Sabtu, 27 April 2019

REGRESI DAN KORELASI

REGRESI DAN KORELASI

Pengertian Regresi dan Korelasi
1.      Pengertian Regresi
Yaitu salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel(-variabel) yang lain. Variabel "penyebab" disebut dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak.
2.      Pengertian Korelasi
Yaitu korelasi juga disebut koefisien korelasi, adalah nilai yang menunjukkan kekuatan dan arah hubungan linier antara dua peubah acak (random variable).
  Macam – Macam Variabel
1.      Variabel yang akan di duga disebut variabel terikat(tidak bebas) atau dependent variable, biasa dinyatakan dengan variabel Y.
2.      Variabel yang menerangkan perubahan variabel terikat disebut variabel bebas atau independent variable,biasa dinyatakan dengan variabel X.
3.      Persamaan regresi(penduga/perkiraan/peramalan) dibentuk untukmenerangkan pola hubungan variabel-variabel.
4.      Analisa korelasi digunakan untuk mengukur keeratan hubungan antara variabel-variabel.
Menentukan Persamaan Hubungan Antar Variabel
1.      Mengumpulkan data dari variabel yang dibutuhkan misalnya X sebagai variabel bebas dan Y sebagai variabel tidak bebas.
2.      Menggambarkan titik-titik pasangan (x,y) dalam sebuah sistem koordinat bidang.
Hasil dari gambar itu disebut SCATTER DIAGRAM (DiagramPencar atau Tebaran) dimana dapat dibayangkan bentuk kurva halus yang sesuai dengan data.
3.       
Analisa Regresi dan Korelasi Sederhana
           1. Analisa Regresi Sederhana
Persamaan garis regresi linier sederhana untuk sampel : y=a+bx, yang diperoleh dengan menggunakan Metode Kuadrat Terkecil.
Bila diberikan data sampel
{( xi,yi ) ; i = 1,2,…,n}

maka nilai dugaan kuadrat terkecil bagi parameter dalam garis regresi : y=a+bx

2. Analisa Korelasi Sederhana
Analisa korelasi digunakan untuk mengukur kekuatan, keeratan hubungan antara dua variabel melalui sebuah bilangan yang disebut koefisien korelasi.
Koefisien korelasi linier(r) adalah ukuran hubungan linier antara dua variabel atau peubah acak X dan Y untuk mengukur sejauh mana titik-titik menggerombol sekitar sebuah garis lurus regresi.










INDEKS TERTIMBANG


INDEKS TERTIMBANG
Indeks tertimbang merupakan angka indeks yang mencerminkan pentingnya suatu angka penimbang (bobot atau weight) terhadap angka-angka lainnya

1.      Indeks Laspeyres
Yaitu model perhitungan indeks dengan menggunakan kuantitas pada tahun dasar  sebagai faktor penimbang.
2.      Indeks Pasche
Yaitu model perhitungaan indeks dengan menggunakan kuantitas pada tahun ke-n  sebagai faktor penimbang.
3.      Indeks Fisher
Yaitu rata-rata dari indeks laspeyres dan indeks pasche, tetapi dengan jalan mengakarkan hasil perkalian kedua indeks tersebut.
4.      Indeks Drobisch

Yaitu kombinasi dari indeks laspeyres dan indeks pasche dari kedua indeks tersebut, indeks drobisch untuk memperkecil perbedaan dari indeks laspeyres dan indeks pasche. 





Kamis, 18 April 2019

ANGKA INDEKS TIDAK TERTIMBANG


Adalah suatu angka yang dibuat sedemikian rupa sehingga dapat di pergunakan untuk melakukan perbandingan antara kegiatan yang sama (produksi ekspor, hasil penjualan, jumlah uang beredar) dalam dua waktu yang berbeda.

Macam – macam Waktu Diperlukan Di Angka Indeks

a.       Waktu dasar(Baseperiod)
Yaitu waktu dimana suatu kegiatan(kejadian) dipergunakan untuk dasar perbandingan.
b.       Waktu yang bersangkutan atau sedang berjalan(Currentperiod)

Yaitu waktu dimana suatu kegiatan akan diperbandingkan terhadap kegiatan pada waktu dasar.

Jenis Indeks Tidak Tertimbang

a. Indeks harga relatif sederhana
Yaitu indeks yang terdiri dari satu macam barang saja baik untuk indeks produksi maupun indeks harga misalnya indeks produksi ikan,indeks harga beras.
b. Indeks Agregatif
Yaitu indeks yang terdiri dari beberapa barang(kelompok barang) misalnya indeks harga 9 bahan pokok.







Rabu, 03 April 2019

Kemiringan Dan Keruncingan Distribusi Data

Kemiringan Dan Keruncingan Distribusi Data


 Kemiringan Distribusi Data adalah derajat atau ukuran dari ketidak simetrisan suatu distribusi data.Kemiringan distribusi data terdapat 3 jenis,yaitu:
a.       Simetris: menunjukkan letak nilai rata-rata hitung,median, dan modus berhimpit(berkisar di satu titik)
b.      Miring ke kanan: mempunyai nilai modus paling kecil dan rata-rata hitung paling besar
c.       Miring ke kiri: mempunyai nilai modus paling besar dan rata-rata hitung paling kecil
Rumus untuk menghitung derajat kemiringan distribusi data






 Keruncingan Distribusi Data merupakan derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data ini disebut juga kurtosis.

Jenis Keruncingan Distribusi Data Ada tiga jenis derajat keruncingan, yaitu :
a.       Leptokurtis adalah distribusi data yang puncaknya relatif tinggi
b.      Mesokurtis adalah distribusi data yang puncaknya normal
c.       Platikurtis adalah distribusi data yang puncaknya terlalu rendah dan terlalu mendatar

Rumus untuk menghitung derajat keruncingan distribusi data 















© Viar Aryadhita | Blogger Template by Enny Law