Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Analisis Korelasi dan Regresi Linier Sederhana Pertemuan 11.

Presentasi serupa


Presentasi berjudul: "Analisis Korelasi dan Regresi Linier Sederhana Pertemuan 11."— Transcript presentasi:

1 Analisis Korelasi dan Regresi Linier Sederhana Pertemuan 11

2 VARIABEL BEBAS 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.

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

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

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

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

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

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

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

11 Diagram Pencar 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.

12 Contoh Soal Buatlah Diagram Pencar dari data-data berikut! Dan Sebutkan Jenis Korelasi yang terjadi! Biaya Iklan (Juta Rupiah)Biaya Penjualan (Juta Rupiah) 0,505,00 1,0010,00 1,7512,50 2,5020,00 3,2530,00 4,0035,00 5,5040,00 5,7542,50 6,5050,00

13 Koefisien Korelasi 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.

14 Koefisien Korelasi 1. KK = 0, Tidak ada korelasi 2. 0< kk <=0,20, Korelasi sangat Rendah / Lemah sekali 3. 0,20

15 Kegunaan Koefisien Korelasi

16 Jenis Koefisien Korelasi Linear Sederhana

17 Contoh Soal 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 a)Tentukan Koefisien korelasinya (r) dengan metode Product Moment b)Sebutkan jenis korelasinya dan apa artinya! X Y

18 Penyelesaian XYxyxy

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

20 Korelasi Rank dan Korelasi Data Kualitatif Pertemuan 12

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

22 Koefisien Korelasi Rank Spearman

23 Korelasi Rank

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

25 Penyelesaian... XYRanking XRangking Yd Jumlah22

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

27 Korelasi Data Kualitatif ( Koefisien Bersyarat) Data kualitatif adalah data yang tidak berbentuk angka-angka. Koefisien korelasi dilambangkan C Interval nilai C : -1  C  1

28 Rumus Koefisien Bersyarat Keterangan : X 2 = khi kuadrat n = jumlah semua frekuensi C c = koefisien korelasi bersyarat

29 Rumus Khi Kuadrat Keterangan : J.Supranto hal 167

30 Teknik Ramalan dan Analisis Regresi Pertemuan 13

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

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

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

34 Persamaan Regresi Linear 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.

35 Bentuk Persamaan Regresi Linier dari Y terhadap X Y= a + b X Dimana : a = Y pintasan, ( nilai Y’ bila X = 0) b = kemiringan garis regresi/koefisien regresi X = nilai tertentu dari variabel bebas Y = nilai yang dihitung pada variabel tidak bebas/ variabel terikat.

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

37 Persamaan Garis Regresi 2. Rumus (II)

38 Contoh Soal 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? X Y

39 Penyelesaian... XYXYxyxy


Download ppt "Analisis Korelasi dan Regresi Linier Sederhana Pertemuan 11."

Presentasi serupa


Iklan oleh Google