KORELASI & REGRESI LINIER

Slides:



Advertisements
Presentasi serupa
REGRESI LINIER Dewi Gayatri.
Advertisements

Analisis Korelasi dan Regresi Linier Sederhana
Korelasi dan Regresi Linier
Regresi dan Korelasi Linier
Operations Management
REGRESI DAN KORELASI Pada bab ini akan membahas dua bagian yang saling berhubungan, khususnya dua kejadian yang dapat diukur secara matematis. Dalam hal.
Analisis Korelasi dan Regresi Linier Sederhana
ANALISIS REGRESI Pertemuan ke 12.
KORELASI DAN REGRESI LINEAR SEDERHANA
UJI KORELASI DAN REGRESI LINIER
KORELASI & REGRESI LINIER
BAB VI REGRESI SEDERHANA.
Abdul Rohman Fakultas Farmasi UGM
REGRESI.
VALIDASI ROC KURVA ANALISIS REGRESI
ANALISIS REGRESI SEDERHANA
Korelasi/Regresi Linier
ANALISIS KORELASI.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Regresi & Korelasi Linier Sederhana
ANALISA REGRESI & KORELASI SEDERHANA
ANALISIS REGRESI SEDERHANA
Korelasi/Regresi Linier
ANALISIS REGRESI DAN KORELASI LINIER
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
Analisis Regresi Sederhana
REGRESI DAN KORELASI.
Analisis Korelasi dan Regresi linier
Regresi dan Korelasi Linier
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
STATISTIKA Pertemuan 10: Analisis Regresi dan Korelasi
STATISTIKA ANALISIS REGRESI DAN KORELASI
Pertemuan ke 14.
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
Khaola Rachma Adzima FKIP-PGSD Universitas Esa Unggul
KORELASI DAN REGRESI IRFAN.
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Pertemuan ke 14.
ANALISIS REGRESI & KORELASI
PERAMALAN DENGAN GARIS REGRESI
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
REGRESI LINIER DAN KORELASI
Mengukur Kualitas ‘the straight line Fit’ dan Estimasi s2, serta interpretasi slope dan intercept Tujuan Menjelaskan teknik pengukuran kualitas ‘the straight.
NUR LAILATUL RAHMAH, S.Si., M.Si
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
Korelasi Linier Diah Indriani Bagian Biostatistika dan Kependudukan
ANALISIS KORELASI.
Regresi Linear Sederhana
Operations Management
ANALISIS REGRESI SEDERHANA
KORELASI DAN REGRESI SEDERHANA
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
METODE PENELITIAN KORELASIONAL
KORELASI.
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
ANALISIS REGRESI Sri Mulyati.
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
ANALISIS REGRESI & KORELASI
ANALISIS HUBUNGAN NUMERIK DENGAN NUMERIK (UJI KORELASI)
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
Mengukur Kualitas ‘the straight line Fit’ dan Estimasi s2, serta interpretasi slope dan intercept Tujuan Menjelaskan teknik pengukuran kualitas ‘the straight.
REGRESI DAN KORELASI DISUSUN OLEH : 1.AVERIO ALVAREZ ( ) 2.FRANS HENDRIKO MARPAUNG ( ) 3.CLAUDIA ELSHA ALVINCE ( ) 4.STEVEN.
Uji Asosiasi Korelasi Spearman.
FIKES – UNIVERSITAS ESA UNGGUL
ANALISIS REGRESI LINIER
Lektion ACHT(#8) – analisis regresi
Analisis KORELASIONAL.
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
ANALISIS REGRESI DAN KORELASI
Transcript presentasi:

KORELASI & REGRESI LINIER Fakultas Ilmu-Ilmu Kesehatan Universitas Esa Unggul 18/09/2018

TUJUAN PEMBELAJARAN Tujuan Umum Setelah mengikuti materi ini mahasiswa diharapkan memahami Uji Korelasi dan Regresi Linier Tujuan khusus, mahasiswa memahami: Uji Korelasi Uji Regresi Linier Sederhana Penerapan Korelasi dan Regresi Linier Sederhana Latihan Soal 18/09/2018

KORELASI Tujuan: Untuk mengetahui hubungan antara dua variabel numerik Contoh: Apakah ada hubungan umur dengan tekanan darah sistolik Apakah ada hubungan antara skor motivasi dengan IPK Apakah ada hubungan antara umur pasien dengan lama rawat 18/09/2018

Perbedaan Korelasi dan Regresi: Korelasi :  mengetahui besar dan arah hubungan dua variabel Regresi :  meramalkan/prediksi nilai suatu variabel terhadap variabel lainnya Diagram tebar (scatter-plot) untuk menilai hubungan 2 variabel numerik Sumbu X  Variabel Independen Sumbu Y  Variabel Dependen 18/09/2018

KORELASI Pola hubungan dua variabel Hubungan linier Hubungan tidak linier, misal garis lengkung, U, dll Tidak ada hubungan Bila hubungannya linier, maka dapat: Linier positif  kenaikan satu variabel, diikuti kenaikan variabel lain Linier negatif  kenaikan satu variabel, diikuti penurunan Bila hubungannya linier  dapat diikuti kekuatan hubungan Pada diagram tebar  semakin rapat tebaran titik-titiknya  maka hubungannya semakin kuat 18/09/2018

