SlideShare a Scribd company logo
1 of 9
Download to read offline
program regresi_linier;

uses wincrt;

type

      data=array[1..100] of real;

var

i,n:integer;                  

k,l,m:integer;

totx,toty,totxy,totx2,toty2,ratax,ratay,b,a,Jxx,Jyy,Jxy,JKR,JKG,JKT,s2,f,korelasi,determinasi,p: real;

x,y,z,x2,y2:data;

start,prediktor,respon,coba,pilih:string[15];

pilihantampil,pilihan:char;

label ulang,akhir;

begin

for k:=3 downto 1 do

begin

for l:=1 to 1000 do

begin

gotoxy(1,1); write(k);

end;

for m:=1 to 500 do

clrscr;

end;




for k:=1 to 1000 do

begin

gotoxy(1,1);
writeln(' ****** ***** *                      **    *** ***      ** ******* ');

writeln(' **       *     *      * * * * * * * *                  *        ');

writeln('    ** ***** *               * ** * * ** * * ** *                    *      ');

writeln('       ** *     *    *           * *       * *    * *          ');

writeln(' ****** ***** ***** *                       **     **           * *           ');

end;

clrscr;

for l:=1 to 1000 do

begin

gotoxy(1,1);

writeln('    ***         ** *******                 **    ** * ****** ');

writeln('    *    *     * *       *        * * ** * *             ');

writeln('    *     * * ** *           *       * ** * * * * * ***** ');

writeln('    *    * *        * *          *        * * ** *      * ');

writeln('    *** *            * * *                * * ** ****** ');

end;

begin

clrscr;

     writeln('----------------------------------------------');

     writeln('| program persamaan regresi linear sederhana |');

     writeln('|       Created By S1 Statistika B-Genap                        |');

     writeln('----------------------------------------------');

     writeln;

     write('Prediktor = '); readln(prediktor);

     write('Respon = '); readln(respon);

     writeln('Data maksimal 100 sampel');

     write('masukkan jumlah sampel (n) : ');
readln (n);

writeln ( 'masukkan data x dan y : ');

for i:=1 to n do

     begin

     write('x',i,'=');readln(x[i]);

     write('y',i,'=');readln(y[i]);

     totx:=totx+x[i];

     toty:=toty+y[i];

     end;

totxy:=0;

for i:=1 to n do

     begin

     z[i]:=x[i]*y[i];

     totxy:=totxy+z[i];

     end;

totx2:=0;

for i:=1 to n do

     begin

     x2[i]:=sqr(x[i]);

     totx2:=totx2+x2[i];

     end;

toty2:=0;

for i:=1 to n do

     begin

     y2[i]:=sqr(y[i]);

     toty2:=toty2+y2[i];

     end;
clrscr;

writeln('===================================================');

writeln('          ANALISIS REGRESI LINIER            ');

writeln('| x | y | xy | x2 | y2 |');

for i:=1 to n do

writeln(x[i]:5:2,y[i]:10:2,z[i]:12:2,x2[i]:11:2,y2[i]:10:2);

begin

writeln('=================================================');

writeln(totx:5:2,toty:10:2,totxy:12:2,totx2:12:2,toty2:10:2);

writeln;

writeln;

b:=((n*totxy)-(totx*toty))/((n*totx2)-(sqr(totx)));

a:=(toty-b*totx)/n;



Jxx:=totx2-(sqr(totx)/n);

Jyy:=toty2-(sqr(toty)/n);

Jxy:=totxy-(totx*toty/n);

JKR:=b*Jxy;

JKG:=Jyy-JKR;

JKT:=JKR+JKG;

writeln('Persamaan Regresinya : ');

if b0 then

writeln(respon,'=',a:3:2,'+',b:3:2,prediktor)

else

writeln(respon,'=',a:3:2,b:3:2,prediktor);

if (a=0) and (b0) then

writeln('== Jadi, dari model diatas dapat diketahui apabila x bertambah 1 maka nilai y',
' akan bertambah sebesar ',b:3:2,' dan ketika x sama dengan 0 maka y akan bernilai ',a:3:2)

else if (a=0) and (b0) then

writeln('== Jadi, dari model diatas dapat diketahui apabila x bertambah 1 maka nilai y',

