Calculating Correlation Regression by Calculator Casio fx-350MS

Here's how to calculate a single linear regression using the calculator Casio fx-350MS. Of the following is an input method on a calculator.

Just on example. 

n	1	2	3	4	5	6	7	8	9	10	11	12
x	20	22	24	26	28	30	32	34	36	38	40	42
y	8.4	9.5	11.8	10.4	13.3	14.8	13.2	14.7	16.4	16.5	18.9	18.5

Compute:

1. Plot x and y
2. Σxi, Σyi, Σxiyi, Σxi ², Sxx, Sxy
3. Estimators β0 and β1

Formerly must know the buttons on the calculator that play a role in this function is as follows: [MODE], [,], [M +], [S-SUM], [S-VAR] and of course the [SHIFT] key numbers and the other buttons. 

Its first do is clean up the data on the calculator from the previous mode functions by pressing the following buttons in sequence.

[SHIFT] [CLR] [3] [=] 

Next is to make a calculator in linear regression mode by pressing the following buttons in sequence.

[MODE] [3] [1] 

The next stage is enter the data one by one. The data input is data in pairs, meaning that should be paired with y1 x1, x2 paired with y2 and so on. Steps to enter the data into the calculator is as follows.

[20] [,] [8] [.] [4] [M +] [AC]

[22] [,] [9] [.] [5] [M +] [AC] .... And so on up to n = 12 

To determine the value of xi, yi and others can be done by following steps

 [SHIFT] [1] will show the option Σx1 à ², Σx1 and others. To choose we can push the numbers being subordinated. If the coefficients are not visible, can be seen on the next screen by pressing the [REPLAY] to the right.

[SHIFT] [2] will show the option à x, y, a, b and others by pressing the [REPLAY] to the right and to the left. 

The result of the calculation is the following calculators:

• Σxi = 372
• Σyi = 166.4
• Σxiyi = 5419.6
• Σxi ² = 12 104
• Sxy = Σxiyi-(ΣxiΣyi / n) = 5419.6-{(372) x (166.4) / 12} = 261.2
• S ² x = Σxi ² - (Σxi ² / n) = 12 104 - {(372) ² / 12} = 572

β1 = b1 = Sxy / S ² x = 261.2/572 = 0456 -- A

β0 = b0 = ȳ-B1X = 13 867 - (0.456x31) = -0289 -- B

Regression estimators equation: y = 0.456x + -0289 

Sources: Statistical Analysis of lecture notes

Holiday

        Akhirnya liburan telah tiba, tepatnya hampir tiba. Seluruh mata kuliah yang diajarkan semester ini telah selesai sampai ke tahap ujian, yang artinya bahwa tugas-tugas yang diberikan masing-masing mata kuliah juga (harusnya) telah selesai dikerjakan. Sekarang saatnya menunggu pengumuman nilai hasil akhir dari ujian.

       Dari empat mata kuliah yang diambil, satu nilai telah keluar yaitu mata kuliah analisa statistik dengan hasil akhir yang tertulis dengan huruf mutu AB. Hahaha... inilah nilai pertamaku yang masuk ke dalam IPK nantinya. Nilainya cantik sekali, sesuai dengan plat kendaraan MIO yang dibawa dari Yogya, AB 2581 PG. Sedangkan untuk nilai yang lain masih menunggu dengan deg-deg-degan... Kenapa deg-nya tiga kali? Karena masih ada tiga nilai lagi yang belum keluar hahaha...

         Well, kayaknya gak enak bahas nilai di blog. So kita review aja beberapa hari minggu atau bulan kemarin. Dari statistik kunjungan blog, bulan January kemarin sangat melonjak daripada bulan sebelumya. Maksudnya dari yang sebelumnya blog ini gak ada yang ngunjungi, pada bulan januari ada beberapa ratus view. Apa pasal... rupanya keyword casio fx-350ms membuat om google mengarahkan tampilannya ke blog ini. Dan yang membuat heran malah kunjungan dari luar luar negeri lebih banyak daripada kunjungan dari indonesia. Oh stranger, apakah kalian mengerti bahasaku...

