Ujian Akhir Statistika
•Download as DOCX, PDF•
0 likes•249 views
Program Stata
![Berdasarkanhasilanalisispada program stata, menunjukkanbahwaterdapathubunganantara
lama pengalamankerja(ttl_exp)danupah per jam karyawan (wage) ditunjukkandengan :
0.2655.
B. Regresikanupah per jam karyawanterhadap lama pengalamankerjanya.
Tentukanestimasimodel regresisertapersamaangarisregresinya. Apakah lama
pengalamankerjamerupakan predictor yang bermaknasecarastatistikbagiupah per
jam karyawan?
Persamaangarisnya :
Berdasarkanpersamaandiatasupah per jam (wage)adalahefektordan lama
pengalamankerja (ttl_exp) adalah predictor. Berdasarkanhasilanalisa program statamaka,
jawabannyaiya.Lama pengalamankerjamerupakanpediktor yang
bermaknasecarastatistikbagiupah per jam karyawan.
_cons 3.612492 .3393469 10.65 0.000 3.054086 4.170899
ttl_exp .3314291 .0254087 13.04 0.000 .2896183 .37324
wage Coef. Std. Err. t P>|t| [90% Conf. Interval]
Total 74367.9674 2245 33.1260434 Root MSE = 5.5502
Adj R-squared = 0.0701
Residual 69126.6713 2244 30.805112 R-squared = 0.0705
Model 5241.29609 1 5241.29609 Prob > F = 0.0000
F( 1, 2244) = 170.14
Source SS df MS Number of obs = 2246
. regress wage ttl_exp](https://image.slidesharecdn.com/tugasakhirstatistika-130829092135-phpapp01/85/Ujian-Akhir-Statistika-3-320.jpg)
Ujian Akhir Statistika
- 1. TUGAS AKHIR STATISTIKA & PROBABILITAS PROGRAM STATA 3 April 2013 NAMA : DEBORA ELLUISA MANURUNG NPM : 11312760 KELAS : SMTS 06-B 1. Tentukannilai-nilaideskriptif (rerata, SD, minimum, maksimum) sertaestimasi interval konfidensi 90% reratausiakaryawandalamtahun (age). 2. Tentukannilai-nilaideskriptif (rerata, SD, minimum, maksimum) sertaestimasi interval konfidensi 90% reratamasakerjakaryawandalamtahun (tenure). age 2246 39.15316 3.060002 34 46 Variable Obs Mean Std. Dev. Min Max . summarize age tenure 2231 5.97785 5.510331 0 25.91667 Variable Obs Mean Std. Dev. Min Max . summarize tenure
- 2. 3. Tentukannilai-nilaideskriptif (rerata, SD, minimum, maksimum) sertaestimasi interval konfidensi 90% rerataupahper jam karyawandalamtahun (wage). 4. Adakahperbedaan yang bermaknasecarastatistikantarrerataupah per jam karyawan yang menikahdankaryawan yang takmenikah (married) ? Berdasarkan command korelasi (corr) hasilnyamenunjukkanbahwaadanyaperbedaananataramenikah (married) dantidakmenikah (never_married), halinidikarenakanhasildariupahkerjauntukmenikah (married) = -0.0407 dantidakmenikah (never_married) = 0.0440. 5. A. Hitungkorelasiantara lama pengalamankerja (ttl_exp) danupah per jam karyawan (wage). Adakahhubungan yang bermaknasecarastatistikantarakedua variable? wage 2246 7.766949 5.755523 1.004952 40.74659 Variable Obs Mean Std. Dev. Min Max . summarize wage never_marr~d 0.0440 -0.4567 1.0000 married -0.0407 1.0000 wage 1.0000 wage married never_~d (obs=2246) . corr wage married never_married wage 0.2655 1.0000 ttl_exp 1.0000 ttl_exp wage (obs=2246) . corr ttl_exp wage
- 3. Berdasarkanhasilanalisispada program stata, menunjukkanbahwaterdapathubunganantara lama pengalamankerja(ttl_exp)danupah per jam karyawan (wage) ditunjukkandengan : 0.2655. B. Regresikanupah per jam karyawanterhadap lama pengalamankerjanya. Tentukanestimasimodel regresisertapersamaangarisregresinya. Apakah lama pengalamankerjamerupakan predictor yang bermaknasecarastatistikbagiupah per jam karyawan? Persamaangarisnya : Berdasarkanpersamaandiatasupah per jam (wage)adalahefektordan lama pengalamankerja (ttl_exp) adalah predictor. Berdasarkanhasilanalisa program statamaka, jawabannyaiya.Lama pengalamankerjamerupakanpediktor yang bermaknasecarastatistikbagiupah per jam karyawan. _cons 3.612492 .3393469 10.65 0.000 3.054086 4.170899 ttl_exp .3314291 .0254087 13.04 0.000 .2896183 .37324 wage Coef. Std. Err. t P>|t| [90% Conf. Interval] Total 74367.9674 2245 33.1260434 Root MSE = 5.5502 Adj R-squared = 0.0701 Residual 69126.6713 2244 30.805112 R-squared = 0.0705 Model 5241.29609 1 5241.29609 Prob > F = 0.0000 F( 1, 2244) = 170.14 Source SS df MS Number of obs = 2246 . regress wage ttl_exp