matematika.fkip.unsri.ac.idmatematika.fkip.unsri.ac.id/wp-content/uploads/2017/01/... · Web...

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAANUNIVERSITAS SRIWIJAYA

Jalan Palembang-Prabumulih Km 32 Indralaya Ogan Ilir Sumatera SelatanTelepon 0711-580085 Fax. 0711-580085

Laman : www.fkip.unsri.ac.id, E-mail support@fkip.unsri.ac.id

RENCANA PROGRAM SEMESTER(RPS)

Mata Kuliah : Metode Statistik MultivariatKode/ SKS : GMA 15324 / 3 SKSSemester : 5Program Studi : Pendidikan MatematikaDosen Pengasuh : Prof. Dr. Ratu Ilma Indra Putri,M.Si

Puji Astuti, S.Pd, M.Sc

I. Deskripsi Mata KuliahMata kuliah Statistik Multivariat ini dimaksudkan untuk membekali mahasiswa dengan pemahaman akan kegunaan statistik dalam penelitian pendidikan serta memampukan mereka untuk melakukan kajian-kajian terhadap data-data statistik multivariat untuk membuat kesimpulan-kesimpulan dengan menggunakan Excel, SPSS.

II. Capaian Pembelajaran (learning outcomes) :Mahasiswa dapat memahami statistika multivariat dan aplikasinya dalam penelitian secara teori dan dengan menggunakan Ms Office Excel, MINITAB, SPSS.

No Capaian Pembelajaran PertemuanKemampuan Akhir Capaian Pembelajaran

Bahan Kajian/Materi PembelajaranMetode/model Pembelajaran Pengalaman Belajar Kriteria Penilaian (Indikator) Waktu

(1) (2) (3) (4) (5) (6) (7) (8)1 Mahasiswa memaknai

rencana perkuliahan dan sistem penilaian

Menjelaskan sistem kontrak rencana perkuliahan

Pendahuluan dan Silabus

Penyajian oleh dosen, tanya jawab

Penyajian oleh dosen mengenai permasalahan terhadap pembelajaran

Sikap Pengetahuan

3 x 50 menit

yang digunakan di dalam perkuliahan

mata kuliah Metode Statistik Multivariat melalui Infokus Infokus proyektor

2 Mahasiswa memahami konsep Anova 1 Jalur dan Uji Lanjut

Mahasiswa dapat memaknai konsep Anova 1 Jalur dan melakukan Uji Lanjut (Tuckey dan Scheffe)

Anova 1 Jalur dan Uji Lanjut

Penyajian oleh dosen, diskusi, tanya jawab, dan penugasan

1. Penyajian oleh dosen mengenai konsep anova 1 arah dan cara melakukan uji lnjut menggunakan metode Tukery dan Scheffe

2. Mahasiswa akan melakukan diskusi dan tanya jawab mengenai materi yang masih belum dipahami

3. Dosen memberikan tugas membuat contoh soal anova 1 jalur dan uji lanjut

Sikap PengetahuanKeterampilan

3 x 50 menit

3 Mahasiswa memahami konsep Anova 2 Jalur dan Uji Lanjut

Mahasiswa dapat memaknai konsep Anova 2 Jalur dan melakukan Uji Lanjut (Scheffe)

Anova 2 Jalur dan Uji Lanjut

1. Penyajian oleh dosen mengenai konsep anova 1 arah dan cara melakukan uji lnjut menggunakan metode Tukery dan Scheffe

2. Mahasiswa akan melakukan diskusi

3 x 50 menit

dan tanya jawab mengenai materi yang masih belum dipahami

3. Dosen memberikan tugas membuat contoh soal anova 1 jalur dan uji lanjut

4 Mahasiswa memahami konsep Korelasi Sederhana

Mahasiswa dapat memaknai konsep Korelasi Sederhana

Korelasi Sederhana

Penyajian oleh dosen,

diskusi, tanya jawab, dan penugasan

1. Penyajian oleh dosen mengenai konsep korelasi sederhana menggunakan metode Tukery dan Scheffe

3. Dosen memberikan tugas membuat contoh korelasi sederhana

3 x 50 menit

5 Mahasiswa memahami konsep Korelasi Berganda

Mahasiswa dapat memaknai konsep Korelasi Berganda

Korelasi Berganda

1. Penyajian oleh dosen mengenai konsep korelasi sederhana menggunakan metode Tukery dan Scheffe

3 x 50 menit

6 Mahasiswa memahami konsep Regresi Sederhana

Mahasiswa dapat memaknai konsep Regresi Sederhana

Regresi Sederhana

1. Penyajian oleh dosen mengenai konsep regresi sederhana

3 x 50 menit

7 Mahasiswa memahami konsep Regresi Berganda

Mahasiswa dapat memaknai konsep Regresi Berganda

Regresi Berganda Penyajian oleh dosen, diskusi, tanya jawab, dan penugasan

1. Penyajian oleh dosen mengenai konsep regresi berganda

2. Mahasiswa akan melakukan diskusi

3 x 50 menit

dan tanya jawab mengenai materi yang masih belum dipahami

8 UTS9 Mahasiswa memahami

konsep Anova 1 Jalur dan Uji Lanjut menggunakan Ms.Excel

Mahasiswa dapat menggunakan software Ms.Excel dalam materi Anova 1 Jalur dan Uji Lanjut (Tukey dan Scheffe)

Anova 1 Jalur dan Uji Lanjut menggunakan Ms.Excel

1. Penyajian oleh dosen mengenai konsep anova 1 arah dan cara melakukan uji lnjut menggunakan metode Tukery dan Scheffe dengan menggunakan Ms.Excel

2. Mahasiswa akan melakukan diskusi dan tanya jawab mengenai cara penggunaan Ms.Excel yang masih belum dipahami

Sikap Pengetahuan

3 x 50 menit

10 Mahasiswa memahami konsep Anova 2 Jalur dan Uji Lanjut menggunakan

Mahasiswa dapat menggunakan software Ms.Excel dalam materi Anova 1

Anova 2 Jalur dan Uji Lanjut menggunakan Ms.Excel

Penyajian oleh dosen, diskusi, tanya jawab, dan

1. Penyajian oleh dosen mengenai konsep anova 2 arah dan cara melakukan uji lnjut

3 x 50 menit

Ms.Excel Jalur dan Uji Lanjut (Scheffe)

