1 / 39

Analisis Korelasi dan Regresi Linier Sederhana

Analisis Korelasi dan Regresi Linier Sederhana. Pertemuan 11. Adalah variabel yang nilai-nilainya tidak bergantung pada variabel lainnya, biasanya disimbolkan dengan X. Variabel itu digunakan untuk meramalkan atau menerangkan nilai variabel yang lain. VARIABEL BEBAS.

karena
Download Presentation

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. Analisis Korelasi dan Regresi Linier Sederhana Pertemuan 11

  2. Adalah variabel yang nilai-nilainya tidak bergantung pada variabel lainnya, biasanya disimbolkan dengan X. Variabel itu digunakan untuk meramalkan atau menerangkan nilai variabel yang lain. VARIABEL BEBAS

  3. Adalah variabel yang nilai-nilainya bergantung pada variabel lainnya, biasanya disimbolkan dengan Y. Variabel itu merupakan variabel yang diramalkan atau diterangkan nilainya. Variabel Terikat

  4. Jika variabel Bebas (Variabel X) memiliki hubungan dengan variabel terikat (variabel Y), maka nilai – nilai variabel X yang sudah diketahui dapat digunakan untuk menaksir atau memperkirakan nilai-nilai Y.

  5. Korelasi yang terjadi antara 2 variabel dapat berupa korelasi POSITIF, korelasi NEGATIF, TIDAK ADA korelasi, dan Korelasi SEMPURNA Analisis Korelasi Sederhana

  6. Adalah korelasi dari dua variabel yaitu apabila variabel yang satu (X) meningkat atau menurun maka variabel lainnya (Y) cenderung untuk meningkat atau menurun pula. Korelasi Positif

  7. Adalah korelasi dari dua variabel yaitu apabila variabel yang satu (X) meningkat atau menurun maka variabel lainnya (Y) menurun atau meningkat. Korelasi Negatif

  8. Tidak ada korelasi terjadi apabila kedua variabel (X dan Y) tidak menunjukkan adanya hubungan. Tidak Ada Korelasi

  9. Adalah korelasi dari dua variabel yaitu apabila kenaikan atau penurunan variabel yang satu (Variabel X) berbanding dengan kenaikan atau penurunan variabel lainnya (Variabel Y) Korelasi Sempurna

  10. Analisis Korelasi dapat dilakukan melalui beberapa cara, yaitu: • 1. Diagram Pencar • 2. Tabel Korelasi • 3. Koefisien Korelasi • 4. Regresi

  11. Tujuan dari diagram pencar adalah untuk mengetahui apakah titik-titik koordinat pada diagram tersebut membentuk suatu pola tertentu. Dalam Diagram tersebut, sebuah garis dapat ditarik membagi dua titik koordinat pada kedua sisinya. Dari garis tersebut dapat diketahui korelasi antara kedua variabel tersebut. • Jika garis naik, berarti POSITIF • Jika Garis Turun Berarti NEGATIF • Jika Terjadi beberapa Garis Berarti TIDAK ADA KORELASI • Dan jika titik-titik TEPAT melalui garis berarti korelasinya SEMPURNA. Diagram Pencar

  12. Buatlah Diagram Pencar dari data-data berikut! • Dan Sebutkan Jenis Korelasi yang terjadi! Contoh Soal

  13. Merupakan indeks atau bilangan yang digunakan untuk mengukur keeratan (Kuat, Lemah, atau Tidak ada) hubungan antar variabel. • Koefisien korelasi memiliki nilai antara -1 dan +1 : • Jika KK bernilai positif maka variabel-variabel berkorelasi Positif. Semakin dekat nilai KK ke +1 maka semakin KUAT korelasinya, demikian pula sebaliknya. • Jika KK bernilai negatif maka variabel-variabel berkorelasi Negatif. Semakin dekat nilai KK ke -1 maka semakin KUAT korelasinya, demikian pula sebaliknya. • Jika KK bernilai NOL maka variabel-variabel tidak menunjukkan Korelasi • Jika KK bernilai +1 atau -1 maka variabel-variabel menunjukkan korelasi Positif atau Negatif yang SEMPURNA. Koefisien Korelasi

  14. 1. KK = 0, Tidak ada korelasi • 2. 0< kk <=0,20 , Korelasi sangat Rendah / Lemah sekali • 3. 0,20 <KK <= 0,40, Korelasi Rendah / Lemah tapi pasti • 4. 0,40 <KK <= 0,70 , Korelasi yang Cukup berarti • 5. 0,70 < KK<=0,90, Korelasi yang tinggi, kuat • 6. 0,90 <KK < 1,00, korelasi sangat tinggi, kuat sekali, dapat diandalkan • 7. KK = 1, Korelasi SEMPURNA Koefisien Korelasi

  15. 1. Untuk menentukan arah atau bentuk dan kekuatan hubungan • Arah Hubungan POSITIF atau NEGATIF atau Tidak Ada • 2. Menentukan Kovariasi yaitu bagaimana dua variabel random (X dan Y) bercampur. • Kovariasi dirumuskan • ( • . (Sx) = Simpangan baku (Standar Deviasi) variabel X (Sy) = Simpangan baku (Standar Deviasi) variabel Y (KK) = Koefisien Korelasi Kegunaan Koefisien Korelasi

