Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM

Presentasi serupa


Presentasi berjudul: "APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM"— Transcript presentasi:

1 APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM

2 Tujuan Pembelajaran : Mahasiswa diharapkan mampu memahami dan menjelaskan hubungan antara dua atau lebih variabel, uji korelasi spearman dan kendall, analisis korelasi partial dalam mempertimbangkan pengaruh variabel lain dalam menghitung korelasi antar dua variabel.

3 Pokok Bahasan : Korelasi Bivariate Korelasi Partial

4 Korelasi Bivariate Pembahasan mengenai besar hubungan antara dua variabel : Koofesien Korelasi Bivariate/product moment Pearson : mengukur keeratan hubungan diantara hasil-hasil pengamatan dari populasi yang mempunyai dua varian (bivariate)

5 Korelasi Bivariate Perhitungan ini mensyaratkan bahwa populasi asal sampel mempunyai dua varian dan berdistribusi normal. Korelasi Pearson banyak digunakan untuk mengukur korelasi data interval atau rasio.

6 Korelasi Bivariate Korelasi peringkat Spearman (Rank- Spearman) dan Kendall. Koofesien ini lebih mengukur keeratan hubungan antara peringkat-peringkat dibandingkan hasil pengamatan itu sendiri (seperti pada korelasi pearson).

7 Korelasi Bivariate Perhitungan korelasi ini bisa digunakan untuk menghitung koofesien korelasi pada data ordinal dan penggunaan asosiasi pada statistik non parametrik

8 Korelasi Bivariate Contoh Kasus ingin diketahui apakah ada korelasi (hubungan) diantara variabel- variabel berikut jumlah pelanggaran lalu lintas, jumlah kendaraan roda empat (mobil), kendaraan roda dua (sepeda motor), jumlah polisi serta jumlah penduduk

9

10

11

12

13

14

15

16

17 Korelasi Bivariate Angka Korelasi diatas 0,5 menunjukkan korelasi yang cukup kuat, sedang dibawah 0,5 korelasi lemah. Selain besar korelasi, tanda korelasi juga berpengaruh pada penafsiran hasil. Tanda – (negatif) pada output menunjukkan adanya arah hubungan yang berlawanan, sedangkan tanda + (positif) menunjukkan arah hubungan yang sama.

18 Korelasi Bivariate Hipotesis Ho : Tidak ada hubungan (korelasi) antara dua variabel, berarti angka korelasi adalah 0. H1 : Ada hubungan (korelasi) antara dua variabel, atau angka korelasi tidak 0

19 Korelasi Bivariate Dasar pengambilan keputusan Jika Probabilitas > 0,025, maka Ho Diterima Jika Probabilitas < 0,025, maka Ho Ditolak NB: Nilai Probabilitas adalah 0,05/2 = 0,025, hal ini disebabkan uji dilakukan dua sisi

20 Korelasi Spearman dan Kendall Jika uji korelasi bivariat Pearson yang telah dibahas digunakan untuk data kuantitatif (skala interval dan rasio), maka korelasi rank spearman dan Kendall bisa digunakan untuk pengukuran korelasi pada statistik non parametrik (data bisa ordinal)

21 Korelasi Spearman dan Kendall

22 Korelasi Spearman dan Kendall

23 Korelasi partial Pembahasan korelasi parsial berhubungan dengan perlunya mempertimbangkan pengaruh atau efek dari variabel lain dalam menghitung korelasi antara dua variabel.

24 Korelasi partial.

25 Korelasi partial.

26 Korelasi partial.

27 Korelasi partial.

28 Korelasi partial.

29 Korelasi partial Uji Signifikansi korelasi mobil dan motor yang disertai variabel tilang menunjukkan angka Sign. 0,591 angka ini jauh lebih besar dari 0,05 yang berarti korelasi kedua variabel setelah variabel kontrol dikeluarkan menjadi tidak signifikan.

30 SELESAI SEMOGA BERMANFAAT


Download ppt "APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM"

Presentasi serupa


Iklan oleh Google