penugasan menggunakan metode Scheffe dengan menggunakan Ms.Excel

11 Mahasiswa memahami konsep Korelasi Sederhana menggunakan Ms.Excel

Mahasiswa dapat menggunakan software Ms.Excel dalam materi Korelasi Sederhana

Korelasi Sederhana menggunakan Ms.Excel

1. Penyajian oleh dosen mengenai konsep korelasi sederhana dengan menggunakan Ms.Excel

3 x 50 menit

12 Mahasiswa memahami konsep Korelasi Berganda menggunakan Ms.Excel

Mahasiswa dapat menggunakan software Ms.Excel dalam materi Korelasi Berganda

Korelasi Berganda menggunakan Ms.Excel

1. Penyajian oleh dosen mengenai konsep korelasi berganda dengan menggunakan Ms.Excel

3 x 50 menit

13 Mahasiswa memahami konsep Regresi Sederhana menggunakan Ms.Excel

Mahasiswa dapat menggunakan software Ms.Excel dalam materi Regresi Serderhana

Regresi Sederhana menggunakan Ms.Excel

1. Penyajian oleh dosen mengenai konsep regresi sederhana dengan menggunakan Ms.Excel

3 x 50 menit

14 Mahasiswa memahami konsep Regresi Berganda menggunakan Ms.Excel

Mahasiswa dapat menggunakan software Ms.Excel dalam materi Regresi Berganda

Regresi Berganda menggunakan Ms.Excel

1. Penyajian oleh dosen mengenai konsep regresi berganda dengan menggunakan Ms.Excel

2. Mahasiswa akan melakukan diskusi dan tanya jawab mengenai cara

3 x 50 menit

penggunaan Ms.Excel yang masih belum dipahami

15 Mahasiswa mampu mengerjakan latihan soal pada materi pertemuan-pertemuan sebelumnya

Mahasiswa mampu mengerjakan dan memaknai latihan soal pada materi pertemuan-pertemuan sebelumnya

Latihan-latihan soal

Problem solving, diskusi, tanya jawab, dan penugasan

1. Mahasiswa akan diberi latihan-latihan soal pada materi-materi sebelumnya agar mahasiswa terbiasa dalam menjawab UAS

3 x 50 menit

16 UAS

ReferensiA. Wajib

1. Ken Black, (2013), Business Statistics, John Willey & Sons2. Wijaya, Tony. (2010), Analisis Multivariat, Penerbit Cahaya Atma3. Hair, J.F., Black, B., Babin, B., Anderson, R, E & Tatham, R. L., (2006). Multivariate data analysis, 6th Edition, New Jersey : Prentice

Hall International, Inc

B. Pendukung1. Wijaya, Tony. (2012), Cepat Menguasai SPSS 20, Penerbit Cahaya Atma2. Wijaya, Tony. (2013), SEM & PLS (Panduan Teknik statistik SEM & PLS), Penerbit Cahaya Atma3. Jurnal/hasil riset (yang memuat analisis statistik)

Penetapan Nilai Akhir Nilai Akhir (NA) = Total nilai persubkompetensiKeteranganKriteria penentuan nilai subkompetensi adalah sebagai berikut.

Komponen BobotTugas 20%Sikap/Absensi 10 %UTS 30%UAS 40%

Mengetahui Indralaya, Januari 2016Ketua Jurusan/Ketua Prodi, Dosen Ybs,

Dr. Cecil Hiltrimartin, M.Si PROF. DR. Ratu Ilma Indra Putri,M.SI

SATUAN ACARA PEMBELAJARAN

Fakultas : Keguruan dan Ilmu PendidikanProgram Studi : Pendidikan MatematikaMata Kuliah/Kode/SKS : Metode Statistik Multivariat/GMA 15324/ 3 SKSKelas/Semester : Indralaya/Palembang/VJP/Pertemuan Ke- : 3 jp/ ke-1Nama Dosen : PROF. DR. Ratu Ilma Indra Putri,M.SI

A. Capaian Pembelajaran PertemuanMahasiswa memaknai rencana perkuliahan dan sistem penilaian yang digunakan di dalam perkuliahan

B. Kemampuan akhir capaian pembelajaran Menjelaskan sistem kontrak rencana perkuliahan

C. Bahan Kajian Pembelajaran Pendahuluan dan Silabus

D. Metode dan Model PembelajaranPenyajian oleh dosen, tanya jawab

E. Pengalaman PembelajaranLangkah-langkah Pembelajaran

LANGKAH-LANGKAH PEMBELAJARAN WaktuKegiatan Awal

Mengkondisikan kelas Dosen menanyakan kesiapan mahasiswa dalam mengikuti mata kuliah Metode Statistika Multivariat Dosen memperkenalkan diri selaku pengajar mata kuliah Metode Statistika Multivariat serta mengecek kehadiran

mahasiswa sekaligus perkenalan terhadap mahasiswa dan sebagai kegiatan apersepsi, mahasiswa diajak bertanya jawab tentang pengalaman-pengalaman yang mengesankan bagi mereka dalam menggunakan bahasa

Dosen memberikan motivasi kepada mahasiswa bahwa pentingnya mata kuliah Metode Statistika Multivariat Menyampaikan tujuan pembelajaran. Menyampaikan prosedur pembelajaran dengan belajar secara kelompok dan individu

10 menit

Kegiatan Inti Eksploration (Eksplorasi)Dosen menjelaskan:

Tujuan mata kuliah Ruang lingkup mata kuliah Kebijaksanaan pelaksanaan perkuliahan Kebijakan penilaian hasil belajar Tugas yang harus diselesaikan Buku ajar yang digunakan dan sumber belajar lainnya Hal-hal lain yang esensial dalam pelaksanaan perkuliahan

Elaboration (Elaborasi)Mahasiswa Memaknai dan mencatat apa saja yang disajikan oleh dosen, yaitu:

Tujuan mata kuliah Ruang lingkup mata kuliah Kebijaksanaan pelaksanaan perkuliahan Kebijakan penilaian hasil belajar

80 menit

Tugas yang harus diselesaikan Buku ajar yang digunakan dan sumber belajar lainnya Hal-hal lain yang esensial dalam pelaksanaan perkuliahan

Confirmation (Konfirmasi Dosen mengecek dan menanyakan kepada mahasiswa apa saja yang tidak di pahami atau yang ingin ditanyakan

terhadap apa yang disajikan oleh dosen.

Kegiatan Akhir Dosen membimbing siswa untuk menyimpulkan apa yang disajikan oleh dosen, dan menginformasikan pada

mahasiswa untuk mempelajari materi selanjutnya. Mahasiswa dibentuk dalam empat kelompok besar dan diberikan tugas membuat makalah mengenai materi mengenai perkembangan bahasa Indonesia

Dosen memberi mahasiswa tugas membuat makalah untuk pertemuan selanjutnya Dosen menutup pembelajaran pada pertemuan ini.

