Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Koefisien Korelasi Pearson (r) Dan Regresi Oleh: Roni Saputra, M.Si.

Presentasi serupa


Presentasi berjudul: "Koefisien Korelasi Pearson (r) Dan Regresi Oleh: Roni Saputra, M.Si."— Transcript presentasi:

1 Koefisien Korelasi Pearson (r) Dan Regresi Oleh: Roni Saputra, M.Si

2 Kegunaan Menguji signifikansi hubungan dua variabel Mengetahui kuat lemah hubungan Mengetahui besar kontribusi

3 Ketentuan Aplikasi –Data berskala interval atau rasio –Data berdistribusi normal –Signifikansi r, bandingkan dengan tabel r Moment Product Pearson

4 Rumus r xy =Koefisien Korelasi Moment Product Pearson X=nilai variabel pertama (variabel bebas) Y=nilai variabel ke dua (variabel terikat) N=banyaknya sampel

5 Contoh Aplikasi 1 Suatu kajian IQ beberapa orang mahasiswa yang dikaitkan dengan berat badan pada saat dilahirkan, didapatkan data sebagai berikut:

6 Selidiki dengan  = 5%, apakah terdapat hubungan positif berat badan lahir dengan IQ saat ini? NOMORBBL IQ

7 Penyelesaian Hipotesis –Ho : r ≤ r tabel, tidak ada hubungan + bbl dengan iq –Ha : r > r tabel, ada hubungan + bbl dengan iq Nilai  = 5% Rumus Hitungan rumus statistik

8 Hitungan rumus NOMOR BBL (X)IQ (Y) X2 X2 Y2 Y2 XY JUMLAH

9 Hitungan rumus Pengkategorian hubungan kuat

10 Nilai df –Df = n – 1 = 11 – 1 = 10 Nilai r tabel ; –Nilai r tabel ; df = 10 ;  = 5%, maka r = 0,497 Daerah penolakan –  0,7986  >  0,497  ; Ho ditolak,Ha diterima Kesimpulan –Ada hubungan + bbl dengan iq, pada  = 5%,

11 tabel r Tingkat Signifikansi untuk tes satu sisi df 0,0500,025 0,010 0,005 Tingkat Signifikansi untuk tes dua sisi 0,1000,0500,0200,010 10,9880,9970,99950, ,9000,9500,9800,990 30,8050,8780,9340,959 40,7290,8110,8820,917 50,6690,7540,8330,874 60,6220,7070,7890,834 70,5820,6660,7500,798 80,5490,6320,7160,765 90,5210,6020,6850, ,4970,5760,6580, ,4760,5530,6340, ,4580,5320,6120, ,4410,5140,5920, ,4260,4970,5740, ,4120,4820,5580, ,4000,4680,5420, ,3890,4560,5280, ,3780,4440,5160, ,3690,4330,5030, ,3600,4230,4920, ,3520,4130,4820, ,3440,4040,4720, ,3370,3960,4620, ,3300,3880,4530, ,3230,3810,4450, ,3170,3740,4370, ,3110,3670,4300, ,3060,3610,4230, ,3010,3550,4160, ,2960,3490,4090, ,2750,3250,3810, ,2570,3040,3580, ,2430,2880,3380, ,2310,2730,3220, ,2110,2500,2950, ,1950,2320,2740, ,1830,2170,2560, ,1730,2050,2420, ,1640,1950,2300,254

12 Regresi Garis prediksi Data skala interval dan ratio Distribusi normal Signifikansi ; Independensi, Linieritas, Keberartian

13 Regresi

14

15

16

17 Uji Independensi Penyelesaian Hipotesis –Ho :  = 0  IQ tidak terikat (independent) terhadap BBL –Ha :   0  IQ terikat (dependent) terhadap BBL Level signifikansi –  = 1% = 0,01 Rumus statistik penguji

18

19

20

21

22 Df/dk/db –Df = N –2 = 11 – 2 = 9 Nilai tabel –Nilai t tabel uji dua sisi,  = 5%, df = 9, nilai t tabel =  2,262 Daerah penolakan –Menggunakan gambar –Menggunakan rumus –  3,98  >  2,262  ; berarti Ho ditolak, Ha diterima Kesimpulan –Variabel Iq (dependent variable/Y) terikat terhadap variabel bbl (independent variable/X), pada  = 5%.

23 Contoh Aplikasi 2 Suatu studi di daerah pinggiran hutan yang dilakukan terhadap 30 sumber air bersih yang berdekatan dengan hutan hujan tropis tua. Dalam hutan diduga telah terjadi pelapukan zat organik tumbuhan, sehingga menyebabkan menjadi asam. Hasil pendataan sebagai berikut di bawah ini. Selidikilah dengan =5%, apakah semakin dekat dengan hutan kondisi air semakin asam?

