Nov 27, 2009 Modell kausal mengasumsikan bahwa variabel yang diramalkan (variabel dependen) terkait dengan variabel lain (variabel independen) dalam modell. Pendekatan ini mencoba untuk melakukan proyeksi berdasarkan hubungan tersebut. Dalam bentuknya yang paling sederhana, regresi linearen digunakan untuk mencocokkan baris ke Daten. Baris itu kemudian digunakan untuk meramalkan variabel Abhängigkeit yang dipilih untuk beberapa nilai dari variabel independen. Modell Yang digunakan sama dengan Modell Pada regresi linier berganda, yaitu: Yb0 b1X1 b2X2 b3X3 8230 bnXn bnd En Y nilai observasi Dari Variabel Yang diukur b0 konstanta X Variabel pengukur (independen) d Variabel Surrogate (Dummy) Fehler Pabrik Susu 8220Maju-Mundur8221 ingin Melihat penjualan Perusahaan pada bulan-bulan berikutnya, yang dimulai pada bulan ke-13, variabel-variabel yang Mereka sertakan dalam peramalan adalah Anzahl der Beiträge biaya iklan dan biaya Distribusi dalam jutaan Rupiah. Daten Yang diberikanisch adalah sebagai Berikut: Dengan SPSS 17.0. Langkah-langkahnya adalah sebagai berikut: 1. Eingangsdaten ke dalam Arbeitsblatt SPSS seperti berikut: 2. Kemudian pilih Analysieren 8211 Regression 8211 Linear. Seperti berikut: 3. Setelah muncul Kotak-Dialog Lineare Regression. maka pindahkan Variabel dependen 8220 Umsatz 8221 ke kotak abhängig, serta Variabel iklan dan Distribusi ke kotak unabhängig, seperti berikut: 4. Setelah itu di sisi kanan, pilih Statistik. Centang-Schätzungen. Modell passen. Dan Durbin Watson. Klik weiter: 5. Pada Plot, masu kkan ZRESID ke kotak Streuung X. Dan ZPRED ke Streuung Y. Lalu pada bagian Residuals centang Normalwahrscheinlichkeit. Lalu klik weiter 8211 OK. seperti berikut: 6. Berikutnya Akan ditunjukkan Ausgang sebagai berikut: Ausgabe Plot menunjukkan Modell Yang dihasilkan terhadap garis linier. Dari Ausgabe ANOVA dapat kita lihat Modell adalah signifikan yang diindikasikan dengan nilai sig. 0,000. Dari Ausgabe Beiwerte kita dapati nilai koefisien korelasi yang akan dimasukkan ke dalam persamaan regresi Modell peramalan 8220 Umsatz 8221 dengan Variabel independen iklan dan Distribusi. Kedua variabel independen memiliki nilai p-Wert berturut-turut adalah 0,000 dan 0,030 ybi lebih kecil dari nilai kritik 0,05. Dengan demikian masing-masing variabel signifikan berpengaruh terhadap verkauf, dan baik untuk digunakan dalam peramalan. Maka dengan demikian Modell Yang didapatkan adalah: Y -103,3 9,59 (Iklan) 4,44 (Distribusi) Hasil peramalan Yang didapat dalam bulan berikutnya dapat diilustrasikan sebagai berikut: Jika Perusahaan memutuskan alokasi biaya iklan adalah 20 juta. Dan biaya distribusi 30 juta pada bulan ke 13. maka Anzahl der Beiträge Gesamtumsatz Pada bulan ke-13 adalah: Y -103,3 9,59 (20) 4,44 (30) Y 221,67 (dalam jutaan Rupiah Menjadi Rp.221.670.000, -) Maka nilai penjualan Pada bulan Ke-13 adalah Rp. 221.670.000, - Demikian seterusnya untuk bulan-bulan berikutnya, dengan menentukan alokasi 8220biaya iklan8221 dan 8220biaya distribusi8221, maka manajemen dapat menentukan nilai penjualan (Verkauf) Dari Modell Yang dihasilkan melalui metode kausal (regresi linier). (Yoz) Eingestellt von ariyoso Teori amp Konsep Statistik Konsep Variabel Kualitatif dan Kuantitatif Tipe Daten Statistik Deskriptif Konsep Parametrik dan Non Parametrik Statistika Inferensia Penyusunan hipótesis Teknik Pengukuran Statistik Teknik Sampling Sebaran probabilitas Diskret Sebaran Normale Sebaran Binomiale Sebaran Poisson Transformasi Daten Korelasi bivariat Pemaparan Daten Kualitatif dengan Tabulasi Silang neue IBM SPSS Ver.23Dec 23, 2009 Uji weiß dilakukan dengan meregresikan Rest kuadrat sebagai variabel dependen dengan variabel dependen ditambah dengan kuadrat variabel independen, kemudian ditambahkan lagi dengan perkalian dua variabel independen. Prosedur pengujian dilakukan dengan hipotesis sebagai Berikut: H 0. Tidak ada heterokedastisitas H 1. Ada heterekodastisitas Jika 5, maka tolak H 0 jika obsR-quadratisch gt X 2 atau P-Wert lt. Untuk melakukan uji weiß kita akan gunakan contoh Daten pada bahasan uji heteroskedastisitas dengan metode grafik. undeine dapat melihatnya disinigtgtgt 1. Jalankan Langkah-Langkah Yang sama persis Pada bahasan Regresi dengan Eviews Pada bahasan sebelumnya (jika belum mengerti undeinem bisa melihatnya langkahnya disini gtgt) 2. Setelah didapatkan hasil analisis regresilinier. Unda dapat memilih VIEW 8211 RESIDUAL TEST 8211 WEISSE HETEROSCEDASTIZITÄT (cross term). seperti berikut ini: 3. Setelah itu Akan dikeluarkan OUTPUT sebagai berikut: Hasil Ausgang menunjukkan nilai OBSR-squared adalah sebesar 5,68 sedangkan nilai probabilitas (Chi-Quadrat) adalah 0,68 (Lebih besar daripada 0,05), dengan demikian kita dapat menerima hipótesis nol bahwa Daten tidak mengandung masalah heteroskedastisitas. Download Materi ini versi pdf dibawah gtgtgt Teori amp Konsep Statistik Konsep Variabel Kualitatif dan Kuantitatif Tipe Daten Statistik Deskriptif Konsep Parametrik dan Non Parametrik Statistika Inferensia Penyusunan hipótesis Teknik Pengukuran Statistik Teknik Sampling Sebaran probabilitas Diskret Sebaran Normale Sebaran Binomiale Sebaran Poisson Transformasi Daten Korelasi bivariat Pemaparan Daten Kualitatif dengan Tabulasi Silang neue IBM SPSS Ver.23
No comments:
Post a Comment