125 menit

\F. Alat/Bahan/Sumber Belajar

Ken Black, (2013), Business Statistics, John Willey & Sons Wijaya, Tony. (2010), Analisis Multivariat, Penerbit Cahaya Atma LCD

G. Instrumen Penilaian`Pembobotan nilai keaktivan mahasiswa dalam kegiatan belajar mengajar

No. Aspek Penilaian Bobot Tertinggi

Nilai Siswa

1. Siswa aktif bertanya dan berargumen secara kritis

2. Siswa cukup aktif bertanya dan berargumen secara kritis

3. Siswa kurang aktif bertanya dan berargumen secara kritis

4. Siswa tidak aktif bertanya dan berargumen secara kritis

KeteranganSkor maksimum = Jumlah Skor Hasil Menulis Makalah + Skor tertinggi keaktivan Mhs. Perhitungan nilai akhirNilai akhir : Skor yang diperoleh X 100

Skor maksimal

Mengetahui, Indralaya, Januari 2016Ketua Jurusan/Prodi, Dosen Pengampu,

Dra. Cecil Hiltrimartin, M.Si PROF. DR. RATU ILMA INDRA PUTRI,M.SI

Fakultas : Keguruan dan Ilmu PendidikanProgram Studi : Pendidikan MatematikaMata Kuliah/Kode/SKS : Metode Statistik Multivariat/GMA 15324/ 3 SKSKelas/Semester : Indralaya/Palembang/VJP/Pertemuan Ke- : 3 jp/ ke-2Nama Dosen : PROF. DR. RATU ILMA INDRA PUTRI,M.SI

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Anova 1 Jalur dan Uji Lanjut

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat memaknai konsep Anova 1 Jalur dan melakukan Uji Lanjut (Tuckey dan Scheffe)

C. Bahan Kajian Pembelajaran Anova 1 Jalur dan Uji Lanjut

D. Metode dan Model PembelajaranPenyajian oleh dosen, diskusi, tanya jawab, dan penugasan

Mengkondisikan kelas. Menyampaikan tujuan pembelajaran. Mahasiswa diperintahkan membentuk kelompok-kelompok besar sebanyak 1 kelompok 4-5 orang Memotivasi mahasiswa sebagai kegiatan apersepsi

10 menit

Kegiatan Inti Eksploration (Eksplorasi)

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai anova 1 jalur dan uji lanjut Mahasiswa dalam kelompok maju bergantian mempresentasikan hasil diskusi. Mahasiswa dalam kelompok lain memberikan pertanyaan dan argumentasi kepada setiap kelompok yang tampil.

Elaboration (Elaborasi) Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai anova 1 jalur dan uji lanjut

Confirmation (Konfirmasi) Mahasiswa diberi kesempatan berdiskusi dan bertanya mengenai penjelasan yang diberikan oleh dosen

125 menit

Kegiatan Akhir Mahasiswa menyimpulkan hasil pembelajaran hari ini. Dosen memberi penguatan, kesimpulan, dan penghargaan terhadap penyimpulan yang diberikan oleh mahasiswa. Dosen memberi mahasiswa tugas membuat makalah untuk pertemuan selanjutnya Dosen menutup pembelajaran dengan ucapan terima kasih dan salam.

15 menit

F. Alat/Bahan/Sumber Belajar Ken Black, (2013), Business Statistics, John Willey & Sons Wijaya, Tony. (2010), Analisis Multivariat, Penerbit Cahaya Atma LCD

G. Penilaian Penilaian menulis hasil diskusi

No. Aspek Penilaian Bobot Tertinggi Nilai Siswa

1. Isi gagasan yang dikemukakan 30

2. Organisasi isi 203. Tata Bahasa 204. Gaya: pilihan struktur dan kosa kata 155. Ejaan 5

Jumlah 90

Pembobotan nilai keaktivan mahasiswa dalam kegiatan belajar mengajar

Nilai Siswa

Keterangan

Skor maksimum = Jumlah Skor Hasil Menulis Makalah + Skor tertinggi keaktivan Mhs. Perhitungan nilai akhirNilai akhir : Skor yang diperoleh X 100

Skor maksimal

1. Penilaian KinerjaMeliputi partisipasi dalam bertanya, menjawab, dan memberi tanggapan.

Catatan Diskusi Kelas.NO Nama/ NIM Pertanyaan Jawaban Tanggapan1

Dra. Cecil Hiltrimartin, M.Si PROF. DR. RATU ILMA INDRA PUTRI,M.SISATUAN ACARA PEMBELAJARAN

Fakultas : Keguruan dan Ilmu Pendidikan

Program Studi : Pendidikan MatematikaMata Kuliah/Kode/SKS : Metode Statistik Multivariat/GMA 15324/ 3 SKSKelas/Semester : Indralaya/Palembang/VJP/Pertemuan Ke- : 3 jp/ ke-3Nama Dosen : PROF. DR. RATU ILMA INDRA PUTRI,M.SI

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Anova 2 Jalur dan Uji Lanjut

B. Bahan Kajian PembelajaranMahasiswa dapat memaknai konsep Anova 2 Jalur dan melakukan Uji Lanjut (Scheffe)

C. Metode dan Model PembelajaranPenyajian oleh dosen, diskusi, tanya jawab, dan penugasan

D. Pengalaman PembelajaranLangkah-langkah Pembelajaran

10 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai anova 2 jalur dan uji lanjut Mahasiswa dalam kelompok maju bergantian mempresentasikan hasil diskusi.

125 menit

Mahasiswa dalam kelompok lain memberikan pertanyaan dan argumentasi kepada setiap kelompok yang tampil.Elaboration (Elaborasi)

Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai anova 2 jalur dan uji lanjutConfirmation (Konfirmasi)

Mahasiswa diberi kesempatan berdiskusi dan bertanya mengenai penjelasan yang diberikan oleh dosenKegiatan Akhir

Mahasiswa menyimpulkan hasil pembelajaran hari ini. Dosen memberi penguatan, kesimpulan, dan penghargaan terhadap penyimpulan yang diberikan oleh mahasiswa. Dosen memberi mahasiswa tugas membuat makalah untuk pertemuan selanjutnya Dosen menutup pembelajaran dengan ucapan terima kasih dan salam.

15 menit

E. Alat/Bahan/Sumber Belajar Ken Black, (2013), Business Statistics, John Willey & Sons Wijaya, Tony. (2010), Analisis Multivariat, Penerbit Cahaya Atma LCD

F. Penilaian Penilaian menulis hasil diskusi

Jumlah 90

Nilai Siswa

Skor maksimal

Fakultas : Keguruan dan Ilmu Pendidikan

Program Studi : Pendidikan MatematikaMata Kuliah/Kode/SKS : Metode Statistik Multivariat/GMA 15324/ 3 SKSKelas/Semester : Indralaya/Palembang/VJP/Pertemuan Ke- : 3 jp/ ke-4Nama Dosen : PROF. DR. RATU ILMA INDRA PUTRI,M.SI

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Korelasi Sederhana

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat memaknai konsep Korelasi Sederhana

C. Bahan Kajian Pembelajaran Korelasi Sederhana

10 menit

Kegiatan Inti 125 menit

Eksploration (Eksplorasi) Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai korelasi sederhana Mahasiswa dalam kelompok maju bergantian mempresentasikan hasil diskusi. Mahasiswa dalam kelompok lain memberikan pertanyaan dan argumentasi kepada setiap kelompok yang tampil.

Elaboration (Elaborasi) Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai korelasi sederhana

15 menit

2. Organisasi isi 203. Tata Bahasa 20

4. Gaya: pilihan struktur dan kosa kata 155. Ejaan 5

Jumlah 90

Nilai Siswa

Skor maksimal

Fakultas : Keguruan dan Ilmu PendidikanProgram Studi : Pendidikan Matematika

Mata Kuliah/Kode/SKS : Metode Statistik Multivariat/GMA 15324/ 3 SKSKelas/Semester : Indralaya/Palembang/VJP/Pertemuan Ke- : 3 jp/ ke-5Nama Dosen : PROF. DR. RATU ILMA INDRA PUTRI,M.SI

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Korelasi Berganda

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat memaknai konsep Korelasi Berganda

C. Bahan Kajian Pembelajaran Korelasi Berganda

E. Pengalaman Pembelajaran Langkah-langkah Pembelajaran

10 menit

125 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai korelasi berganda Mahasiswa dalam kelompok maju bergantian mempresentasikan hasil diskusi. Mahasiswa dalam kelompok lain memberikan pertanyaan dan argumentasi kepada setiap kelompok yang tampil.

