340 likes | 532 Views
anareg2prediktor. Prinsip-prinsip untuk memprediksikan kriterium dari satu prediktor berlaku juga untuk memperediksikan kriterium dari dua prediktor, bahkan lebih. Adapun persamaannya adalah sbb: Untuk skor angka kasar: Y = a 1 X 1 +a 2 X 2 +K
E N D
anareg2prediktor • Prinsip-prinsip untuk memprediksikan kriterium dari satu prediktor berlaku juga untuk memperediksikan kriterium dari dua prediktor, bahkan lebih. • Adapun persamaannya adalah sbb: • Untuk skor angka kasar: Y = a1X1+a2X2+K • Untuk skor deviasi: y = a1x1+a2x2 • Masihkah kau ingat perbedaan antara skor angka kasar dengan skor deviasi? • Skor deviasi lebih efisien jika penghitungan menggunakan kalkulator tangan/ manual.
menghitungharga a1 dan a2 • Untuk menghitung garis regresi y = a1x1+a2x2 harga koefisien prediktor a1 dan a2dapat dihitung dengan persamaan simultaqn sbb:
contoh • Seorang mahasiswa semester 6 PGSD fkip uns ingin memastikan apakah nilai statistika (Y) dapat diprediksi dari nilai matematika (X1) dan rerata D2 (X2). • Untuk keperluan tersebut, ia mengumpulkan skor matematika dan skor rerata D2. • Hasilnya sebagai berikut:
penghitungan Dengan kalkulator dapat diperoleh: • N = 10 • ∑X1 = 596 • ∑X2 = 29,05 • ∑Y = 297 • ∑X1 ∑X2 = 1.765,99 • ∑X1Y = 18.787 • ∑X2Y = 867,75
persamaansimultanuntukmenghitung a1 dan a2 Diisikan dan dikerjakan: • 1.085,8 = 5.692,4 a1 + 34,61 a2 dibagi 34,61 • 4,965 = 34,61 a1 + 1,56345 a2 dibagi 1,56345 hasilnya: • 31,37243571 = 164,4726957 a1 + a2 • 3,17566919 = 22,13694074 a1 + a2 ----------------------------------------------------- - (5) 28,19676652 = 142,335755a1 a1 = 28,19676652/ 142,335755 = 0,198100375
lanjutan • Menghitung harga a2, harga a1 dimasukkan ke dalam persamaan (4) sbb: • (4) 3,17566919 = (22,13694074)(0,198100375) + a2 = 4,385336261 + a2 a2 = 3,17566919 – 4,385336261 a2 = - 1,209667071
persamaantersebutsebenarnya y = a1x1 +a2x2 Dari pekerjaan tersebut didapat: a1 = 0,198100375 a2 = -1,209667071
jadi, Y=(0,198100375)(X1-59,6)+(-1,209667071)(X2-2,905)+29,7 = 0,198100375X1-11,80678235 – 1,209667071X2+3,514082841 + 29,7 = 0,198100375X1 – 1,209667071X2 + 21,40730049 Dibulatkan menjadi: Y = 0,2X1 – 1,2X2 + 21,4
menghitungkorelasiantara kriterium dan prediktor • Rumus: • Ry(1,20 = Koefisien korelasi antara Y dengan X1 dan X2 • a1 = koefisien prediktor X1 • a2 = koefisien prediktor (X2) • Ʃx1y = jumlah produk antara X1 dan Y • Ʃx2y = jumlah produk antara X2 dan Y • Ʃy2 = jumlah produk antara X1 dan Y • Jika hasil penghitungan tersebut dimasukkan ke dalam rumus akan didapat sbb:
hasilkorelasiR • Program Studi PGSD FKIP UNS • Jadi, Ry(1,2) = 0,744 • Dan R2y(1,2) = 0,553005527
menghitungF • Rumus: • Freg= harga F garis regresi • N = cacah kasus • m = cacah prediktor • R = koefisien korelasi antara kriterium dengan prediktor-prediktor. • Derajat kebebasan db = m lawan N-m-1
hasilnya • Ftabel 2;7 ts 5% = 4,74 • Fhit < Ftab - non signifikan • Tidak ada korelasi antara prestasi statistika dengan matematika dan nilai rerata D2-nya.
sumbanganrelatif • Disingkat SR = JKres = ... yang terdiri dari X1 dan X2 • Sumbangan X1 dihitung dengan menghitung besarnya a1Ʃx1y dan X2 besarnya a2Ʃx2y • Sumbangan relatif X1 = a1Ʃx1y/(a1Ʃx1y + a2Ʃx2y) X100% = ... • Sumbangan relatif X2 = a2Ʃx2y /(a1Ʃx1y + a2Ʃx2y) X100% = ...
sumbanganrelatif • Disingkat SR = JKres = ... yang terdiri dari X1 dan X2 • Sumbangan X1 dihitung dengan menghitung besarnya a1Ʃx1y dan X2 besarnya a2Ʃx2y Mis: a1=0,198 dan Ʃx1y = 1.085,8; a2 = -1,209 dan a2Ʃx2y = 4,965. • Sumbangan relatif X1 = a1Ʃx1y/(a1Ʃx1y + a2Ʃx2y) X100% = ... • Sumbangan relatif X2 = a2Ʃx2y /(a1Ʃx1y + a2Ʃx2y) X100% = ...
sumbanganefektif • Menghitung efektivita garis regresi dengan jalan membagi JKres oleh JKtot kali 100%. Mis: JK res =917,5 dan JK tot = 1.200, maka efektivita garis regresinya = 917,5/ 1.200 X100% = 76% • Masukkan SR X1 X 76 % = ... • Masukkan SR X2 X 76% = ...