1 / 13

Korelasi Linier

Korelasi Linier. Diah Indriani Bagian Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga. Definisi. Hubungan antara 2 variabel X dan Y. X Y. hubungan. X Y. pengaruh. X Y. pengaruh. Pola Hubungan.

willis
Download Presentation

Korelasi Linier

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 Linier Diah Indriani Bagian Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga

  2. Definisi Hubungan antara 2 variabel X dan Y. X Y hubungan X Y pengaruh X Y pengaruh

  3. Pola Hubungan Korelasi positif Korelasi negatif Tidak berkorelasi Korelasi tidak linier

  4. Ukuran Korelasi -1 0 1 Korelasi tinggi Korelasi tinggi Korelasi rendah

  5. Koefisien Korelasi Pearson • Tanda (-) dan (+) hanya menunjukkan arah hubungan (+) Jika nilai variabel X naik maka nilai pada variabel Y juga akan naik, Atau Jika nilai variabel X turun maka nilai pada variabel Y juga akan turun (-) Jika nilai variabel X naik maka nilai pada variabel Y akan turun, Atau Jika nilai variabel X turun maka nilai pada variabel Y akan naik

  6. Koefisien Korelasi

  7. Pengujian Hipotesis Hipotesis : H0 :  = 0 H1 :  ≠ 0 Statistik Uji : Pengambilan keputusan : Tolak H0 jika thitung > ttabel (db=n-2 , )

  8. Pengujian Hipotesis Hipotesis : H0 :  = 0 H1 :  ≠ 0 Statistik Uji : Pengambilan keputusan : Tolak H0 jika zhitung > ztabel ()

  9. Selang Kepercayaan Selang Kepercayaan untuk  dapat dihitung dengan menghitung nilai transformasi : Yang menyebar normal dengan : Rata-rata = SD =

  10. Selang Kepercayaan Maka selang kepercayaan (1-) untuk Z’ adalah : Untuk menghitung selang kepercayaan , hitung : dan

  11. Selang Kepercayaan Untuk menghitung selang kepercayaan , gunakan tabel yang dikembangkan oleh Fisher untuk mengkonversi nilai : dan Menjadi nilai 

  12. Korelasi Parsial Definisi Ukuran hubungan linier antara peubah-peubah secara parsial (dengan mengganggap peubah lain tetap) misalnya : Korelasi antara Y dan X2, dengan X1 dibuat tetap dilambangkan dengan ry2.1

  13. Koefisien Korelasi Parsial dimana : ry2 = korelasi antara y dan x2 ry1 = korelasi antara y dan x1 r12 = korelasi antara x1 dan x2

More Related