Jumat, 22 Januari 2010

REGRESI NURFITRIYANI

NAMA : NURFITRIYANI
KELAS : III E
NIM : 082475
TUGAS : REGRESI

DATA HASIL ULANGAN HARIAN MATEMATIKA
dan KIMIA
SMA NEGERI 6 PANDEGLANG, KELAS XI IPA 1
PANDEGLANG - BANTEN



NO

MATEMATIKA

KIMIA

1

80.00

75.00

2

60.00

55.00

3

75.00

70.00

4

90.00

80.00

5

85.00

80.00

6

80.00

75.00

7

90.00

80.00

8

65.00

60.00

9

75.00

70.00

10

90.00

85.00

11

80.00

75.00

12

75.00

70.00

13

75.00

65.00

14

80.00

70.00

15

80.00

75.00

16

70.00

65.00

17

75.00

70.00

18

85.00

80.00

19

90.00

80.00

20

65.00

60.00

21

65.00

60.00

22

70.00

60.00

23

85.00

75.00

24

80.00

70.00

25

70.00

60.00

26

65.00

60.00

27

70.00

60.00

28

85.00

75.00

29

80.00

70.00

30

70.00

65.00





REGRESSION


Pada tabel Model Summary diperoleh R² = 0,957, artinya variable nilai MATEMATIKA, nilai B.indonesia dan logaritma dapat menerangkan variabilitas sebesar 95.7% dari nilai kognitif siswa kelas 3. R² merupakan koefisien determinasi.


 Hipotesis :
H0 : b ≠ 0 (Tidak ada hubungan linier antara variable bebas dengan variable terikat)
H1 : b = 0 (ada hubungan linier antara variable bebas dan variable terikat)
Dalam pengujian ini digunakan tingkat signifikasi 0,05 (α = 5%) atau dengan kata lain tingkat kepercayaan sebesar 0,95 (95%).
Penarikan kesimpulan :
Fhitung > Ftabel  Tolak H0
Fhitung < fhit =" 303.630" ftabel =" 1"> Ftabel, maka disimpulkan dapat menolak H0. Artinya signifikasi sampai taraf 1%.


 Pada taraf signifikasi 5%, nilai ttabel atau t0, 5.696 = 1.019 dan thitung = 1.386 karena thitung < sig =" 000." onblur="try {parent.deselectBloggerImageGracefully();} catch(e) {}" href="http://4.bp.blogspot.com/_7d3WFEsneuI/S1m75Yt3NpI/AAAAAAAAAMs/yvNo9VW3kg0/s1600-h/7.JPG">


Charts




KORELASI NURFITRIYANI

NAMA : NURFITRIYANI
KELAS : III E
NIM : 082475
TUGAS : “KORELASI”

DATA NILAI ULANGAN HARIAN PKN dan B.INDONESIA
SMP NEGERI 1 KARANG TANJUNG, KELAS VII
CADASARI - PANDEGLANG



Mean dari nilai PKN : 65.333
Mean dari nilai B.INDONESIA : 64.667
Standar deviasi nilai PKN : 8.19307
Standar deviasi nilai B.INDONESIA : 8.99553
Banyaknya data yang di analisis : 30
Dengan menggunakan korelasi person di peroleh r = 0.586. Itu berarti hubungan antara nilai B.INDONESIA dan nilai PKN sangat kuat dari koefisien korelasi yang bertanda ++ di peroleh arti adanya hubungan yang searah. Artinya kalau nilai PKN meningkat maka nilai B.INDONESIA akan semakin besar pula.

1. Dengan cara melihat besarnya nilai “r” sebab semakin besar nilai r yakni semakin
mendekati angka 1 , maka hal itu menunjukan adanya hubungan yang sangat kuat
r = 0.568 , berarti korelasi tinggi
2. Dengan cara menguji probabilitas (tingkat signifikansi ) dari hasil r
0.586 < 0,05 berarti Ho di terima (terdapat korelasi yang berarti )
3. Penilaian langsung pada hasil r
korelasi antara X : Y = 0.586** = sangat kuat
Nonparametric Correlations

ANALISIS OUTPUT
Dengan menggunakan nilai koefisien korelasi kendall’s tau-b di peroleh:
a.Nilai korelasinya = 0,550; artinya asosiasi antara nilai PKN dan nilai B.INDONESIA (bila nilai PKN dan nilai B.INDONESIA, begitu pula sebaliknya).
b.Hasil output pada Sig.(2-taild) = 000 (nilainya lebih kecil dari tngkat signifikannya pada tarif signifikanya 5%,bahkan pada taraf signifiksi 1% maka dapat di simpulkan bahwa terdapat hubungan yang signifikasi antara nilai PKN dan nilai B.INDONESIA.
Dengan menggunakan nilai koefisien spearman di peroleh :
c. Nilai korelasinya = 0.621 artinya asosiasnya antara nilai PKN dan nilai B.INDONESIA searah (bila nilai PKN dan nilai B.INDONESIA, begitu pula sebaliknya).
d.Hasil dari output pada sig. (2-taild) = 000 (nilainya lebih kecil dari tingkat signifikasinya maka dapat di simpulkan hasil tersebut tariff signifikan 15%, bahkaN pada taraf signifiksi 1% , maka dapat di simpulkan bahwa terdapat hubungan yang signifikasi antara nilai PKN dan nilai B.INDONESIA.

