• Tidak ada hasil yang ditemukan

Analisis Regresi - Spada UNS

N/A
N/A
Protected

Academic year: 2024

Membagikan "Analisis Regresi - Spada UNS"

Copied!
9
0
0

Teks penuh

(1)

Analisis Regresi

HASIH PRATIWI

(2)

Kontrak Perkuliahan

Pelaksanaan perkuliahan: 23 Agustus 2021 - 23 Januari 2022 Hari : Senin 09.20 – 11.50

Ruang : Virtual, Gmeet

(3)

Deskripsi

Mata kuliah ini membicarakan model regresi linier sederhana (pendugaan parameter, interpretasi koefisien regresi, pengujian hipotesis, prediksi, dan koefisien determinasi), pemeriksaan asumsi (plot sisaan, plot normal), regresi ganda, korelasi, korelasi parsial, regresi dengan pendekatan matriks, regresi polinomial, pengujian model, uji parsial, pemeriksaan sisa dan data berpengaruh, regresi dengan peubah boneka, prosedur pemilihan model regresi terbaik, metode kuadrat terkecil, inferensi dalam analisis regresi dan menggunakan sofware SPSS/Minitab untuk menginferensi dan

menganalisis data yang berhubungan dengan regresi.

(4)

Materi No Minggu ke-/bulan Materi 1

1 - 2 / Agustus- September

Kontrak perkuliahan, pengantar

Regresi linear sederhana, model linear 2 3 - 4 / September

Regresi linear ganda

Korelasi dan korelasi parsial 3 5 - 7 / Oktober Regresi dalam notasi matriks

4 8 / Oktober UTS

5 9 - 10 / November Pemeriksaan sisa dan data berpengaruh 6 11 - 12 / November

Pemilihan persamaan regresi terbaik Regresi polinomial

7 13 - 15 / Desember Regresi dengan variabel dummy

8 16 / Desember UAS

9 17 / Desember Remidi

(5)

Referensi

1. N. Draper and H. Smith, 1998, Applied Regression Analysis, New York: John Wiley & Sons, Inc.

2. M. Kutner, C.J. Nachsheim, J. Neter, and W. Li, 2013, Applied Linear Statistical Model, Singapore: Richard D. Irwin. Inc.

3. A.J. Dobson and A.G. Barnett, Fourth Ed., 2018, An Introduction

to Generalized Linear Models, Boca Raton: CRC Presss, Taylor

and Francis Group.

(6)

Metode Evaluasi

Tugas/Kuis/keaktifan : 20%

Ujian Mid Semester : 40%

Ujian Akhir Semester : 40%

(7)

Teknis perkuliahan daring

Mahasiswa melakukan presensi di OCW

.

1

Mahasiswa membaca RPS atau materi melalui OCW atau SPADA.

2

Penjelasan dan diskusi dilakukan melalui gmeet.

3

Pemberian

tugas, kuis, atau ujian, akan diatur lebih lanjut.

4

(8)

Aturan

1. Selama mengikuti perkuliahan mahasiswa

a. Mahasiswa berpakaian rapi dan sopan, tidak menggunakan kaos oblong b. Mahasiswa melakukan presensi di OCW di awal perkuliahan

c. Tidak menerima telpon/sms/wa, HP dimatikan atau di-setting silent/getar.

d. Tidak boleh terlambat lebih dari 15 menit

e. Memberikan keterangan jika ter;ambat atau tidak masuk

f. Tidak ada ujian susulan kecuali sakit atau ada alasan khusus yang sangat penting (ditunjukkan dengan surat dari dokter atau UNS)

g. Berhak mengikuti ujian jika presensi kehadiran lebih dari 75%

2. Penilaian didasarkan pada tugas, kuis, keaktifan, presentasi, dan ujian

3. Mahasiswa dilarang melakukan kerjasama dalam ujian, mencotek/mencopy dalam bentuk apapun dan kegiatan curang lainnya.

Sanksi : dianggap tidak lulus pada penilaian tersebut.

4. Mahasiswa dengan nilai kurang dari BATAS KELULUSAN (66) dan tidak melanggar ketentuan pada nomer 1g dan 3 berhak mengikuti ujian remidi sesuai jadwal.

(9)

https://www.google.com/imgres?imgurl=https%3A%2F%2Fwww.cotoclub.com%2Fwp- content%2Fuploads%2F2019%2F05%2Fquestion-mark-

2110767_1280.jpg&imgrefurl=https%3A%2F%2Fwww.cotoclub.com%2Fcan-you-ask-

questions%2F&tbnid=RRaeDDL_V0y_qM&vet=12ahUKEwiOpcvoisbyAhWeOLcAHRieBVwQMygUegUIARDyAQ..i&docid=eg8 O-VaOI5YA7M&w=1280&h=853&q=question&ved=2ahUKEwiOpcvoisbyAhWeOLcAHRieBVwQMygUegUIARDyAQ

Referensi

Dokumen terkait

Dalam analisis regresi linier berganda dapat dicari matriks koefisien korelasi sederhana atau koefisien korelasi order nol antarmasing-masing variabel bebas X dan juga dengan

Regresi linier berganda merupakan pengembangan dari regresi linier sederhana, yaitu sama-sama alat yang dapat digunakan untuk melakukan prediksi permintaan di masa yang

pendugaan koefisien regresi yang dapat mengendalikan tanda dan nilai koefisien regresi agar berada pada rentang yang bermakna.. BAHAN DAN METODE Program Linier untuk

Koefisien determinasi yang dinyatakan dengan untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi

Deskripsi Mata Kuliah MK ini berisi dasar-dasar dan pemograman dengan MATLAB, penyelesaian persamaan aljabar linier/matriks, penyelesaian persamaan aljabar non linier akar-akar

Hasil Perbandingan Galat dan Korelasi Metode Regresi Linier Metode Regresi Non Linier Koefisien Korelasi 0,984 0,994 Koefisien Determinasi 97% 99% MAPE 1,75% 1% Sumber: Data diolah

Modern Interpretation of Regression Analysis • Cara modern dalam menafsirkan Regresi: Analisis Regresi berkaitan dengan studi tentang ketergantungan satu variabel Variabel

Deskripsi dokumen tentang analisis regresi, jenis regresi, dan langkah-langkah membuat persamaan regresi linear