Elaboration (Elaborasi) Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai korelasi berganda

15 menit

2. Organisasi isi 203. Tata Bahasa 204. Gaya: pilihan struktur dan kosa kata 15

5. Ejaan 5Jumlah 90

Nilai Siswa

Skor maksimal

Catatan Diskusi Kelas.

NO Nama/ NIM Pertanyaan Jawaban Tanggapan1

Fakultas : Keguruan dan Ilmu PendidikanProgram Studi : Pendidikan Matematika

Mata Kuliah/Kode/SKS : Metode Statistik Multivariat/GMA 15324/ 3 SKSKelas/Semester : Indralaya/Palembang/VJP/Pertemuan Ke- : 3 jp/ ke-6Nama Dosen : PROF. DR. RATU ILMA INDRA PUTRI,M.SI

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Regresi Sederhana

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat memaknai konsep Regresi Sederhana

C. Bahan Kajian Pembelajaran Regresi Sederhana

10 menit

125 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai regresi sederhana Mahasiswa dalam kelompok maju bergantian mempresentasikan hasil diskusi. Mahasiswa dalam kelompok lain memberikan pertanyaan dan argumentasi kepada setiap kelompok yang tampil.

Elaboration (Elaborasi) Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai regresi sederhana

16 menit

5. Ejaan 5Jumlah 90

Nilai Siswa

Skor maksimal

Catatan Diskusi Kelas.

NO Nama/ NIM Pertanyaan Jawaban Tanggapan1

Fakultas : Keguruan dan Ilmu PendidikanProgram Studi : Pendidikan MatematikaMata Kuliah/Kode/SKS : Metode Statistik Multivariat/GMA 15324/ 3 SKSKelas/Semester : Indralaya/Palembang/VJP/Pertemuan Ke- : 3 jp/ ke-7

Nama Dosen : PROF. DR. RATU ILMA INDRA PUTRI,M.SI

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Regresi Berganda

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat memaknai konsep Regresi Berganda

C. Bahan Kajian Pembelajaran Regresi Berganda

10 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai regresi berganda Mahasiswa dalam kelompok maju bergantian mempresentasikan hasil diskusi. Mahasiswa dalam kelompok lain memberikan pertanyaan dan argumentasi kepada setiap kelompok yang tampil.

Elaboration (Elaborasi)

125 menit

Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai regresi bergandaConfirmation (Konfirmasi)

Mahasiswa diberi kesempatan berdiskusi dan bertanya mengenai penjelasan yang diberikan oleh dosen

17 menit

Jumlah 90

Nilai Siswa

Skor maksimal

Mengetahui, Indralaya, Januari 2016Ketua Jurusan/Prodi, Dosen Pengampuh

A. Capaian Pembelajaran PertemuanMahasiswa mengerjakan UTS

B. Kemampuan akhir capaian pembelajaran Mahasiswa mampu menegerjakan ujian dengan percaya diri dan jujur

C. Bahan Kajian Pembelajaran Mengerjakan UTS

D. Metode dan Model PembelajaranTertulis

E. Pengalaman PembelajaranLangkah-langkah pembelajaran

Mengkondisikan kelas. Menyampaikan prosedur UTS secara individu

10 menit

Kegiatan Inti Mahasiswa memulai UTS

85 menit

Kegiatan Akhir Mahasiswa mengeyelesaikan UTS Dosen menutup pembelajaran dengan ucapan terima kasih dan salam

5 menit

F. Alat/Bahan/Sumber Belajar

1. Alat tulis2. Referensi3. LCD

G. Penilaian (Terlampir)

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Anova 1 Jalur dan Uji Lanjut menggunakan Ms.Excel

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat menggunakan software Ms.Excel dalam materi Anova 1 Jalur dan Uji Lanjut (Tukey dan Scheffe)

C. Bahan Kajian Pembelajaran Anova 1 Jalur dan Uji Lanjut menggunakan Ms.Excel

10 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai anova 1 jalur dan uji lanjut dengan menggunakan Ms.Excel

Mahasiswa dalam kelompok maju bergantian mempresentasikan hasil diskusi. Mahasiswa dalam kelompok lain memberikan pertanyaan dan argumentasi kepada setiap kelompok yang tampil.

125 menit

15 menit

5. Ejaan 5Jumlah 90

Nilai Siswa

Skor maksimal

7. Penilaian Kinerja

Meliputi partisipasi dalam bertanya, menjawab, dan memberi tanggapan.

Dra. Cecil Hiltrimartin, M.Si PROF. DR. RATU ILMA INDRA PUTRI,M.SISATUAN ACARA PEMBELAJARAN

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Anova 2 Jalur dan Uji Lanjut menggunakan Ms.Excel

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat menggunakan software Ms.Excel dalam materi Anova 2 Jalur dan Uji Lanjut (Scheffe)

C. Bahan Kajian Pembelajaran Anova 2 Jalur dan Uji Lanjut menggunakan Ms.Excel

10 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai anova 2 jalur dan uji lanjut dengan menggunakan Ms.Excel

125 menit

15 menit

H. Penilaian Penilaian menulis hasil diskusi

Jumlah 90

Nilai Siswa

Skor maksimal

A. Capaian Pembelajaran Pertemuan

Mahasiswa memahami konsep Korelasi Sederhana menggunakan Ms.Excel

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat menggunakan software Ms.Excel dalam materi Korelasi Sederhana

C. Bahan Kajian Pembelajaran Korelasi Berganda menggunakan Ms.Excel

10 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai korelasi sederhana dengan menggunakan Ms.Excel

Elaboration (Elaborasi)

125 menit

Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai korelasi sederhana

15 menit

Jumlah 90

Nilai Siswa

Skor maksimal

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Korelasi Berganda menggunakan Ms.Excel

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat menggunakan software Ms.Excel dalam materi Korelasi Berganda

C. Bahan Kajian Pembelajaran Korelasi Berganda menggunakan Ms.Excel

E. Pengalaman Pembelajarana. Langkah-langkah Pembelajaran

10 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai korelasi berganda dengan menggunakan Ms.Excel

Elaboration (Elaborasi) Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai korelasi berganda

125 menit

16 menit

H. Alat/Bahan/Sumber Belajar Ken Black, (2013), Business Statistics, John Willey & Sons Wijaya, Tony. (2010), Analisis Multivariat, Penerbit Cahaya Atma LCD

I. Penilaian Penilaian menulis hasil diskusi

Jumlah 90

Nilai Siswa

Skor maksimal

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Regresi Sederhana menggunakan Ms.Excel

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat menggunakan software Ms.Excel dalam materi Regresi Serderhana

C. Bahan Kajian Pembelajaran Regresi Sederhana menggunakan Ms.Excel

10 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai regresi sederhana dengan menggunakan Ms.Excel

Elaboration (Elaborasi) Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai regresi sederhana

125 menit

17 menit

Jumlah 90

Pembobotan nilai keaktivan mahasiswa dalam kegiatan belajar mengajarNo. Aspek Penilaian Bobot Nilai

Tertinggi Siswa1. Siswa aktif bertanya dan berargumen secara

kritis10

KeteranganSkor maksimum = Jumlah Skor Hasil Menulis Makalah + Skor tertinggi keaktivan Mhs.

