Hihi...
Kenapa? ya karena slope itu nama statistikku saat magradika. Trus dulu pas magradika, di kelompokku ada dua nama anis, jadi aku dipanggil anis slope. Bahkan sampai sekarang kalo ketemu teman magra, pasti ada aja yang manggil slope slope.. hehe.. :D
Oh iya, kelompok magradikaku kan anareg, ya wajar sih banyak muncul kata slope di tingkat 3, secara di tingkat 3 ada matkul anareg. Trus pas belajar, jadi ngingat-ngngat nama temen-temen sekelompokku dulu. Misalnya kayak regresi, array, duplek, outlier, lack of fit, intercept, homoskedisitas, determinasi, pure of error, plott, korelasi, simultaneous, bonferroni, deviation, dikotomi, multikolonieritas, equal, dan trend. Jadi ya kalo pas pelajaran anareg ada disebut salah satu dari kata itu, langsung aja ngerasa gak asing, trus nerka-nerka, ini dulu nama statistik siapa ya? hihi.. Yah, itung-itung jadi berasa nostaligia aja..
Selain di anareg, kata slope juga dipake di matkul metode statistik, pengantar ekonomi dan mikro ekonomi. Baru matkul itu sih yang kudengar, barangkali aja ada matkul lain lagi yang berhubungan sama slope. Semakin banyak yang nyebut-nyebut slope, aku jadi merasa terkenal *eh #abaikan haha
Yaa, baiklah, berhubung di sini kita ngebahas slope. Sekalian aja kita kenalan sama kata yang satu ini.
Secara matematis, slope merupakan ukuran kemiringan dari suatu garis.
Slope adalah koefisien regresi untuk variabel X (variabel bebas). Dalam
konsep statistika, slope merupakan suatu nilai yang menunjukkan seberapa
besar kontribusi (sumbangan) yang diberikan suatu variabel X terhadap
variabel Y. Nilai slope dapat pula diartikan sebagai rata-rata
pertambahan (atau pengurangan) yang terjadi pada variabel Y untuk setiap
peningkatan satu satuan variabel X. Nah, slope ini merupakan salah satu dari koefisien regresi, temannya yaitu intercept. secara metematis intercept adalah suatu titik perpotongan
antara suatu garis dengan sumbu Y pada diagram/sumbu kartesius saat
nilai X = 0. Sedangkan definisi secara statistika adalah nilai rata-rata
pada variabel Y apabila nilai pada variabel X bernilai 0.
Berikut contoh model regresi :
Kita ambil persamaan yang berada pada garis linear
Ŷ = 294,058x + 1813,061
Nilai 294,058x merupakan slope yang menentukan arah regresi linier. Dalam hal ini, karena nilai slope
nya positif maka menunjukkan hubungan yang positif, artinya makin
tinggi nilai X makin besar pula nilai Ŷ nya.
Nilai 1813,061 merupakan intercept. Dalam hal ini intercept mengartikan bahwa pada nilai X = 0, maka nilai hardness adalah sebesar 1813,061 gf. Atau intercept mengartikan nilai awal perhitungan X.
Sementara dalam ekonomi, slope berarti kemiringan. Nilai slope sebuah kurva bisa dikatakan
sebagai ukuran tanggapan dari perubahan pada variabel-variabel di kedua
sumbunya (x dan y). Slope ada 2 tipe yaitu slope negatif dan slope positif. Slope negatif dapat dilihat pada contoh kurva permintaan karena sesuai hukum permintaan, jika harga naik, maka permintaan barang akan turun, dan sebaliknya, jika harga turun, maka permintaan barang akan naik. Maka dari itu bentuk kurva permintaan membentuk slope negatif atau bergerak dari kiri atas ke kanan bawah.
Sementara slope positif dapat dilihat pada contoh kurva penawaran karena
sesuai hukum penawaran, jika harga naik, maka penawaran barang akan naik, dan sebaliknya, jika harga turun, maka penawaran barang akan turun. Maka dari itu bentuk kurva penawaran membentuk slope positif atau
bergerak dari kiri bawah ke kanan atas.
Mungkin itu sedikit ulasan tentang slope. Semoga bermanfaat, terutama buat maba/miba STIS angkatan-angkatan selanjutnya yang dapat nama statistik slope. Barangkali masih ada penugasan tentang nyari nama statistik, semoga ini bisa berguna. :D
Salam slope!! ^^sumber :
http://belva.blog.fisip.uns.ac.id/2012/03/28/regresi-linier/
http://adhistyafdj.wordpress.com/2012/06/13/pembacaan-hasil-analisis-regresi-dan-korelasi/
http://ssbelajar.blogspot.com
thanks, sangat bermanfaat
BalasHapus