Analisis korelasi Nama Kelompok : - Rahmad Arifan HR ( )

Slides:



Advertisements
Presentasi serupa
MODUL 8 KORELASI 1 PENGERTIAN KORELASI
Advertisements

Analisis Korelasi dan Regresi Linier Sederhana
PENGUJIAN HIPOTESIS ASOSIATIF
PENGARUH Destri Andini, for further detail, please visit
Analisis Korelasi dan Regresi Linier Sederhana
Bab 10 Analisis Regresi dan Korelasi
ANALISIS REGRESI Pertemuan ke 12.
Regresi Linier Berganda
REGRESI.
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
Regresi linier berganda dan Non linier Tugas Mandiri 01 J0682
Probabilitas dan Statistika
BAB 9 KORELASI.
ANALISIS KORELASI.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
MODUL XIV REGRESI DAN KORELASI (2) 8. KORELASI LINEAR
ANALISIS REGRESI DAN KORELASI LINIER
REGRESI DAN KORELASI.
Analisis Korelasi & Regresi
Analisis Korelasi & Regresi
Regresi dan Korelasi Linier
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
Aplikasi Terapan – Aljabar Linier
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Analisis Korelasi dan Regresi
Pertemuan ke 14.
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
Bab 3 ANALISIS REGRESI.
KORELASI DAN REGRESI IRFAN.
Analisis Korelasi Analsis korelasi adalah suatu metode statistik yang dipakai untuk menentukan kekuatan hubungan antara dua variabel atau lebih.
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Oleh Moh. Amin FE/AKUNTANSI UNISMA
KORELASI.
Pertemuan ke 14.
Atina Ahdika Universitas Islam Indonesia 2017
PERAMALAN DENGAN GARIS REGRESI
Universitas Esa Unggul
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
KORELASI DAN REGRESI LINEAR SEDERHANA
PENDAHULUAN Dalam kehidupan sering ditemukan adanya sekelompok peubah yang diantaranya terdapat hubungan alamiah, misalnya panjang dan berat bayi yang.
Korelasi dan Regresi Linear Berganda
Analisis Regresi dan Korelasi
Analisis Korelasi & Regresi
MUHAMMAD HAJARUL ASWAD
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
NITA ANGGI PUTRI nitaanggiputri.wordpress.com
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
REGRESI LINEAR oleh: Asep, Iyos, Wati
KORELASI.
STATISTIK II Pertemuan 13-14: Analisis Regresi dan Korelasi
STATISTIKA-Regresi Linier Sederhana
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
Analisis Regresi dan Korelasi Linear
REGRESI LINEAR.
BAB 6 MULTIKOLINIERITAS
ANALISIS REGRESI & KORELASI
PRAKTIKUM STATISTIKA INDUSTRI
Bab 4 ANALISIS KORELASI.
Korelasi dan Regresi Linier Sederhana & Berganda
KORELASI.
Bab 3 ANALISIS REGRESI.
Regresi Linier Berganda
BAB VIII REGRESI &KORELASI BERGANDA
Lektion ACHT(#8) – analisis regresi
Korelasi dan Regresi Aria Gusti.
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
KORELASI.
Transcript presentasi:

Analisis korelasi Nama Kelompok : - Rahmad Arifan HR (13523077) - Bimo Prakoso (13523078) - Ibnu Ananda Statistika & Probabilitas Jurusan Teknik Informatika UII

Pendahuluan Korelasi adalah suatu alat analisis yang dipergunakan untuk mencari hubungan antara variabel bebas ( x ) dengan variabel tak bebas ( y ). Apabila beberapa variabel bebas dihubungkan dengan satu variabel tak bebas disebut korelasi berganda, dan apabila satu variabel bebas berhubungan dengan satu variabel takbebas disebut korelasi parsial .