Perhitungan nilai akhirNilai akhir : Skor yang diperoleh X 100

Skor maksimal

A. Capaian Pembelajaran PertemuanMahasiswa memahami konsep Regresi Berganda menggunakan Ms.Excel

B. Kemampuan akhir capaian pembelajaran Mahasiswa dapat menggunakan software Ms.Excel dalam materi Regresi Berganda

C. Bahan Kajian Pembelajaran Regresi Berganda menggunakan Ms.Excel

10 menit

Mahasiswa diminta berdiskusi dengan kelompok masing-masing mengenai regresi sederhana dengan menggunakan Ms.Excel

Elaboration (Elaborasi) Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai regresi berganda

125 menit

18 menit

Jumlah 90

Nilai Siswa

Skor maksimal

A. Capaian Pembelajaran PertemuanMahasiswa mampu mengerjakan latihan soal pada materi pertemuan-pertemuan sebelumnya

B. Kemampuan akhir capaian pembelajaranMahasiswa mampu mengerjakan dan memaknai latihan soal pada materi pertemuan-pertemuan sebelumnya

C. Bahan Kajian Pembelajaran Latihan-latihan soal

D. Metode dan Model PembelajaranProblem solving, diskusi, tanya jawab, dan penugasan

Mengkondisikan kelas. Menyampaikan tujuan pembelajaran. Memotivasi mahasiswa sebagai kegiatan apersepsi

10 menit

Mahasiswa diminta mengerjakan latihan-latihan soal pada materu pertemuan-pertemuan sebelumnya dengan menggunakan Ms.Excel

Mahasiswa maju bergantian mempresentasikan hasil pengerjaan. Mahasiswa lain memberikan pertanyaan dan argumentasi kepada setiap kelompok yang tampil.

Elaboration (Elaborasi) Mahasiswa diberi penguatan dan penjelasan lebih lanjut oleh dosen mengenai semua materi pada selama pembelajaran

Metode Statistik Multivariat

125 menit

Kegiatan Akhir Mahasiswa menyimpulkan hasil pembelajaran hari ini. Dosen memberi penguatan, kesimpulan, dan penghargaan terhadap penyimpulan yang diberikan oleh mahasiswa. Dosen menutup pembelajaran dengan ucapan terima kasih dan salam.

19 menit

G. Penilaian Penilaian menulis hasil pengerjaan

Jumlah 90

Nilai Siswa

Skor maksimal

A. Capaian Pembelajaran PertemuanMahasiswa mengerjakan UTS

B. Kemampuan akhir capaian pembelajaran Mahasiswa mampu menegerjakan ujian dengan percaya diri dan jujur

C. Bahan Kajian Pembelajaran Mengerjakan UTS

D. Metode dan Model PembelajaranTertulis

E. Pengalaman PembelajaranLangkah-langkah pembelajaran

Mengkondisikan kelas. Menyampaikan prosedur UAS secara individu

10 menit

Kegiatan Inti Mahasiswa memulai UAS

85 menit

Kegiatan Akhir Mahasiswa mengeyelesaikan UAS Dosen menutup pembelajaran dengan ucapan terima kasih dan salam

5 menit

F. Alat/Bahan/Sumber Belajar Alat tulis Referensi LCD

G. Penilaian (Terlampir)

LAMPIRAN 1UTS METODA STATISTIKA MULTIVARIAT

1. Dibawah adalah data siswa menurut studi perbandingan antara Jenis Kelamin dan Gaya belajar siswa terhadap hasil belajar

Kelompok 1

auditif)

(L+ auditif)

visual)

Apakah terdapat perbedaaan antara studi diatas?

2. Misalkan akan dianalisis pengaruh kompetensi (X) dan kinerja pegawai (Y). Untuk keperluan tersebut telah diambil sampel acak sebanyak 15 pegawai sebagai berikut.

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15Y 40 55 32 55 50 52 61 44 30 22 40 64 58 48 44X 4 16 12 24 15 24 22 17 4 14 24 26 20 9 14

a. Tentukan persamaan regresi Y atas Xb. Lakukan pengujian:

1) Linearitas regresi Y atas X.2) Signifikansi/keberartian regresi Y atas X.

c. Hitung koefisien korelasi dan koefisien determinasi Y dan X. Penyelesaian :

1. Desain/deskripsi data

Kelompok 1

(P + auditif)

(L+ auditif)

(P + visual)

(L + visual)

N 5 5 5 5 5

Σ 150 180 260 210 800

x 30 36 52 42 160

SEk1 k2 Σb

n1 = 5

∑X1 = 150

∑X21 = 4900

x1 = 30

n2 = 5

∑X2 = 180

∑X22

= 6800

x2 = 36

nb1 =10

∑Xb1 = 330

∑Xb21 = 11700

xb1 = 33

n3 = 5

∑X3 = 260

∑X23 = 14000

x3 = 52

n4 = 5

∑X4 = 210

∑X2 4 = 9100

x4 = 42

nb2 =10

∑Xb2 = 470

∑Xb2 2 = 23100

xb2 = 47

nk1 = 10

∑Xk1 = 410

∑Xk21 = 18900

xk1 = 41

nk2 = 10

∑Xk2 = 390

∑Xk22 = 15900

xk2 = 39

nt = 20

∑Xt = 800

∑X2t = 34800

xt = 40

2. Hipotesis statistik

a. H0 = μb1 = μb2 ; H1 = μb1 ≠ μb2

b. H0 = μk1 = μk2 ; H1 = μk1 ≠ μk2

c. H0 = BxK = 0 ; H1 = BxK ≠ 0

3. Jumlah kuadrat (JK)

a. Total direduksi (dikoreksi)

JKTR = ∑X2t = ∑X2

t – (∑ Xt)2

nt = 34800 −

64000020 = 34800 – 32000 = 2800

b. Antar kelompok

JKA=∑( X1 )

n1+∑ (X2 )

n2+∑ (X3 )

n3+∑ (X 4 )

n4−∑ (X t )

= 4500 + 6480 + 13520 + 8820 – 32000 = 1320

c. Antar baris

= 10890 + 22090 – 32000 = 980

d. Antar kolom

= 16810 + 15210 – 32000 = 20

e. Interaksi

f. Dalam kelompok

JKA=∑(150 )2

5+∑ (180)2

5+∑ (260 )2

5+∑ (210 )2

5−∑ (800 )2

=(330 )2

10+(470 )2

(800 )2

20JKA(b )=(∑ X b1 )

n b1+(∑ X b2)

n b2−

(∑ Xbt )2

JKA (k )=(∑ X k1 )

n k1+(∑ X k2 )

n k2−

(∑ Xkt )2

( 410)2

10+(390 )2

(800 )2

JKA ( I )=JKA−JKA( b)−JKA (k )

