1 / 32

BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA

BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA. ( Koefisien Korelasi ) ( Pertemuan ke-11) Oleh : Andri Wijaya, S.Pd ., S.Psi ., M.T.I. Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Global Informatika Multi Data Palembang.

leandra-buchanan
Download Presentation

BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA

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. BAB VIIANALISIS KORELASI DAN REGRESI LINIER SEDERHANA (KoefisienKorelasi) (Pertemuan ke-11) Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I. Program StudiSistemInformasi SekolahTinggiManajemenInformatikadanKomputer Global Informatika Multi Data Palembang

  2. ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA

  3. ANALISIS KORELASI DAN REGRESI • LatarBelakang Terdapatkejadian-kejadian, kegiatan-kegiatan, atau masalah-masalah yang saling berhubungan satu sama lain. Dibutuhkananalisis hubungan antara kejadian tersebut. Perlu dibahas mengenai bentuk hubungan yang ada atau diperkirakan ada antara kedua perubah tersebut.

  4. ANALISIS KORELASI DAN REGRESI • Apa yang diukur dari hubungan tersebut??? Bagaimana hubungan fungsional dua kejadian tersebut atau bagaimana persamaan matematis yang mempresentasikan hubungan dua kejadian tersebut (analisis regresi) Bagaimana kekuatan atau keeratan hubungan dua kejadian tersebut (analisis korelasi)

  5. ANALISIS KORELASI DAN REGRESI • Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa peubah bebas (peubah yang mempengaruhi) terhadap satu peubah tak bebas (peubah yang dipengaruhi) • Korelasi merupakan ukuran kekuatan hubungan dua peubah (tidak harus memiliki hubungan sebab akibat)

  6. ANALISIS KORELASI DATA TUNGGAL • JenisVariabel Y = variabeldependen, terikat, tergantung, kriterium. X = variabelindependen, bebas, taktergantung, prediktor. Variabel terikat (dependent variable atau response variable)adalah variabel yang nilainya akan diramalkan dan biasanya diplot pada sumbu tegak (sumbu-y). Variabel bebas (independent variable atau explanatory variable) adalah variabel yang diasumsikan memberikan pengaruh terhadap variasi variabel terikat dan biasanya diplot pada sumbu datar (sumbu-x).

  7. ANALISIS KORELASI DATA TUNGGAL • Dua buah variabel X dan Y mempunyai hubungan yang positif dan negatif. • Hubungan X dan Y dikatakan positif apabila kenaikan (penurunan) pada umumnya diikuti oleh kenaikan (penurunan) Y. • Hubungan X dan Y dikatakan negatif apabila kenaikan (penurunan) pada umumnya diikuti oleh penurunan (kenaikan) Y.

  8. Koefisien Korelasi Hubungan Positif Koefisien Korelasi Hubungan Negatif ANALISIS KORELASI DATA TUNGGAL

  9. ANALISIS KORELASI DATA TUNGGAL • Apabila bentuk diagram pencar tidak teratur, artinya kenaikan (penurunan) X pada umumnya tidak diikuti oleh naik turunnya Y, maka dikatakan X dan Y tidak berkorelasi • Dengan kata lain, jika naik turunnya variabel X tidak mempengaruhi Y, dikatakan X dan Y bebas, atau tidak ada hubungan atau hubungannya sangat lemah.

  10. ANALISIS KORELASI DATA TUNGGAL • Konsep Koefisien korelasi digunakan untuk mengukur keeratan hubungan dua peubah (tidak harus memiliki hubungan sebab akibat). • Notasi Koefisien korelasi dapat ditulis “ rxy ” atau disingkat r saja. Koefisien korelasi contoh (bila tidak seluruh anggota populasi diamati) dinotasikan dengan rxy atau r saja • Nilai Koefisien korelasi mempunyai nilai –1  rxy  +1 Tanda +/ – dari koefisien korelasi sama dengan tanda dari slope

  11. ANALISIS KORELASI DATA TUNGGAL • Sebelum dilakukan analisa regresi, langkah yang biasa ditempuh adalah melakukan analisa korelasi yang ditujukan untuk mengetahui erat tidaknya hubungan antar variabel. • Interpretasi koefisien korelasi untuk mengukur kuatnya hubungan antar variabel tergantung pada asumsi yang digunakan untuk X dan Y. Bila X dan Y bervariasi maka koefisien korelasi akan mengukur “covariability (kesamaan variasi)” antara X dan Y.