ANALISIS FAKTOR NURFITRIYANI

NAMA : NURFITRIYANI
KELAS : III E
NIM : 082475
TUGAS : “ANALISIS FAKTOR”

DATA PERSENTASE FAKTOR-FAKTOR YANG MENDUKUNG
KEBERHASILAN SESEORANG DALAM BERKARYA
(MAHASISWA UNTIRTA, BOLOGI SMT III KELAS III E)




Factor Analysis

Communalities menunjukkan sumbangan efektif tiap item terhadap faktor yang terbentuk. Misalnya gaya hidup,item tersebut memberikan sumbangan sebesar 0.969% terhadap faktor yang terbentuk. Dapat dikatakan item ini cukup baik karena mampu menjelaskan sebagian besar varian didalam faktor 1.


Total Variance Explained adalah persentase varian konstrak ukur yang dapat dijelaskan oleh pembagian faktor. Dari kolom initial eigenvalues pada sub kolom cumulative, terlihat bahwa pemecahan atau pereduksian 3 item menjadi 1 faktor dapat menjelaskan 43.7% varian, sedangkan pembagian 2 faktor menjelaskan 33.7% varian.




Tabel di atas menunjukkan jumah faktor yang muncul serta korelasi antara item dengan
faktor. Kita tahu bahwa jumlah faktor yang muncul ada dua yaitu komponen 1 dan
komponen 2. Pada baris item 1 terlihat bahwa item 1 memiliki korelasi yang besar
dengan komponen 2 dibanding dengan komponen 1. Oleh karena itu item 1 masuk
dalam komponen 2. Melihat korelasi yang lain, kita mendapatkan informasi bahwa
komponen atau faktor 1 terdiri dari item 3 sedangkan faktor 2 terdiri dari
item 1 dan item_2.

Kamis, 21 Januari 2010

ANALYSIS FAKTOR
Nama : Rezki Mega Yulia
Kelas : III E
NIM : 22 24 082481
Jurusan : Pend. Biologi

Data Analisis Faktor Mengenai Faktor Minat Kelas III B Masuk JURS. AGROBIOTEKHNOLOGI Untirta

Factor Analysis

Keterangan :
Communalities menunjukkan sumbangan efektif tiap item terhadap faktor yang terbentuk. Misalnya Keinginan Diri Sendiri, item tersebut memberikan sumbangan sebesar 85,7% terhadap faktor yang terbentuk. Dapat dikatakan item ini cukup baik karena mampu menjelaskan sebagian besar varian didalam faktor 1.

Keterangan :
Total Variance Explained adalah persentase varian konstrak ukur yang dapat dijelaskan oleh pembagian faktor. Dari kolom initial eigenvalues pada sub kolom cumulative, terlihat bahwa pemecahan atau pereduksian 7 item menjadi 1 faktor dapat menjelaskan 43,6% varian, sedangkan pembagian 2 faktor menjelaskan 77.4% varian



ANALYSIS OUTPUT
 Tabel di atas menunjukkan jumah faktor yang muncul serta korelasi antara item dengan
faktor. Kita tahu bahwa jumlah faktor yang muncul ada dua yaitu komponen 1 dan
komponen 2. Pada baris item_1 terlihat bahwa item 1 memiliki korelasi yang besar
dengan komponen 2 dibanding dengan komponen 1. Oleh karena itu item_1 masuk
dalam komponen 2. Melihat korelasi yang lain, kita mendapatkan informasi bahwa
komponen atau faktor 1 terdiri dari item_3 dan item_4 sedangkan faktor 2 terdiri dari
item_1 dan item_2.
REGRESI
Nama : Rezki Mega Yulia
Kelas : III E
NIM : 22 24 082481
Jurusan : Pend. Biologi

DATA WAKTU LAMA BELAJAR PER HARI DAN NILAI IPK ANGKATAN 07/08 KELAS C SEMESTER 5 TEKnik ELEKTRONIKA DI STT – PLN
(JAKARTA BARAT )

Regression




Pada tabel Model Summary diperoleh R² = 0,970, artinya variable Nilai kimia, nilai matematika dan logaritma dapat menerangkan variabilitas sebesar 97.0% dari nilai kognitif siswa kelas 3. R² merupakan koefisien determinasi.

Analisis Output :
 Hipotesis :
H0 : b ≠ 0 (Tidak ada hubungan linier antara variable bebas dengan variable terikat)
H1 : b = 0 (ada hubungan linier antara variable bebas dan variable terikat)
Dalam pengujian ini digunakan tingkat signifikasi 0,05 (α = 5%) atau dengan kata lain tingkat kepercayaan sebesar 0,95 (95%).
Penarikan kesimpulan :
Fhitung > Ftabel  Tolak H0
Fhitung < Ftabel  Terima H0
 Pengujian Hipotesis :
Dalam Output diperoleh nilai Fhit = 441.462 (dalam tabel anova atau dapat diperoleh dari MS.Regresi/ MS.Residual) sedangkan untuk Ftabel = 1 (tabel distribusi F (df) dengan taraf signifikasi 5%) karena nilai Fhit > Ftabel, maka disimpulkan dapat menolak H0. Artinya signifikasi sampai taraf 1%.