' akan berkurang sebesar ',b:3:2,' dan ketika x sama dengan 0 maka y akan bernilai ',a:3:2)

else if (a0) and (b0) then

writeln('== Jadi, dari model diatas dapat diketahui apabila x bertambah 1 maka nilai y',

' akan bertambah sebesar ',b:3:2,' dan ketika x sama dengan 0 maka y akan bernilai ',a:3:2)

else

writeln('== Jadi, dari model diatas dapat diketahui apabila x bertambah 1 maka nilai y',

' akan berkurang sebesar ',b:3:2,' dan ketika x sama dengan 0 maka y akan bernilai ',a:3:2);

end;

  writeln;

  write('Mau menguji regresi?');

  write('press “enter” to start !');

  readln(start);

  ulang:

  clrscr;

writeln('---------------------------------');

writeln('     Uji Regresi Linier          ');

writeln('---------------------------------');

writeln(' created by S1 Statistika B-GENAP');

writeln(' ================================');

writeln(' Daftar Yang Ingin Ditampilkan ');

writeln(' 1) Koefisien Korelasi ');

writeln(' 2) Koefisien Determinasi ');

writeln(' 3) Tabel Anova ');

writeln(' which one do you want ? ');
writeln(' masukan pilihan : ');

    writeln('_________________________________');

    readln(pilihantampil);



    case pilihantampil of

    '1':

    begin

    korelasi:=Jxy/(sqrt(Jxx*Jyy));

    writeln('koefisien korelasi dari regresi tersebut adalah r=',korelasi:2:2);

    end;

    '2':

    begin

    Determinasi:=(JKR/JKT)*100;

    p:=(JKG/JKT)*100;

    writeln('koefisien determinasi dari regresi tersebut adalah R^2=',determinasi:2:2,'%');

    writeln('== Jadi model ini mampu menjelaskan variansi dari data sebesar ',determinasi:2:2,'%','
'

    ,' sedangkan sisanya sebesar ',p:2:2,'% dijelaskan oleh variabel lain');

    writeln('ingin uji model(ya/tidak) ? :');

    readln(coba);

    if coba ='ya' then

    begin

    if (determinasi=75) then

    begin

    writeln('------------------------------------------');

    writeln('model ini termasuk model regresi yang baik');

    writeln('------------------------------------------');

    end
else

  begin

  writeln('-------------------------------------------------');

  writeln('model ini termasuk model regresi yang kurang baik');

  writeln('-------------------------------------------------');

  end

  end

  else

  goto akhir;

  writeln;

  end;

  '3':

  begin

s2:=JKG/(n-2);

f:=JKR/s2;

writeln;

writeln('============================Analisis Variansi===========================');

writeln('------------------------------------------------------------------------');

writeln('| Sumber | Jumlah | Derajat                        |       Rataan | f |');

writeln('| Variasi | Kuadrat | Kebebasan                      |     Kuadrat | hitungan|');

writeln('--------------------------------------------------------');

writeln('| Regresi |          1      | ',JKR:0:3,'        | ',JKR:0:3,'          | ',f:0:3,' |');

writeln('| Galat        | ',n-2:3,'       | ',JKG:0:3,'           | ',s2:0:3,'       |          |');

writeln('| Total        | ',n-1:3,'       | ',JKT:0:3,'         |           |            |');

writeln('--------------------------------------------------------');

  writeln;

  end;
else

writeln('sorry..incorrect action !!!!');

writeln('——————————————————–');



end;

writeln('ingin coba lagi(ya/tidak) ? :');

readln(coba);

if coba ='ya' then goto ulang

else

goto akhir;

end;

  akhir :

  clrscr;

  for l:=1 to 1000 do

  begin

  gotoxy(1,1);

  writeln('*********************selesai*********************');

  writeln('** Terima kasih anda telah mencoba program ini **');

  writeln(' untuk kritik dan saran silahkan kirim e-mail ke ');

  writeln('__________ statistika_b.class@yahoo.co.id ________');

  end;

for k:=1 to 50 do

begin

for l:=1 to 50 do

begin

gotoxy(k,7);
writeln(' *** ******** ****** ');

gotoxy(k,8);

writeln(' *** ******** **** ');

gotoxy(k,9);

writeln(' *** ***    *** ');

gotoxy(k,10);

writeln(' *** ***     **** ');

gotoxy(k,11);

writeln(' *** ***   ****** ');

end;

end;

end.