24 NOJARAK (X)PH (Y)

25 Penyelesaian Hipotesis –Ho : r = 0, tidak ada hubungan jarak dengan ph –Ha : r > 0, ada hubungan + jarak dengan ph Nilai  = 5% Rumus Hitungan rumus statistik

26 NOJARAK (X)PH (Y)X2X2 Y2Y2 XY JUMLAH

27 Pengkategorian hubungan sangat kuat

28 Nilai Df = n – 1 = 30 – 1 = 29 Nilai r tabel ; df=29 ;  = 0,05, maka r = 0,301 Daerah penolakan –  0,929  >  0,301  ; Ho ditolak,Ha diterima Kesimpulan Ada hubungan positif jarak dengan ph, pada  = 0,05

29 Regresi Jarak dengan pH

30

31

32

33 Uji Independensi Penyelesaian Hipotesis –Ho :  = 0  pH tidak terikat (independent) terhadap jarak –Ha :   0  pH terikat (dependent) terhadap jarak Level signifikansi –  = 1% = 0,01 Rumus statistik penguji

34

35

36

37

38 Df/dk/db –Df = N –2 = 30 – 2 = 28 Nilai tabel Nilai tabel pada tabel t –Uji dua sisi,  = 1%, df = 28, nilai t tabel =  2,763 Daerah penolakan –Menggunakan gambar –Menggunakan rumus –  13,2100  >  2,763  ; berarti Ho ditolak, Ha diterima Kesimpulan –Variabel kualitas air (pH) (dependent variable/Y) terikat terhadap variabel jarak sumber air dengan sumber pencemar (independent variable/X), pada  = 1%.

39 tabelTingkat Signifikansi untuk tes satu sisi T tes0,400,250,100,050,0250,010,0050,00250,0010,0005 Tingkat Signifikansi untuk tes dua sisi Df0,800,500,200,100,050,020,010,0050,0020,001 10,3251,0003,0786,31412,70631,82163,657127,32318,31636,62 20,2890,8161,8862,9204,3036,9659,92514,08922,32731,598 30,2770,7651,6382,3533,1824,5415,8417,45310,21412,924 40,2710,7411,5332,1322,7763,7474,6045,5987,1738,610 50,2670,7271,4762,0152,5713,3654,0324,7735,8936,869 60,2650,7181,4401,9432,4473,1433,7074,3175,2085,959 70,2630,7111,4151,8952,3652,9983,4994,0294,7855,408 80,2620,7061,3971,8602,3062,8963,3553,8334,5015,041 90,2610,7031,3831,8332,2622,8213,2503,6904,2974, ,2600,7001,3721,8122,2282,7643,1693,5814,1444, ,2600,6971,3631,7962,2012,7183,1063,4974,0254, ,2590,6951,3561,7822,1792,6813,0553,4283,9304, ,2590,6941,3501,7712,1602,6503,0123,3723,8524, ,2580,6921,3451,7612,1452,6242,9773,3263,7874, ,2580,6911,3411,7532,1312,6022,9473,2863,7334, ,2580,6901,3371,7462,1202,5832,9213,2523,6864, ,2570,6891,3331,7402,1102,5672,8983,2223,6463, ,2570,6881,3301,7342,1012,5522,8783,1973,6103, ,2570,6881,3281,7292,0932,5392,8613,1743,5793, ,2570,6871,3251,7252,0862,5282,8453,1533,5523, ,2570,6861,3231,7212,0802,5182,8313,1353,5273, ,2560,6861,3211,7172,0742,5082,8193,1193,5053, ,2560,6851,3191,7142,0692,5002,8073,1043,4853, ,2560,6851,3181,7112,0642,4922,7973,0913,4673, ,2560,6841,3161,7082,0602,4852,7873,0783,4503, ,2560,6841,3151,7062,0562,4792,7793,0673,4353, ,2560,6841,3141,7032,0522,4732,7713,0573,4213, ,2560,6831,3131,7012,0482,4672,7633,0473,4083, ,2560,6831,3111,6992,0452,4622,7563,0383,3963, ,2560,6831,3101,6972,0422,4572,7503,0303,3853, ,2550,6811,3031,6842,0212,4232,7042,9713,3073, ,2540,6791,2961,6712,0002,3902,6602,9153,2323, ,2540,6771,2891,6581,9802,3582,6172,8603,1603,373  0,2530,6741,2821,6451,9602,3262,5762,8073,0903,291


Download ppt "Koefisien Korelasi Pearson (r) Dan Regresi Oleh: Roni Saputra, M.Si."

Presentasi serupa


Iklan oleh Google