       Beberapa hal yang bisa dipetik dari hal tersebut adalah bahasa masih menjadi kendala dalam berkomunikasi. Selanjutnya dalam ngeblog untuk meningkatkan view bisa dilakukan dengan tulisan mainstream. Artinya dengan kata-kata yang familiar oleh umum. Kayaknya postingan kali ini gak layak panjang lebar karena dalam postingan sebelumnya said kalo next post adalah yang berhubungan dengan science. Hope and promise.

Menghitung Korelasi Regresi dengan Kalkulator Casio fx-350MS

Berikut adalah cara menghitung regresi linear tunggal dengan menggunakan kalkulator casio fx-350MS. Cara berikut adalah cara input pada kalkulator.

 Langsung saja pada contoh soal.

n	1	2	3	4	5	6	7	8	9	10	11	12
x	20	22	24	26	28	30	32	34	36	38	40	42
y	8.4	9.5	11.8	10.4	13.3	14.8	13.2	14.7	16.4	16.5	18.9	18.5

Hitunglah:

1.       Plot x dan y

2.       ∑xi, ∑yi, ∑xiyi, ∑xi², Sxx, Sxy

3.       Penduga β0 dan β1

Sebelumnya harus di ketahui tombol-tombol pada kalkulator yang berperan dalam fungsi ini yaitu sebagai beriku: [MODE], [,], [M+], [S-SUM], [S-VAR] dan tentunya tombol [SHIFT] tombol angka serta tombol-tombol lainnya.

Yang pertamakali dilakukan adalah membersihkan data pada kalkulator dari fungsi mode sebelumnya yaitu dengan cara memencet tombol berikut secara berurutan.

[SHIFT] [CLR] [3] [=]

Selanjutnya adalah menjadikan kalkulator pada mode regresi linear dengan cara memencet tombol berikut secara berurutan.

[MODE] [3] [1]

Tahapan berikutnya adalah menginput data satu persatu. Data yang diinput adalah data berpasangan, artinya bahwa x1 harus dipasangkan dengan y1, x2 dipasangkan dengan y2 demikian seterusnya. Langkah untuk menginput data ke kalkulator adalah sebagai berikut.

[20][,][8][.][4][M+][AC]

[22][,][9][.][5][M+][AC]…. Demikian seterusnya sampai n=12

Untuk mengetahui nilai xi, yi dan lain-lain dapat dilakukan dengan langkah sebagai beikut

[SHIFT] [1] àakan muncul pilihan ∑x1², ∑x1 dan lain-lain. Untuk memilihnya kita bisa pencet angka yang ada dibawahnya. Apabila koefisien yang tidak kelihatan, bisa dilihat pada layar selanjutnya dengan memencet tombol [REPLAY] ke arah kanan.

[SHIFT] [2] àakan muncul pilihan ẋ, ẏ, a, b dan lain-lain dengan memencet tombol [REPLAY] ke kanan dan ke kiri.

Hasil dari penghitungan kalkulator adalah sebagai berikut:

·         ∑xi          = 372

·         ∑yi          = 166.4

·         ∑xiyi       = 5419.6

·         ∑xi²        = 12104

·          Sxy        = ∑xiyi-(∑xi∑yi/n) = 5419.6-{(372)x(166.4)/12} = 261.2

·         S²x          = ∑xi²-(∑xi²/n) = 12104-{(372)²/12} = 572

β1   = b1       = Sxy/ S²x = 261.2/572 = 0.456                    àA

β0   = b0       =  ȳ-b1ẋ = 13.867 – (0.456x31) = -0.289    àB

Penduga Persamaan Regresi :  ŷ = -0.289 + 0.456x

Sumber : Dari catatan kuliah Analisis Statistik