Pendahuluan (Cont) Kuat tidaknya hubungan antara X dan Y dapat dinyatakan dengan fungsi linier (paling tidak mendekati), diukur dengan suatu nilai yang disebut Koefisien Korelasi (r). Nilai koefisien korelasi paling kecil -1 dan paling besar 1. Makna nilai koefisien korelasi (r) : a) r = 1 (korelasi positif kuat) artinya bahwa setiap kenaikan skor/nilai pada variabel X akan diikuti dengan kenaikan skor/nilai variabel Y, sebaliknya jika variabel X mengalami penurunan, maka akan diikuti dengan penurunan variabel Y.

Pendahuluan (Cont) b) r = -1 (korelasi negatif kuat) artinya bahwa setiap kenaikan skor/nilai pada variabel X akan diikuti dengan penurunan skor/nilai variabel Y, sebaliknya jika variabel X mengalami penurunan, maka akan diikuti dengan kenaikan variabel Y. c) r = 0 (tidak ada korelasi) artinya bahwa naik turunnya skor/nilai satu variabel tidak mempunyai kaitan dengan naik turunnya skor/nilai variabel yang lainnya.

Koefisien Korelasi (r) **** Persoalan korelasi akan timbul apabila peneliti dihadapkan dengan pertanyaan apakah ada satu hubungan antar variabel dengan satu variabel yang lain dalam sekumpulan data yang sedang diamati. Menentukan hubungan antara kedua variabel dinyatakan dengan angka yang bergerak diri –1 sampai dengan +1. Apabila kooefisien korelasi mendekati –1 atau +1 berarti terdapat hubungan yang kuat sebaliknya apabila mendekati nilai 0 maka hubungan kedua variabel tersebut adalah lemah.

Koefisien Korelasi *** **** r = ; xi = Xi – X ; yi = Yi – Y atau r =

Contoh Soal **** 1. Jika X adalah persentase kenaikan biaya iklan dan Y adalah persentase kenaikan hasil penjualan, maka berdasarkan tabel di bawah ini, hitunglah koefisien korelasinya. X 1 2 4 5 7 9 10 12 Y 8 14

Solusi X Y xi yi xi2 yi2 Xiyi 1 2 -5.25 -5.75 27.56 33.06 30.19 4 **** X Y xi yi xi2 yi2 Xiyi 1 2 -5.25 -5.75 27.56 33.06 30.19 4 -4.25 -3.75 18.06 14.06 15.94 5 -2.25 -2.75 5.063 7.56 6.188 7 -1.25 -0.75 1.563 0.56 0.938 8 0.75 0.25 0.563 0.06 0.188 9 10 2.75 2.25 7.563 5.06 12 3.75 4.25 14 5.75 6.25 39.06 35.94 Total (∑) 50 62 107.5 117.50 111.5 X = 6.25 Y = 7.75

Solusi (Cont) **** r = r = = = 0.99 Hubungan antara X dan Y sangat kuat dan positif, artinya kenaikan biaya iklan akan menaikkan hasil penjualan.

Contoh Soal **** 2. Setiap biaya promosi yang dikeluarkan oleh suatu perusahaan akan selalu berpengaruh terhadap keuntungan pada tiap tahun. Dari data suatu perusahaan tertentu diperoleh data dalam jutaan rupiah sebagai berikut : Tahun Biaya Promosi (x) Keuntungan (y) 1 1,5 3,6 2 1,0 2,8 3 2,0 4,3 4 5,4 5 0,4 1,9 6 1,3 2,9

Solusi x y x.y x2 y2 1,5 3,6 5,4 2,25 12,96 1,0 2,8 7,84 2,0 4,3 8,6 4,0 18,49 15,12 29,16 0,4 1,9 0,76 0,16 3,61 1,3 2,9 3,77 1,69 8,41 Total 9 20.9 36,45 16,94 80,47

Solusi (cont) r = = 6(36,45)-(9)(20,9) = = 0,99 x = 6(36,45)-(9)(20,9) x = = 0,99 Hasil ini menujukan hubungan positif yang sangat kuat yang mempunyai arti bahwa setiap tambahan biaya promosi (x) akan meningkatkan keuntungan perusahaan (y).

Terima kasih

Sumber gugunawan.wordpress.com/2013/12/27/statistik- dan-probabilitas-bab-5/ http://www.scribd.com/doc/136434987/P9- AnalisisKorelasi