More Related Content

What's hot

Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrikphient_dvero
 
Bab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdfBab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdfimampajri1
 
statistika - populasi dan sampel
statistika - populasi dan sampelstatistika - populasi dan sampel
statistika - populasi dan sampelAprinsya Panjaitan
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4Az'End Love
 
uji chi square secara manual dan spss
 uji chi square secara manual dan spss   uji chi square secara manual dan spss
uji chi square secara manual dan spss Nur Kamri
 
APG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresAPG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresRani Nooraeni
 
Metode statistika
Metode statistikaMetode statistika
Metode statistikamus_lim
 
010 statistika-analisis-korelasi
010 statistika-analisis-korelasi010 statistika-analisis-korelasi
010 statistika-analisis-korelasiMizayanti Mizayanti
 
11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrikHafiza .h
 
Statistik Angka Indeks
Statistik Angka IndeksStatistik Angka Indeks
Statistik Angka IndeksRizki Amalia
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan dataHafiza .h
 
Rancangan bujur sangkar latin
Rancangan bujur sangkar latinRancangan bujur sangkar latin
Rancangan bujur sangkar latinMuhammad Eko
 
Bab 8 analisis regresi logistik sederhana dengan spss
Bab 8 analisis regresi logistik  sederhana dengan spssBab 8 analisis regresi logistik  sederhana dengan spss
Bab 8 analisis regresi logistik sederhana dengan spssNajMah Usman
 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rataRatih Ramadhani
 
Bnp.01.uji tanda (sign test)
Bnp.01.uji tanda (sign test)Bnp.01.uji tanda (sign test)
Bnp.01.uji tanda (sign test)raysa hasdi
 

What's hot (20)

Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrik
 
Bab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdfBab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdf
 
statistika - populasi dan sampel
statistika - populasi dan sampelstatistika - populasi dan sampel
statistika - populasi dan sampel
 
Pengujian hipotesis
Pengujian hipotesis Pengujian hipotesis
Pengujian hipotesis
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
 
uji chi square secara manual dan spss
 uji chi square secara manual dan spss   uji chi square secara manual dan spss
uji chi square secara manual dan spss
 
uji-t-berpasangan
uji-t-berpasanganuji-t-berpasangan
uji-t-berpasangan
 
APG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresAPG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated Measures
 
Metode statistika
Metode statistikaMetode statistika
Metode statistika
 
010 statistika-analisis-korelasi
010 statistika-analisis-korelasi010 statistika-analisis-korelasi
010 statistika-analisis-korelasi
 
Wild life sampling
Wild life samplingWild life sampling
Wild life sampling
 
11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik
 
Statistik Angka Indeks
Statistik Angka IndeksStatistik Angka Indeks
Statistik Angka Indeks
 
Dummy
DummyDummy
Dummy
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan data
 
Rancangan bujur sangkar latin
Rancangan bujur sangkar latinRancangan bujur sangkar latin
Rancangan bujur sangkar latin
 
Bab 1 Pendahuluan
Bab 1 PendahuluanBab 1 Pendahuluan
Bab 1 Pendahuluan
 
Bab 8 analisis regresi logistik sederhana dengan spss
Bab 8 analisis regresi logistik  sederhana dengan spssBab 8 analisis regresi logistik  sederhana dengan spss
Bab 8 analisis regresi logistik sederhana dengan spss
 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rata
 