JKA ( I )=1320−980−20=320

JKD = JKT – JKA

= 2800 – 1320 = 1480

JKTR = JKA + JKD à 2800 = 1320 + 1480

4. Tabel Anova

Sumber

VariansDb JK

RK/RKDFt

Antar baris (b)

Antar kolom (k)

Interaksi (BxK)

b – 1 = 1

k – 1 = 1

1 x 1 = 1

Dalam n – 1 – 3 = 16 1480 92,5 - -

Total dikoreksi n – 1 = 19 2800 - - -

5. Kriteria pengujian

a. Jika untuk antar baris Fh > Ft maka ada perbedaan yang signifikan

JKD=4900−1502

5+6800−1802

5+14000−2602

5+9100−2102

5=400+320+480+280=1480

b. Jika untuk antar kolom Fh > Ft maka ada perbedaan yang signifikan

c. Jika untuk interaksi Fh > Ft maka ada interaksi yang signifikan

Hasil penghitungan

a. untuk antarbaris 10,59 > 4,49; Fh > Ft maka terdapat perbedaan yang signifikan antarbaris

b. untuk antarkolom 0,21 < 4,49; Fh < Ft maka tidak ada perbedaan yang signifikan antarkolom

c. untuk interaksi 3,46 < 4,49; Fh < Ft maka tidak terdapat interaksi antara faktor kolom (ME) dan faktor baris (SE)

d. karena ada satu perbedaan dalam antarbaris, maka analisis dapat dilanjutkan dengan uji Tukey atau uji Scheffe.

2. Menjawab pertanyaan no 2Tabel penolong untuk menghitung persamaan regresi sederhana

No. X Y X2 Y2 XY1 40 4 1600 16 1602 55 16 3025 256 8803 32 12 1024 144 3844 55 24 3025 576 13205 50 15 2500 225 7506 52 24 2704 576 12487 61 22 3721 484 13428 44 17 1936 289 7489 30 4 900 16 12010 22 14 484 196 30811 40 24 1600 576 96012 64 26 4096 676 166413 58 20 3364 400 1160

14 48 9 2304 81 43215 44 14 1936 196 616∑ 695 245 34219 4707 12092

A. Menentukan Persamaan Regresi Y Atas X (Y=a+bX )Dari tabel diatas dapat ditentukan persamaan atau model regresi sebagai barikut.Y=a+bX

b=∑xy∑ x2 dana=Y−b X dimana

∑xy=∑ XY−(∑X ) (∑Y )

n=12092− (695 ) (245 )

15=12092−11351,67=740,33

∑x2=∑X2−(∑ X )2

n=34219− (695 )2

15=34219−32201,67=2017,33

∑ y2=∑Y 2− (∑Y )2

n=4707− (245 )2

15=4707−4001,67=705,33

b=∑xy∑ x2 = 740,33

2017,33=0,366986dana=16,33− (0,366986 ) (46,33 )=−0,67246

Persamaan regresi Y atas X adalah: Y=−0,672+0,367

B. Uji linearitas dan Signifikansi Regresi Y atas X

Pengujian linearitas dan isgnifikansi regresi Y atas X dilakukan dengan langkah-langkah sebagai berikut.

1) Menghitung jumlah Kuadrat (JK) beberapa sumber varians

JK (T )=∑Y 2=4707

JK (a )= (∑Y )2

(245 )2

15=4001,67

JK (b/a )=b∑ xy=(0,366986 ) (740,33 )=271,692

JK (S )=JK (T )−JK (a )−JK (b/a)

¿4707−4001,667−271,692=433,641

JK (G )=∑i=1

{∑Y i2−

(∑Y i )ni

Untuk itu data terlebih dahulu diurutkan menurut variabel X:

No 1 2 3 4 5 6 7 8 9 10 11 12

Y 22 30 32 40 40 44 44 48 50 52 55 55 58 61 64

X 14 4 12 4 24 17 14 9 15 24 16 24 20 22 26

Selanjutnya dihitung jumlah kuadrat galat untuk data variabel Y khusus untuk variabel X yang sama (kelompok sama) saja, karena

variabel X yang tidak sama akan bernilai nol. Perhitungan sebagai berikut.

JK (G )=(42+242−282

2 )+(17¿¿2+142−312

2)+(162+242−402

2)=236,5 ¿

JK (Tc )=JK (S )−JK (G )=433,641−236,5=197,141

2) Menentukan derajat bebas (db) beberapa sumber varians db (T )=n=15

db (a )=1

db (b /a )=1

db (S )=n−2=15−2=13

db (G )=n−k=15−12=3(kelompok :k=12)

db (Tc )=k−2=12−2=10

3) Menghitung rata-rata jumlah kuadrat (RJK)

RJK (a )= JK (a )db (a )

=4001,6671

=4001,667

RJK (b/a )= JK (b/a )db (b /a )

=271,6921

=271,692

RJK (S )= JK (S )db (S )

=433,64113

=33,357

RJK (G )= JK (G )db (G )

=236,53

=78,833

RJK (Tc )= JK (Tc )db (Tc )

=197,14110

=19,7141

4) Manantukan Fhitung berkaitan dengan linearitas dan signifikansi regresi

Uji linearitas Regresi Y atas X

H0 : Y=α+βX (regresi linear)

H1 : Y ≠α+βX (regresi tak linear)

Fhit(Tc) =RJK (Tc )RJK (G )

=19,714118,833

=0,250

Bandingkan dengan Ftabel untuk α=0,05 , db (Tc )=10 , dandb (G )=3 diperoleh F tab (0,05 : 10 ;3)=8,79. Sehingga Fhit(Tc) < Ftab, hal ini berarti H0

diterima. Dengan demikian, persamaan regresi Y atas X berbentuk garis linear.

Uji Signifikansi Regresi Y atas X

H0 : β=0 (regresi tak berarti)

H1 : β≠0 (regresi berarti)

Fhit (b/a)=RJK (b/a )RJK ( s)

=271,69233,357

=8,145, bandingkan dengan Ftab untuk α=0,05 , db (b/a)=1, dandb (S )=13 diperoleh Ftab(0,05: 1;13) = 4,67,

Sehingga Fhit(b/a) > Ftab. Hal ini berarti H0 ditolak pada taraf signifikan.

Kesimpulan dari pengujian linearitas dan signifikansi regresi ini adalah variabel X berpengaruh terhadap Y dan bersifat linear.

5) Menyusun tabel ANAVA regresi

Tabel analisis varians regresi atau disingkat dengan tabel anareg adalah tabel yang memuat ringkasan hasil analsis linearitas dan

signifikansiregresi.bentuk tabel tersebut disajikan sebagai berikut.

