Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

STATISTIK KORELASI Chapter 11 Sulidar Fitri, M.Sc.

Presentasi serupa


Presentasi berjudul: "STATISTIK KORELASI Chapter 11 Sulidar Fitri, M.Sc."— Transcript presentasi:

1 STATISTIK KORELASI Chapter 11 Sulidar Fitri, M.Sc

2 Analisis Regresi adalah Analisis statistika yang memanfaatkan hubungan antara dua atau lebih peubah kuantitatif sehingga salah satu peubah dapat diramalkan dari peubah lainnya. Analisis korelasi merupakan analisis yang dapat menunjukkan besarnya hubungan keeratan antara dua peubah atau lebih. Pengantar

3 Korelasi

4

5

6  Correlation exists between two variables when the values of one variable depend on the values of the other variable in a certain way.  as the values of x grow (to the right), so do the values of y grow (up) – positive (linear) correlation: Definitions:  Linear Correlation Coefficient (r) measures the strength of the linear relationship between the values of paired data.

7  there may be no correlation between the values of paired data, such as the values of x grow (to the right), the values of y decrease (down) and increase (up) forming a vague cloud:

8  or the correlation between the two variables may be non-linear – points on the scatter-gram hugging a curve:

9 Koefisien Korelasi Pearson (r)

10 Properties of the Linear Correlation Coefficient r 1. –1  r  1 2. r does not change if all values of either variable are converted to a different scale. 3. r is not affected by the choice of x and y. 4. r measures strength of a linear relationship.  The value of r 2 is the proportion of the variation in y that is explained by the linear relationship between x and y.

11 Contoh JarakEmisi

12 Correlation?

13

14 Scatter plot diagram

15

16

17

18

19

20

21

22

23

24 Interval Kekuatan. : Sejumlah penulis statistik membuat interval kategorisasi kekuatan hubungan korelasi. Jonathan Sarwono, misalnya, membuat interval kekuatan hubungan sebagai berikut:

25 Interprestasi angka korelasi menurut Prof. Sugiyono (2007) 0 - 0,199 : Sangat lemah 0,20 - 0,399 : Lemah 0,40 - 0,599 : Sedang 0,60 - 0,799 : Kuat 0,80 - 1,0 : Sangat kuat Dalam Bivariate model, korelasi yang umum digunakan adalah Pearson, Kendall, dan Rank Spearman, namun yang dibahas kali ini adalah Pearson r Correlation aja..

26 Atau penulis lain seperti D.A de Vaus menginterpretasikannya sebagai berikut:

27 Interpretasi Hasil Uji Korelasi Penelitian (contoh) hendak menguji apakah terdapat hubungan antara Budaya Organisasi (x1) dan Iklim Organisasi (x2) dengan Kepuasan Kerja (y). Hasil uji statistik menggunakan Pearson Product Moment? Korelasi. Jika suatu hubungan tidak sama dengan 0, maka dapat dikatakan terjadi hubungan. Perhatikan baris-baris Pearson Correlation, di mana dihasilkan hasil-hasil berikut: Budaya Organisasi berhubungan secara positif dengan Kepuasan Kerja sebesar 0,451 (r = 0,451). Iklim Organisasi berhubungan secara positif dengan Kepuasan Kerja sebesar 0,838 (r = 0,838). Dengan demikian, terdapat hubungan antara variabel x1 dan x2 dengan y. Hipotesis-hipotesis 0 di atas, sebab itu, ditolak.

28 Signifikansi. Nilai r hubungan Budaya Organisasi dengan Kepuasan Kerja adalah 0,000. Artinya, 0,000 < 0,05 dan dengan demikian korelasi antara kedua variabel signifikan. Nilai r hubungan Iklim Organisasi dengan Kepuasan Kerja adalah 0,000. Artinya, 0,000 < 0,05 dan dengan demikian korelasi antara kedua variabel signifikan.

29 Koefisien Determinasi (r 2 ) Menafsirkan skor korelasi Pearson (r). Caranya dengan mengkuadratkan nilai r tersebutkarena ia bukan berada dalam skala Rasio, Akibatnya, kita tidak bisa melakukan operasi aritmetika (kurang, bagi, kali, tambah) terhadap nilai r tersebut. Guna mencari nilai Koefisien Determinasi, dilakukan langkah berikut: Nilai r Budaya Organisasi – Kepuasan Kerja = 0,451 x 0,451 = 0,2034. Kalikan nilai ini dengan 100% maka 0,2034 x 100% = 20,34%. Nilai r Iklim Organisasi – Kepuasan Kerja = 0,838 x 0,838 = 0,7022. Kalikan nilai ini dengan 100% maka 0,7022 x 100% = 70,22%.

30 Penafsiran Koefisien Determinasi adalah: Sebesar 20,34% varians Kepuasan Kerja dapat dijelaskan oleh Budaya Organisasi. Sebesar 70,22% varians Kepuasan Kerja dapat dijelaskan oleh Iklim Organisasi.

31 CONTOH KASUS: IndividualAgeWeightSystolic Pressure A B C D E F G Untuk kasus ini, kita ingin melihat apakah terdapat hubungan linier antara usia dengan tekanan darah sistolik? Taraf nyata yang digunakan adalah 5%.

32 Perhitungan nilai koefisien korelasi (r) NoAge (X)Systolic Pressure (Y) X2X2 Y2Y2 XY Jumlah Rata-rata57145

33 Hipotesis: H0: ρ = 0 vs H1: ρ ≠ 0

34 EXPLORASI DATA Berdasarkan diagram pencar (scatterplot), tampak bahwa sebaran titik-titik mengikuti pola linier dengan kemiringan positif, yang berarti terdapat hubungan yang sejalan antara usia dengan tekanan darah sistolik. Dengan demikian, kita bisa menggunakan koefisien korelasi untuk menentukan apakah hubungan linier kedua variabel tersebut bermakna atau tidak. Apabila pola hubungannya tidak linier, kita tidak tepat menggunakan koefisien korelasi karena nilai r hanya untuk mengukur kekuatan dan arah hubungan linier antara kedua varibel kuantitatif.

35

36 Tabel Nilai Kritis untuk Koefisien Korelasi Peringkat Spearman

37 Bandingkan nilai |r| dengan nilai tabel kritis r untuk n = 7. Nilai r pada tabel kritis = Dari hasil perhitungan, diperoleh nilai r = Jelas bahwa |r|> dan p<0.05 sehingga kita bisa menyimpulkan bahwa terdapat hubungan linier antara usia dengan tekanan darah sistolik secara signifikan. NOTE: Reject H 0 if observed r equals or exceed critical r

38 Nilai koefisien determinasi diatas menyatakan proporsi keragaman Tekanan darah sistolik yang dapat diterangkan/dijelaskan oleh hubungan linier antara variabel usia dan tekanan darah sistolik. Berdasarkan hasil analisis, kita yakin 95% bahwa sekitar 91% variasi tinggi rendahnya tekanan darah sistolik ditentukan oleh usia seseorang.

39 Source: 1. essensial dan muohio 2. internet /berbagai sumber


Download ppt "STATISTIK KORELASI Chapter 11 Sulidar Fitri, M.Sc."

Presentasi serupa


Iklan oleh Google