 Pada taraf signifikasi 5%, nilai ttabel atau t0, -1.528 = 1.246 dan thitung
= -9.508 karena thitung < thitung , maka dapat disimpulkan tidak
dapat menolak H0 , artinya konstanta tidak berpengaruh secara statistika
pada tabel berat. Hal ini bisa dilihat dari sig = 000.


Charts


Rabu, 20 Januari 2010

KORELASI
Nama : Rezki Mega Yulia
Kelas : III E
NIM : 22 24 082481
Jurusan : Pend. Biologi

DATA WAKTU LAMA BELAJAR PER HARI DAN NILAI IPK ANGKATAN 08/09 KELAS C SEMESTER 3 TEKHNOLOGI INFORMASI DI STT – PLN (JAKARTA BARAT )


Mean dari waktu Lama Belajar : 1.7667
Mean dari nilai IPK : 2.7033
Standar deviasi waktu Lama Belajar : 0.72793
Standar deviasi nilai IPK : 0.48029
Banyaknya data yang di analisis : 30
Dengan menggunakan korelasi person di peroleh r = 0.949. Itu berarti hubungan antara waktu Lama Belajar dan nilai IPK sangat kuat dari koefisien korelasi yang bertanda + di peroleh arti adanya hubungan yang searah.artinya kalau waktu Lama Belajar meningkat maka nilai IPK akan semakin besar


1. Dengan cara melihat besarnya nilai “r” sebab semakin besar nilai r yakni
semakin mendekati angka 1 ,maka hal itu menunjukan adanya hubungan yang
sangat kuat r = 0.949 berarti korelasi tinggi
2. Dengan cara menguji probabilitas (tingkat signifikansi )dari hasil r
0.949 > 0,05 berarti Ho di terima (terdapat korelasi yang berarti )
3. Penilaian langsung pada hasil r
korelasi antara X : Y = 0.949** = sangat kuat
1.

ANALISIS OUTPUT
Dengan menggunakan nilai koefisien korelasi kendall’s tau-b di peroleh:
a. Nilai korelasinya = 0,832; artinya asosiasi antara waktu Lama Belajar dan nilai IPK (bila waktu Lama Belajar dan nilai IPK, begitu pula sebaliknya)
b. Hasil output pada Sig.(2-taild) = 000 (nilainya lebih kecil dari tngkat signifikannya pada tarif signifikanya 5%,bahkan pada taraf signifiksi 1% maka dapat di simpulkan bahwa terdapat hubungan yang signifikasi antara waktu Lama Belajar dan nilai IPK
Dengan menggunakan nilai koefisien spearman di peroleh :
c. Nilai korelasinya = 0.927 artinya asosiasnya antara waktu Lama Belajar dan
nilai IPK searah (bila waktu Lama Belajar dan nilai IPK, begitu pula
sebaliknya)
d. Hasil dari output pada sig. (2-taild) = 000 (nilainya lebih kecil dari tingkat
signifikasinya maka dapat di simpulkan hasil tersebut tariff
signifikan15%,bahkan pada taraf signifiksi 1% maka dapat di simpulkan
bahwa terdapat hubungan yang signifikasi antara waktu Lama Belajar dan
nilai IPK.

Sabtu, 16 Januari 2010

nama; wuni wandira
kelas" 3 e
analisis faktor






















Communalities menunjukkan sumbangan efektif tiap item terhadap faktor yang
terbentuk. Misalnya item 1, item tersebut memberikan sumbangan sebesar 82,3%
terhadap faktor yang terbentuk. Dapat dikatakan item ini cukup baik karena mampu menjelaskan sebagian besar varian didalam faktor 1.











Total Variance Explained adalah persentase varian konstrak ukur yang dapat dijelaskan
oleh pembagian faktor. Dari kolom initial eigenvalues pada sub kolom cumulative,
terlihat bahwa pemecahan atau pereduksian 4 item menjadi 1 faktor dapat
menjelaskan 41,954% varian, sedangkan pembagian 2 faktor menjelaskan 39,797%
varian.



































Tabel di atas menunjukkan jumah faktor yang muncul serta korelasi antara item dengan
faktor. Kita tahu bahwa jumlah faktor yang muncul ada dua yaitu komponen 1 dan
komponen 2. Pada baris item_1 terlihat bahwa item 1 memiliki korelasi yang besar
dengan komponen 2 dibanding dengan komponen 1. Oleh karena itu item_1 masuk
dalam komponen 2. Melihat korelasi yang lain, kita mendapatkan informasi bahwa
komponen atau faktor 1 terdiri dari item_3 dan item_4 sedangkan faktor 2 terdiri dari item_1 dan item_2.