  16. KOEFISIEN KORELASI PEARSON • Metode Product Moment • r= keofisien korelasi • x = deviasi rata-rata variabel X (X) • y = deviasi rata-rata variabel Y (Y) Jenis Koefisien Korelasi Linear Sederhana

  17. Jika Y = hasil panen (dalam kuintal) • X = Pemupukan (dalam 10 kg) • Berikut diberikan hasil pengamatan pemupukan dan hasil panen padi untuk 5 percobaan yang telah dilakukan • Tentukan Koefisien korelasinya (r) dengan metode Product Moment • Sebutkan jenis korelasinya dan apa artinya! Contoh Soal

  18. Penyelesaian

  19. Jenis Korelasinya adalah korelasi...... Dan Kekuatan korelasinya : ............ • Artinya Hubungan antara pemupukan dan hasil panen padi bersifat :......... • Jika Pemupukan ............, maka hasil panen pun akan ..... Cont ....

  20. Korelasi Rank dan Korelasi Data Kualitatif Pertemuan 12

  21. Indeks atau angka yang digunakan untuk mengukur keeratan hubungan antara 2 variabel yang datanya berbentuk data ordinal ( data bertingkat / data ranking) • Dilambangkan “ rrank “ • Korelasi Rank Spearman Korelasi Rank ( Peringkat )

  22. Koefisien Korelasi Rank Spearman

  23. Untuk menentukan Korelasi rank, dapat digunakan langkah-langkah berikut: • 1. Nilai Pengamatan dari dua variabel yang akan diukur Hubungannya diberi ranking. Pemberian ranking dimulai dari data terbesar atau terkecil. Jadi rangking sama, diambil rata-rata. • 2. Setiap pasangan rangking dihitung perbedaannya • 3. Perbedaan setiap pasang rangking tersebut dikuadratkan dan dihitung jumlahnya. • 4. Nilai dihitung dengan rumus diatas Korelasi Rank

  24. Berikut ini data nilai matematika dan statistik dari 10 mahasiswa: a) Hitung Koefisien Korelasi Rank nya! b) Sebutkan jenis korelasinya dan apa artinya? Contoh Soal....

  25. Penyelesaian...

  26. B) Jenis Korelasinya adalah korelasi positif dan kuat, artinya jika nilai matematika tinggi, maka nilai statistik juga cenderung tinggi. Cont....

  27. Data kualitatifadalah data yang tidakberbentukangka-angka. • Koefisienkorelasidilambangkan C • Interval nilai C : -1  C  1 Korelasi Data Kualitatif( KoefisienBersyarat)

  28. Keterangan : X2 = khi kuadrat n = jumlah semua frekuensi Cc = koefisien korelasi bersyarat Rumus Koefisien Bersyarat

  29. Keterangan : J.Supranto hal 167 Rumus Khi Kuadrat

  30. Teknik Ramalan dan Analisis Regresi Pertemuan 13

  31. Menghitung suatu perkiraan atau persamaan regresi yang akan menjelaskan hubungan antara 2 variabel. TEKNIK RAMALAN DAN ANALISIS REGRESI Regresi sederhana mengenai hubungan antara 2 variabel yang biasanya cukup tepat dinyatakan dalam suatu garis lurus.

  32. Suatu alat berupa diagram untuk menunjukan ada atau tidaknya korelasi antara variabel X dan Y yang berupa penggambaran nilai-nilai dari variabel-variabel. Diagram Pencar ( Scatter Diagram ) Setiap titik memperlihatkan suatu hasil yang mempunyai nilai sebagai bebas maupun variabel tak bebas.

  33. Membantu menunjukkan apakah terdapat hubungan yang bermanfaat antara 2 variabel • Membantu menetapkan jenis persamaan yang menunjukan hubungan antara 2 variabel. Manfaat Diagram Pencar

  34. Garis Regresi atau garis perkiraan adalah garis lurus yang memperlihatkan hubungan antara 2 variabel. • Persamaan Regresi atau Persamaan Perkiraan adalah persamaan yang digunakan untuk mendapatkan garis regresi pada data diagram pencar. Persamaan Regresi Linear

  35. Y= a + b X Dimana : a = Y pintasan, ( nilai Y’ bila X = 0) b = kemiringangarisregresi/koefisien regresi X = nilaitertentudarivariabelbebas Y= nilai yang dihitungpadavariabel tidakbebas/ variabel terikat. BentukPersamaanRegresi Linier dari Y terhadap X

  36. Nilai a dan b dapat ditentukan dengan cara sbb: • 1. Rumus (I) Persamaan Garis Regresi

  37. 2. Rumus (II) Persamaan Garis Regresi

  38. Berikut data mengenai pengalaman kerja dan penjualan • X= Pengalaman Kerja • Y= Penjualan • Tabel Pengalam Kerja Dan Omzet Penjualan dari 8 Salesman Pada Perusahaan “TOP” • A) Tentukan Nilai a dan b (gunakan kedua Cara) • B) Buat Persamaan garis Regresinya! • C) Berapa Omzet Penjualan dari seorang karyawan yang pengalaman kerjanya 3,5 tahun? Contoh Soal

  39. Penyelesaian...

More Related