Tabel 2. Uji Linearitas dan Signifikansi

Sumber

Variansdb JK RJK Fhitung

Ftabel

α=0,05

Total 15 4707 -

Regresi(a)

Regresi(a/b)

4001,667

271,692

433,641

4001,667

271,692

33,357

8,145* 4,67

Tuna cocok

197,141

19,7141

78,8330,250ns 8,79

Keterangan:

* = regresi signifikan (Fhit = 8,145 > Ftab = 4,67)

ns = non signifikansi atau regresi linear (Fhit = 0,250 < Ftab = 8,78)

db = derajat bebas

JK = Jumlah Kuadrat

RJK = Rata-rata Jumlah Kuadrat

Dari hasil analisis seperti disarikan pada tabel di atas diperoleh Fhit(b/a) = 8,145 > Ftab = 4,67 dan Fhit (Tc) = 0,250 < Ftab = 8,79. Dengan

demikian, “kompetensi berpengaruh terhadap kinerja pegawai da pengaruhnya bersifat linear”.

C. Uji Signifikansi Koefisien Persamaan Regresi

Langkah-langkah perhitungan:

1) Menghitung Galat Baku Taksiran (standar error)

se2=RJK (S )=33,357

2) Menghitung Penduga untuk α dan β

sa2= ∑ X2

n∑x2 (se2)= 3421914 (2017,333 )

(33,357 )=37,721⟺ sa=6,142.

∑x2 =33,357

2017,333=0,01654⟺ sb=0,1286

3) Menghitung Statistik Uji-t

Hipotesis penelitian (verval) adalah “Kompetensi berpengaruh positif terhadap kinerja pegawai”. Sedangkan hipotesis statistiknya

adalah:

H0 : β≤0

H1 : β>0

Statistka uji yang digunakan untuk meguji signifikansi dari koefisien a dan b pada persamaan regresi Y=−0,67+0,367 Xadalah statistika

uji-t.

t a=aSa

=−0,676,142

=−0,109

t b=bsb

= 3,670,129

=2,854

Bandingkan ttab untuk α=0.05dandb (S )=13, yaitu Ttab(0,05; 13) = 1,77.

Sehingga ta < ttab atau H0 diterima, hal ini berarti konstanta persamaan regresi tidak signifikan. Sedangkan tb > ttab atau H0 ditolak atau

koefisien regresi bersifat signifikan. Dengan demikian, “kompetensi berpengaruh positif terhadap kinerja pegawai”.

D. Koefisien Korelasi dan Uji Signifikansi Koefisien Korelasi X dan Y

Koefisisien korelasi adalah koefisien yang memperlihatkan tingkat keeratan hubungan anttara variabel X dan Y.

1) KOEFISIEN KORELASI ANTARA X DAN Y

r xy=∑xy

√ (∑x2) (∑ y2 )= 740,333

√ (2017,333 ) (705,333 )=0,621

Jadi koefisien korelasi antara X dan Y sebesar 0,621

2) UJI SIGNIFIKANSI KOEFISIEN KORELASI X DAN YH0 : ρ=0

H1 : ρ ≠0

t hitung=rxy √n−2

√1−rxy2

=0,621√15−2√1−0,6212

=2,849

Bandingkan dengan ttabel untuk α=0,05 dan db=n−1=15 –2=13, diperoleh t tab ( 0,01;13 )=1,77, sehingga t hit> ttabel atauH 0ditolak .Hal ini

berarti korelasi antara X dengan Y signifikan. Karena koefisien korelasi adalah positif, maka makin tinggi kompetensi makin tinggi pula

kinerja pegawai yang dapat dicapai.

LAMPIRAN 1UTS METODA STATISTIKA MULTIVARIAT

1. Pengaruh selisih suku bunga ( X1 )dan selisih tingkat inflasi (X2 )Terhadapnilai tukar Rupiah (Y ) .

Tabel Contoh Analisis Regresi Ganda 3 Variabel

Variabel Data Penelitian

X1 116 136 96 156 176 236 116 296 96 156

X2 96 106 136 126 146 196 76 156 116 86

Y 56 56 76 76 86 96 46 103 56 66

a. Tentukan persamaan Regresi ganda Y atas X1dan X2

b. Analisis jumlah Kuadrat dan derajat bebas sumber varian.c. Uji signifikansi persamaan regresi Y atas X1dan X2

d. Uji signifikansi koefisien regresi ganda Y atas X1dan X2

e. Korelasi parsial dan uji signifikansi koefisien korelasi parsial

2. Sebuah penelitian berjudul :” pengaruh motivasi belajar dan kompetensi kognitif matematika terhadap konsistensi diri siswa SMU di jakarta selatan. Dalam penelitian ini diketahui, bahwa kompetensi kognitif merupakan variable mediator/ intervening. Hasil penelitian memperoleh data sebagai berikut

Dimana : motivasi belajar, kompetensi kognitif matematika, konsistensi diriJika konstelasi masalah (paradigma penelitian ) dari ketiga variable tersebut :

1. Hitunglah koefisien jalur P21, P31 dan P32!2. Ujilah keberartian koefisien jalur tersebut.

PenyelesaianPenyelesaian :Soal No 2

Dari data diatas diperoleh harga-harga

Menghitung koefisien korelasi sederhana antar dua variable

Menentukan model structural yang harus dianalisis dari model jalur diatas, ada 2 model structural yang perlu dianalisis:

Menentukan harga-harga koefisien jalur untuk model struktur 2 :

Menghitung Koefisien Determinasi Ganda (Struktur) untuk masing-masing model Struktural

Menguji Keberartian Koefisien Jalur

Kesimpulan

Soal Nomor 1

Tabel penolong Contoh Analisis Regresi Ganda 3 Variabel

X1 X2 Y x1 x2 y x12 x2

2 y2 x1x2 x1 y x2 y

A 116 96 56 -42 -28 -17 1764 784 289 1176 714 476

B 136 106 69 -22 -18 -4 484 324 16 88 88 72

C 96 136 76 -62 12 3 3844 144 9 -744 -186 36

D 156 126 76 -2 2 3 4 4 9 -4 -6 6

E 176 146 86 18 22 13 324 484 169 396 234 286

F 236 196 96 78 72 23 6084 5184 529 5616 1794 1656

G 116 76 4 -42 -48 -27 1764 2304 729 2016 1134 1296

H 296 156 103 138 32 30 19044 1024 900 4416 4140 960

I 96 116 56 56 -8 -17 3844 64 289 496 1054 136

J 156 86 66 66 38 -7 4 1444 49 76 14 266

SUM 1580 1240 730 0 0 0 37160 11760 13840 13840 8980 5190

158 124 73

Catatan :

Untuk menentukan x i=X i−X

y i=Y i−Y

a. Menentukan persamaan Regresi Berganda 3 Variabel

Mencari nilai a0, a1 , a2

∑ x1 y=a1∑ x12+a2∑ x1 x2

8980=37160a1+13840a2

∑ x2 y=a1∑ x1 x2+a2∑ x22

5160=13840a1+11760 a2

[37160 1384013840 11760 ]a1=[8980 11380

5190 11760]

(37160×11760 )−(13840×13840 )a1= (8980×11760)−(11380×5190 )

245456000a1=33892800

a1=0,138

[37160 1384013840 11760 ]a2=[37160 8980

13840 5190 ]

