1 / 21

KORELASI DAN REGRESI

KORELASI DAN REGRESI. Abdul Rohman Fakultas Farmasi UGM. Materi kuliah. Pendahuluan : korelasi dan regresi Jenis regresi Koefisien korelasi dan garis korelasi Uji hipotesis korelasi Kesalahan dalam analisis regresi. Pengertian.

abena
Download Presentation

KORELASI DAN REGRESI

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. KORELASI DAN REGRESI Abdul Rohman FakultasFarmasi UGM

  2. Materikuliah • Pendahuluan: korelasidanregresi • Jenisregresi • Koefisienkorelasidangariskorelasi • Ujihipotesiskorelasi • Kesalahandalamanalisisregresi

  3. Pengertian • Regresimerupakanteknikstatistika yang digunakanuntukmempelajarihubunganfungsionaldarisatuataubeberapavariabel/peubahbebas (peubah yang mempengaruhi) terhadapsatupeubahtakbebas (peubah yang dipengaruhi) • Korelasimerupakanukurankekuatanhubunganduapeubah (tidakharusmemilikihubungansebabakibat)

  4. Pola hubungan pada diagram scatter HubunganPositifJikaX naik, maka Y juganaikdanjikaX turun, makaY jugaturun HubunganNegatif. JikaX naik, maka Y akanturundanjikaX turun, maka Y akannaik Tidak ada hubungan antara X dan Y

  5. JenisRegresi • Dari derajat (pangkat) tiappeubahbebas • Linier (bilapangkatnya 1) • Non-linier (bilapangkatnyabukan 1) • Dari banyaknyapeubahbebas (yang mempengaruhi) • Sederhana (bilahanyaadasatupeubahbebas)  Univariat • Berganda (bilalebihdarisatupeubahbebas)  Multivariate

  6. Regresi Linier Sederhana • Model • Yi = b0 + b1Xi + ei • Yimerupakannilaipengamatanke-i. • b0adalah parameter regresi (intersep) • b1adalah parameter regresi (slope) • eikesalahanke-i. • Asumsi : • peubah X terukurtanpakesalahan; X tidakmemilikidistribusi (bukanrandom variable) • kesalahanmenyebar normal dengan rata-rata noldengansimpanganbakuse.

  7. PedomanMemilihTeknikKorelasi

  8. Koefisienkorelasi • Mengujihubunganantarvariabel • Kuatnyahubungan : koefisienkorelasi (r) biasanyadisebutdenganProduct moment coeeficiet correlation • Nilai -1 ≤ r ≤ 1

  9. Koefisienkorelasi

  10. Interpretasinilai r Koefisiendeterminasi = r2; merupakankoefisienpenentu, Artinyakuatnyahubunganvariabel (Y) ditentukanolehvariabel(X) sebesar r2.

  11. Koefisiendeterminasi

  12. Ujihipotesiskorelasi • Untukmengujihipotesiskorelasiantaraduapeubahdigunakanujikorelasi • Hipotesis null: tidakadakorelasiantara x dan y • Cara termudahuntukujiiniadalahuji t denganjenisuji 2 sisidandenganderajadbebas (n-2) • Jika t hitung > t tabel Ho ditolak  adakorelasi

  13. Misinterpretasikoefisienkorelasi

  14. Contoh: perhitungannilai r

  15. Jawab:

  16. Gariskorelasi (correlation line) • Koefisienkorelasimerupakansuatuindeks yang dapatdigunakanuntukmenggambarkanhubungan linier antaraduavariabel • Garis yang menghubungkanantaratitik-tiknilaipadasumbu x (variabelbebas) dansumbu y (variabeltergantung) disebutdengangariskorelasi • Suatugarislurusantaratitik-titik data didefinisikandengan y = bx + a

  17. Metode: Least squrepadagarisregresi • Least??? • Square??

  18. Contohperhitungan b (slope) dan a (intersep)

  19. Kurvakalibrasi Denganmenghitungnilai b (slope) dan a (intersep) padacontohdiatas kurvakalibrasi

  20. Kesalahandalamregresi

  21. Perhitungankesalahandalamregresi

More Related