Analisis data statistik

Maaf juragan sekalian, baru nongol kembali setelah sekian lama tak bersua he he he

Setelah melihat data statistik ane yang mengunjungi blog, ternyata banyak juga yang mencari tahu tentang jenis data dalam statistik. Hal ini mendorong ane kembali menulis tentang statistik pada kesempatan kali ini. Sebagai newbie ane yakin para juragan sekalian lebih banyak mencari hal yang simple dalam memahami dunia statistik. Hal ini ane ambil kesimpulan setelah melihat banyaknya yang melihat postingan ane tentang jenis data dalam statistik, padahal menurut ane hal ini adalah mendasar sekali, pasti dalam setiap buku statistik atau penilitian akan membahas hal ini, akan tetapi ternyata ane keliru banyak juga yang masih harus mencari referensi hal mendasar tersebut dari internet.

Baiklah langsung saja,

Read more »

Teori / Tutorial Analisis Regresi Linear

Kali ini kita akan membahas masalah pengenalan analisis regresi dan teori regresi. Setelah selesai membaca bagian ini maka pembaca akan dapat memahami:

• Pengertian regresi linear
• Konsep-konsep dasar dalam regresi
• Kegunaan teknik analisis regresi

  

Pengertian

Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas. Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung.

Tujuan

Tujuan menggunakan analisis regresi ialah

·   Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai variabel bebas.

Read more »

Problematika Berstatistik : Multikolinearitas

Multikolinearitas dalam analisis regresi ganda terjadi bila antara variabel bebas terjadi korelasi. Bila multikolinearitas ini terjadi, maka pendugaan dengan metode kuadrat terkecil akan menghasilkan penduga yang masih tetap tak bias dan konsisten, tetapi tidak efisien, sehingga varian dari koefisien regresi menjadi tidak minimum. Dua metode yang dapat digunakan untuk mengatasi dampak multikolinearitas, yaitu regresi komponen utama dan regresi ridge. Regresi komponen utama adalah regresi yang mengambil komponen utama sebagai variabel bebas dan dalam kasus multikolinieritas regresi komponen utama mempunyai varians penduga yang kecil. Sedangkan dalam regresi ridge untuk mengurangi dampak multikolinieritas ini dengan menentukan penduga yang bias tetapi mempunyai varians yang lebih kecil dari varians penduga regresi linier ganda. Dalam penelitian ini dengan meperhatikan jumlah komponen varians dari masing-masing metode saat terjadi multikolinieritas dapat diperoleh jumlah komponen varians dari regresi komponen utama lebih kecil dari jumlah komponen varians regresi linier ganda, bila akar cirinya lebih besar dari satu dan kuadrat

Read more »

Jenis Data Dalam Statistik

4 Macam Tipe Data Statistik

 

Pengetahuan mengenai tipe2 data adalah penting di dalam statistika. Terdapat 4 tipe data, diurutkan mulai dari tingkatan terendah hingga tertinggi:

1.Nominal
Digunakan untuk mengklasifikasikan informasi/data. Contoh:Data jenis kelamin = Laki-laki dan Perempuan. Biasanya, saat analisis data, tipe data spt ini dilambangkan dg bilangan numerik (angka).Laki-laki dilambangkan dengan angka 1, sedangkan perempuan dilambangkan dengan angka 0. Tidak berarti angka 0 lebih rendah dari angka 1, ingat!! cuma melambangkan saja.

2. Ordinal
Digunakan untuk mengklasifikasikan serta memiliki tingkatan. Tipe data ordinal lebih tinggi dari Nominal karena kemampuannya untuk membentuk tingkatan. Contoh:Jabatan di dalam perusahaan = karyawan, manager, direktur utama. Misal, karyawan dilambangkan dengan 1, manager dg 2, dan direktur utama dengan 3. Pada tipe data ini, angka 1 dianggap lebih rendah dari angka 2, dst. Bisa saja karyawan dilambangkan dengan angka 1, tetapi manager angka 3 dan direktur utama dengan angka 10. Tipe data ini tidak mensaratkan jarak yang sama antar angka yang digunakan sebagai lambang. Yang perlu diperhatikan hanyalah bahwa angka 3 lebih tinggi dari angka 1, angka 10 lebih tinggi dari angka 3.

Read more »