Bnp.01.uji tanda (sign test)
Bnp.01.uji tanda (sign test)Bnp.01.uji tanda (sign test)
Bnp.01.uji tanda (sign test)
 

Program Pascal Regresi Linier Sederhana

  • 1. program regresi_linier; uses wincrt; type data=array[1..100] of real; var i,n:integer; k,l,m:integer; totx,toty,totxy,totx2,toty2,ratax,ratay,b,a,Jxx,Jyy,Jxy,JKR,JKG,JKT,s2,f,korelasi,determinasi,p: real; x,y,z,x2,y2:data; start,prediktor,respon,coba,pilih:string[15]; pilihantampil,pilihan:char; label ulang,akhir; begin for k:=3 downto 1 do begin for l:=1 to 1000 do begin gotoxy(1,1); write(k); end; for m:=1 to 500 do clrscr; end; for k:=1 to 1000 do begin gotoxy(1,1);
  • 2. writeln(' ****** ***** * ** *** *** ** ******* '); writeln(' ** * * * * * * * * * * * '); writeln(' ** ***** * * ** * * ** * * ** * * '); writeln(' ** * * * * * * * * * '); writeln(' ****** ***** ***** * ** ** * * '); end; clrscr; for l:=1 to 1000 do begin gotoxy(1,1); writeln(' *** ** ******* ** ** * ****** '); writeln(' * * * * * * * ** * * '); writeln(' * * * ** * * * ** * * * * * ***** '); writeln(' * * * * * * * * ** * * '); writeln(' *** * * * * * * ** ****** '); end; begin clrscr; writeln('----------------------------------------------'); writeln('| program persamaan regresi linear sederhana |'); writeln('| Created By S1 Statistika B-Genap |'); writeln('----------------------------------------------'); writeln; write('Prediktor = '); readln(prediktor); write('Respon = '); readln(respon); writeln('Data maksimal 100 sampel'); write('masukkan jumlah sampel (n) : ');
  • 3. readln (n); writeln ( 'masukkan data x dan y : '); for i:=1 to n do begin write('x',i,'=');readln(x[i]); write('y',i,'=');readln(y[i]); totx:=totx+x[i]; toty:=toty+y[i]; end; totxy:=0; for i:=1 to n do begin z[i]:=x[i]*y[i]; totxy:=totxy+z[i]; end; totx2:=0; for i:=1 to n do begin x2[i]:=sqr(x[i]); totx2:=totx2+x2[i]; end; toty2:=0; for i:=1 to n do begin y2[i]:=sqr(y[i]); toty2:=toty2+y2[i]; end;
  • 4. clrscr; writeln('==================================================='); writeln(' ANALISIS REGRESI LINIER '); writeln('| x | y | xy | x2 | y2 |'); for i:=1 to n do writeln(x[i]:5:2,y[i]:10:2,z[i]:12:2,x2[i]:11:2,y2[i]:10:2); begin writeln('================================================='); writeln(totx:5:2,toty:10:2,totxy:12:2,totx2:12:2,toty2:10:2); writeln; writeln; b:=((n*totxy)-(totx*toty))/((n*totx2)-(sqr(totx))); a:=(toty-b*totx)/n; Jxx:=totx2-(sqr(totx)/n); Jyy:=toty2-(sqr(toty)/n); Jxy:=totxy-(totx*toty/n); JKR:=b*Jxy; JKG:=Jyy-JKR; JKT:=JKR+JKG; writeln('Persamaan Regresinya : '); if b0 then writeln(respon,'=',a:3:2,'+',b:3:2,prediktor) else writeln(respon,'=',a:3:2,b:3:2,prediktor); if (a=0) and (b0) then writeln('== Jadi, dari model diatas dapat diketahui apabila x bertambah 1 maka nilai y',
  • 5. ' akan bertambah sebesar ',b:3:2,' dan ketika x sama dengan 0 maka y akan bernilai ',a:3:2) else if (a=0) and (b0) then writeln('== Jadi, dari model diatas dapat diketahui apabila x bertambah 1 maka nilai y', ' akan berkurang sebesar ',b:3:2,' dan ketika x sama dengan 0 maka y akan bernilai ',a:3:2) else if (a0) and (b0) then writeln('== Jadi, dari model diatas dapat diketahui apabila x bertambah 1 maka nilai y', ' akan bertambah sebesar ',b:3:2,' dan ketika x sama dengan 0 maka y akan bernilai ',a:3:2) else writeln('== Jadi, dari model diatas dapat diketahui apabila x bertambah 1 maka nilai y', ' akan berkurang sebesar ',b:3:2,' dan ketika x sama dengan 0 maka y akan bernilai ',a:3:2); end; writeln; write('Mau menguji regresi?'); write('press “enter” to start !'); readln(start); ulang: clrscr; writeln('---------------------------------'); writeln(' Uji Regresi Linier '); writeln('---------------------------------'); writeln(' created by S1 Statistika B-GENAP'); writeln(' ================================'); writeln(' Daftar Yang Ingin Ditampilkan '); writeln(' 1) Koefisien Korelasi '); writeln(' 2) Koefisien Determinasi '); writeln(' 3) Tabel Anova '); writeln(' which one do you want ? ');
  • 6. writeln(' masukan pilihan : '); writeln('_________________________________'); readln(pilihantampil); case pilihantampil of '1': begin korelasi:=Jxy/(sqrt(Jxx*Jyy)); writeln('koefisien korelasi dari regresi tersebut adalah r=',korelasi:2:2); end; '2': begin Determinasi:=(JKR/JKT)*100; p:=(JKG/JKT)*100; writeln('koefisien determinasi dari regresi tersebut adalah R^2=',determinasi:2:2,'%'); writeln('== Jadi model ini mampu menjelaskan variansi dari data sebesar ',determinasi:2:2,'%',' ' ,' sedangkan sisanya sebesar ',p:2:2,'% dijelaskan oleh variabel lain'); writeln('ingin uji model(ya/tidak) ? :'); readln(coba); if coba ='ya' then begin if (determinasi=75) then begin writeln('------------------------------------------'); writeln('model ini termasuk model regresi yang baik'); writeln('------------------------------------------'); end
  • 7. else begin writeln('-------------------------------------------------'); writeln('model ini termasuk model regresi yang kurang baik'); writeln('-------------------------------------------------'); end end else goto akhir; writeln; end; '3': begin s2:=JKG/(n-2); f:=JKR/s2; writeln; writeln('============================Analisis Variansi==========================='); writeln('------------------------------------------------------------------------'); writeln('| Sumber | Jumlah | Derajat | Rataan | f |'); writeln('| Variasi | Kuadrat | Kebebasan | Kuadrat | hitungan|'); writeln('--------------------------------------------------------'); writeln('| Regresi | 1 | ',JKR:0:3,' | ',JKR:0:3,' | ',f:0:3,' |'); writeln('| Galat | ',n-2:3,' | ',JKG:0:3,' | ',s2:0:3,' | |'); writeln('| Total | ',n-1:3,' | ',JKT:0:3,' | | |'); writeln('--------------------------------------------------------'); writeln; end;
  • 8. else writeln('sorry..incorrect action !!!!'); writeln('——————————————————–'); end; writeln('ingin coba lagi(ya/tidak) ? :'); readln(coba); if coba ='ya' then goto ulang else goto akhir; end; akhir : clrscr; for l:=1 to 1000 do begin gotoxy(1,1); writeln('*********************selesai*********************'); writeln('** Terima kasih anda telah mencoba program ini **'); writeln(' untuk kritik dan saran silahkan kirim e-mail ke '); writeln('__________ statistika_b.class@yahoo.co.id ________'); end; for k:=1 to 50 do begin for l:=1 to 50 do begin gotoxy(k,7);
  • 9. writeln(' *** ******** ****** '); gotoxy(k,8); writeln(' *** ******** **** '); gotoxy(k,9); writeln(' *** *** *** '); gotoxy(k,10); writeln(' *** *** **** '); gotoxy(k,11); writeln(' *** *** ****** '); end; end; end.