  12. ANALISIS KORELASI DATA TUNGGAL • Besarnya koefisien korelasi dinyatakan sebagai • Dalam prakteknya, ρ tidak diketahui tetapi nilainya dapat diestimasi berdasar data sampel. Bila r adalah penduga ρ, dengan r dinyatakan sebagai :

  13. ANALISIS KORELASI DATA TUNGGAL • Rumus 1 • rxy = –1, keduapeubahberhubungankuattapiberlawananarah • rxy= +1, keduapeubahberhubungankuatdansearah • rxy = 0, keduapeubahtidakmemilikihubungan

  14. ANALISIS KORELASI DATA TUNGGAL • Rumus 2 • rxy = –1, keduapeubahberhubungankuattapiberlawananarah • rxy= +1, keduapeubahberhubungankuatdansearah • rxy = 0, keduapeubahtidakmemilikihubungan

  15. ANALISIS KORELASI DATA TUNGGAL • Seberapa besar kontribusi dari X terhadap naik turunnya nilai Y dinyatakan dengan koefisien penentuan (KP). • Misalkan r = 0,9, maka KP = (0,9)2 = 0,81 = 81%. Besarnya sumbngan variabel X terhadap naik turunnya Y adalah 81%, sedangkan 19% disebabkan oleh faktor lainnya. KP = r2

  16. ANALISIS KORELASI DATA TUNGGAL • Contoh Berikut ini data persentase kenaikan biaya iklan (X) dan persentase kenaikan hasil penjualan (Y). Hitunglah koefisien korelasi.

  17. ANALISIS KORELASI DATA TUNGGAL • Jawaban (Rumus 2)

  18. ANALISIS KORELASI DATA TUNGGAL • Jawaban (Rumus 2)

  19. ANALISIS KORELASI DATA TUNGGAL • Jawaban (Rumus 2) • Hubunganantara X dan Y sangatkuatdanpositif, artinyakenaikanbiayaiklanpadaumumnyamenaikkanhasilpenjualan. • KP = r2 = (0,99)2 = 0,98 = 98%, artinyasumbanganbiayaiklanterhadapnaikturunyahasilpenjualanadalah 98%, sedangkansisanya 2% disebabkanolehfaktor-faktorlainnya, sepertihargadandayabelimasyarakat.

  20. APLIKASI KOMPUTER • Korelasi

  21. APLIKASI KOMPUTER • Korelasi

  22. APLIKASI KOMPUTER • Korelasi

  23. ANALISIS KORELASI DATA BERKELOMPOK • Rumus

  24. ANALISIS KORELASI DATA BERKELOMPOK • Contoh Data 100 orang mahasiswa STMIK MDP tentang hasil ujian matematika dan statistika. Tentukan korelasi antara nilai ujian matematika dan statistika.

  25. ANALISIS KORELASI DATA BERKELOMPOK • Jawaban

  26. ANALISIS KORELASI DATA BERKELOMPOK • Jawaban

  27. ANALISIS KORELASI DATA BERKELOMPOK • Jawaban

  28. ANALISIS KORELASI DATA BERKELOMPOK • Jawaban

  29. ANALISIS KORELASI DATA BERKELOMPOK • Jawaban

  30. ANALISIS KORELASI DATA BERKELOMPOK • Jawaban Hubungan antara nilai matematika dan statistika kuat dan positif. Artinya, nilai matematika yang diperoleh mahasiswa akan mempengaruhi nilai statistika. Pada umumnya, mahasiswa dengan nilai matematika yang rendah akan memperoleh nilai statistika yang rendah. Demikian sebaliknya, mahasiswa dengan nilai matematika yang tinggi akan memperoleh nilai statistika yang tinggi pula.

  31. Soal-soal • Contoh Berikut ini data persentase kenaikan biaya produksi (X) dan persentase kenaikan harga penjualan (Y). Hitunglah koefisien korelasi.

  32. Soal-soal • Data 100 orang mahasiswa STMIK MDP tentang hasil ujian kalkulus dan statistik Tentukan korelasi antara nilai ujian kalkulus dan statistik.

More Related