefisien Korelasi • Satuan data bebas • Nilai koefisien korelasi berada antara –1 dan 1 • Makin mendekati –1, makin kuat hubungan linear negatif kedua data • Makin mendekati 1, makin kuat hubungan linear positif kedua data • Makin mendekati 0, makin lemah hubungan linear kedua data

  4. Simulasi Scater Plot Beberapa data Y Y Y X X X r = -1 r = -.6 r = 0 Y Y Y X X X r = +1 r = 0 r = +.3

  5. Presentasi Data Dalam Grafik • Model Harga Rumah dan Luas

  6. Interpretasi Hasil • r = .733 • Ada hubungan linear yang relatif kuat antara harga rumah dengan luas rumah. • Sekitar .7332 harga rumah dipengaruhi secara linear oleh luas rumahnya, sedangkan sisanya dipengaruhi oleh faktor lain yang tidak diteliti, termasuk faktor eror random

  7. Statistikamengajarikitabagaimanamengumpulkan, menganalisis, danmenginterpretasi data denganmetode-metode yang mengadopsiadanyapeluangmembuatkesalahanatauresikodalampengambilankeputusan. Tahukahandastatistikamengajarkankitabeberapafilosofihidup yang sangatpenting? Beberapadiantaranyaadalah

  8. Estimasi parameter • Data dimodelkan dengan suatu persamaan matematika • Ada variabel data dan ada parameter • Parameter diestimasi dengan suatu prinsip

  9. Linear Regression Model • Hubungan antara data variabelX dan Y digrambarkan dengan fungsi linear • Perubahan nilai di Y diasumsikan dipengaruhi oleh perubahan nilai X secara linear • Model persamaan regresi Linear-nya • Dimana 0dan 1adalah koefisien regresi linear dan  adalah kesalahan random .

  10. Simple Linear Regression Model Model regressi linear : Eror Slope Regresi intercept Y Independent Variable Dependent Variable Komponen Linear Komponen eror

  11. Simple Linear Regression Model Y DataY untuk suatu nilaiXi εi Slope = β1 Prediksi nilai Y untuk suatu Xi Eroruntuk nilaiXi Intercept = β0 X Xi

  12. Persamaan Regresi Linear Sederhana Parameter2 β0 dan β1 diestimasi dengan b0 dan b1 dari data Nilai Estimasi atau prediksi y untuk observasi i Estimasi dari intersept Estimate slope Nilai x untuk observasi i Eror random eimempunyai rata-rata nol

  13. Estimator Least Squares • Dalam proses estimasi parameter model linear, sering digunakan prinsip meminimalkan kesalahan atau eror, antara data dengan model. • Least Square Eroro adalah suatu estimasi parameter yang menggunakan prinsip meniminalkan jumlah kuadrat eror (Sum Square of Error) antara data dan model matematika yang dipakai untuk memodelkan data. • Contoh dalam analisis regresi

  14. Bagaimana dengan aplikasi matematika untuk mendapatkan estimator tersebut? • Ingat, kita menggunakan prinsip meminimalkan suatu argument  Turunan parsial Argument di atas terhadap parameter yang dicari

  15. Prinsippembandingan. Dalammenentukan model mana yang terbaik , daribeberapa model yang sakhih, statistikamengajarkankitamemilihnyaberdasarkankesalahan minimal. Prinsipinimengajarkanpadakitauntukmelakukanpembandingandulu. • Memilihbuahdipasar, statistikamengajarkankitauntukmemilihbuah yang paling sedikitcacatnya. • Memilihpasanganhidup atau teman, lebihterjaminapabilakita yang errornyakecil, tidak temperamental, tidakintrovert,dll.

More Related