(37160×11760 )−(13840×13840 )a2= (37160×5190 )−(8980×13840 )

245456000a2=68577200

a2=0,279

a0=Y−a1 X1−a2X2

a0=73−0,138 (158 )−0,279 (124 )

a0=16,6

Dengan demikian, Model persamaan regresi Y atas X1dan X2 dapat dirumuskan sebagai berikut:

Y=a0+a1X1+a2X 2

Y=16,6+0,138 X1+0,279 X2

b. Analisis Jumlah Kuadrat dan Derajat Bebas Sumber Varian

Jumlah kuadrat total (JKT)

JKT=∑ y2=2988

Jumlah kuadrat Regresi (JK Reg)

JK (Reg )=a1∑ x1 y+a2∑ x2 y

JK (Reg )=0,138 (8980 )+0,279 (5190 )

JK (Reg )=2685,68

Jumlah kuadrat Sisa (JKS)

JK (s )=JKT−JK (Reg )

JK (s )=2988−2685,68

Derajat Bebas Total (db (T )¿

db (T )=n−1=10−1=9

Derajat bebas sisa (db (s ) )

db ( s )=n−k−1=10−2−1=7

Derajat Bebas Regresi (db (Reg)¿

db (Reg )=k=2

Rerata Jumlah Kuadrat (RJK)

o Rerata Jumlah Kuadrat Regresi (RJK(Reg))

RJK (Reg )= JK (Reg )db(Reg)

RJK (Reg )=2687,252

RJK (Reg )=1342,84

o Rerata Jumlah Kuadrat Sisa (RJK(s))

RJKS= JK (S )db (S)

RJKS=302,317

RJKS=43,18

c. Uji Siginifikansi Persamaan Regresi Ganda Y atas X1dan X2

Fhitung=RJK (Reg )RJKS

Fhitung=1343,6342,96

Fhitung=31,27

F tabel(∝ ; db (Reg )db (S ) )

F tabel(0,01 ; 27 )=9,55

F tabel(0,05 ; 27 )=4,74

Kesimpulan :

Karena nilai Fhitung>F tabel tolak H 0 (Terima H 1 ¿, Dengan demikian, korelasi antara Xdengan Y adalah positif dan Signifikan

d. Uji Signifikansi Koefisien Regresi Ganda Y atas X1dan X2

Koefisien Korelasi Ganda

R y .122 = JK (Reg )

∑ y2

R y .122 =2687,25

R y .122 =0,899

Uji Signifikansi Koefisien Korelasi Ganda

Fhitung=R2 (n−k−1 )k (1−R2)

Fhitung=0,899 (10−2−1 )

2(1−0,899)

Fhitung=31,15

F tabel(∝; db (Reg )db (S ) )

F tabel(0,01 ; 27 )=9,55

F tabel(0,05 ; 27 )=4,74

Kesimpulan :

Karena nilai Fhitung>F tabel tolak H 0 (Terima H 1 ¿, Dengan demikian, korelasi antara Xdengan Y adalah positif dan Signifikan

Koefisien Determinasi

KD=R y.122 ×100 %

KD=0,899×100 %

KD=89,9 %

Signifikansi Koefisien Persamaan Regresi Ganda

Galat Baku Taksiran

Sy .122 = JKS

n−k−1

Sy .122 =302,32

Sy .122 =43,18

Menghitung R2

R=R1=∑ x1 x2

√(∑ x12)(∑ x2

R2= 13840√37160×11760

R2= 1384020906,344

R2=0,662

Ri=0,438

Menghitung Sbi2

Sb12 =

S y.12 . k2

∑ x1 f2 (1−Ri

Sb12 = 43,18

37160(1−0,438)

Sb12 =0,002

Sb1=√0,002

Sb1=0,045

Sb22 =

S y .12 .k2

∑ x2 f2 (1−Ri

Sb22 = 43,18

11760 (1−0,438)

Sb2=0,081

Uji signifikansi koefisien X1 dan X2

t i=b iSbi

t 1=b1

t 1=0,3180,045

t 1=3,067

t 2=b2

t 2=0,2790,081

t 2=3,444

t tabel(∝ ;n−k−1)

t tabel(0,05 ;10−2−1)

t tabel (0,05 ;7 )=1,895

e. Korelasi Parsial dan Uji Signifikansi Koefisien Korelasi Parsial

r y1=∑ x1 y

√(∑ x12)(∑ y2)

= 8980√37160×2988

=0,852

r y2=∑ x2 y

√(∑ x22)(∑ y2)

= 5190√11760×2988

=0,876

r12=∑ x1 x2

√(∑ x12)(∑ x2

2)= 1380

√37160×11760=0,662

Koefisien korelasi antara X1 dan Y dengan mengontrol pengaruh X2 (r y 12 )

r y12=r y 1−r y2×r12

√(1−r y 12 )(1−r12

0,852−(0,876×0,662)

√(1−0,726)(1−4382)=0,72

Uji signifikansi koefisien korelasi parsial

t hitung=r y 12 √n−3

√(1−r y122 )

=0,72√10−3

√(1−0,72 )2=2,74

t tabel(0,05 ;10−2−1)

t tabel (0,05 ;7 )=1,895

Koefisien korelasi antara X2 dan Y dengan mengontrol pengaruh X1 (r y 21 )

r y21=r y 2−r y1×r12

√(1−r y 12 )(1−r12

0,876−(0,852×0,662)

√(1−0,8522)(1−0,6622)=0,79

Uji signifikansi koefisien korelasi parsial

t hitung=r y 21 √n−3

√(1−r y212 )

=0,79√10−3√(1−0,792)

t tabel(0,05 ;10−2−1)

t tabel (0,05 ;7 )=1,895

matematika.fkip.unsri.ac.idmatematika.fkip.unsri.ac.id/wp-content/uploads/2017/01/... · Web...

Documents

TUGAS ANALISIS MULTIVARIAT

Belajar Multivariat

TEORI ANALISIS MULTIVARIAT

Analisis Multivariat - Dr Eti Poncorini Pamungkasari

STATISTIKA MULTIVARIAT MANOVA

Anaisis variansi multivariat dua jalan - getut.staff.uns.ac.idgetut.staff.uns.ac.id/.../Anaisis-variansi-multivariat-dua-jalan.pdfanaisis variansi multivariat dua jalan presented by

TUGAS UAS MULTIVARIAT

SUTANTO Analisis Multivariat

Prosedur Analisis Data Multivariat

2. Regresi.logistik+multivariat

MODEL REGRESI MULTIVARIAT UNTUK MENENTUKAN …

Multivariat Slide

Analisis Deret Berkala Multivariat

Rangkuman Tool Statistik Multivariat

Metode statistik multivariat

PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN ...multivariat. Menurut Rencher (2002 ), pada analisis regresi linier multivariat terdapat variabel dependen lebih dari satu variabel dan

Multivariat Dengan Bantuan Software

Analisis Multivariat Pemasaran Oleh Bilson Simamora

Analisis Data Multivariat

PENERAPAN DIAGRAM KONTROL MULTIVARIAT PADA …