CONTOH SCATTER PLOT 18/09/2018

√[(n.∑X2 – (∑X)2 . (n.∑Y2 – (∑Y)2] Untuk lebih tepat mengetahui hubungan 2 variabel numerik digunakan ukuran-ukuran “Koefisien Korelasi Pearson (r)” n ∑ XY – (∑X . ∑Y) r = √[(n.∑X2 – (∑X)2 . (n.∑Y2 – (∑Y)2] Nilai r = 0 s/d 1 atau -1 s/d +1 r = 0 tidak ada hubungan linier r = 1 ada hubungan linier sempurna 18/09/2018

Ada yang membagi “COLTON” kekuatan hubungan linier sebagai berikut: Bila: r = 0 – 0,25  tidak ada hubungan atau lemah r = 0,26 – 0,50  hubungan sedang r = 0,51 – 0,75  hubungan kuat r = 0,76 – 1,0  hubungan sangat kuat 18/09/2018

UJI HIPOTESIS KOEFISIEN KORELASI (r) Ho: ρ = 0 df = n - 2 Ha: ρ ≠ 0 Uji statistik  Critical Region: Ho ditolak jika t hitung ≥ t tabel t (tabel: α/2, df = n – 2) Keputusan: ………….. Kesimpulan: …………. n – 2 t = r . √ 1 – r2 df = n -2 ρ = simbol nilai korelasi pada populasi 18/09/2018

CONTOH Penelitian ingin mengetahui hubungan BB dengan TD sistolik sebagai berikut: BB : 50 55 57 60 70 TD Sistolik : 140 145 145 144 150 Pertanyaan: Hitunglah kekuatan hubungan antara BB dengan TD sistolik dan interpretasikan! Ujilah secara statistik hubungan dua variabel tsb! 18/09/2018

PENYELESAIAN (1) Hipotesis Ho: ρ = 0  Tidak ada hubungan BB dengan TD Sis Ha: ρ ≠ 0  Ada hubungan BB dengan TD Sis Res X Y XY X2 Y2 1 50 140 7000 2500 19600 2 55 145 7975 3025 21025 3 57 8265 3249 4 60 144 8640 3600 20736 5 70 150 10500 4900 22500 ∑ 292 724 42380 17274 104886 18/09/2018

PENYELESAIAN (2) n ∑ XY – (∑X . ∑Y) r = = 0,928 √[(n.∑X2 – (∑X)2 . (n.∑Y2 – (∑Y)2] Kesimpulan: Hubungan antara BB dan TD Sistolik menunjukkan Hubungan yang sangat kuat (r=0,928) dan berpola linier positif, Artinya Semakin berat BB semakin Tinggi TD sistoliknya n – 2 5 - 2 t = r . = 0,928. = 4,77 √ 1 – r2 √ 1 – (0,94)2 Uji statistik  t hitung = 4,77  lihat t tabel (df=n-2, α/2) = 3,182 t hitung (4,77) > t tabel (3,182) Keputusan: Ho ditolak Kesimpulan: Dengan α = 0,05 kita percaya bahwa ada hubungan yang signifikan antara BB dengan TD Sistolik 18/09/2018

REGRESI LINIER Tujuan: memprediksi variabel dependen (Y) berdasarkan variabel Independen (X) Misalnya: Besarnya TD Sistolik dapat diperkirakan bila umurnya diketahui Peramalan/prediksi nilai variabel Dependen (Y) dari nilai variabel Independen (X) dilakukan dengan persamaan garis regresi Cara membuat garis regresi: Free Hand Method Least Square Method  penyimpangan nilai data observasi dengan garis regresi dibuat sekecil mungkin Y = a + bX 18/09/2018

Y = a + bX Y ∑XY – (∑X) (∑Y) b a X Y = rata-rata variabel Y Y = Variabel Dependen X = Variabel Independen a = Intercept, artinya besarnya nilai variabel Y bila variabel X benilai nol b = Slope, artinya besarnya perubahan nilai variabel Y bila variabel X berubah sebesar satu unit satuannya Y ∑XY – (∑X) (∑Y) N b = ∑X2 – (∑X)2 Slope b a = Y – b X a Y = rata-rata variabel Y X = rata-rata variabel X X 18/09/2018

Contoh Soal Suatu penelitian hubungan BB dengan TD Sistolik menunjukkan hasil sebagai berikut: BB : 50 55 57 60 70 TD Sistolik : 140 145 145 144 150 Pertanyaan: Hitung persamaan garis regresinya Jelaskan arti nilai b yang didapat dari persamaan garis tersebut! Bila seseorang mempunyai BB 65 kg. Estimasikan atau perkirakan nilai TD Sistoliknya! 18/09/2018

Jawab: ∑XY – (∑X) (∑Y) Y = 144,8 X = 58,4 N ∑X2 – (∑X)2 a = Y – b X = 144,8 – 0,44 (58,4) = 144,8 – 25, 696 = 119,1 Y = 119,1 + 0,44 X Persamaan garis regresi  TD = 119,1+0,44BB Arti slope (b = 0,44), Bila BB naik 1 kg maka TD Sistolik naik 0,44, artinya perubahan TD Sistoliknya sebesar 0,44 bila BB berubah setiap 1 kg TD = 119,1 + 0,44 (BB) = 119,1 + 0,44(65) = 147,7 mmHg Kesimpulan: Bila BB 65 kg, maka TD Sistoliknya = 147,7 mmHg 18/09/2018

LATIHAN SOAL Suatu penelitian ingin mengetahui hubungan umur pasien dengan lama rawat di sebuah rumah sakit, dengan data sebagai berikut: Pasien X (Umur) Y (Lama Rawat) 1 20 5 2 30 6 3 25 4 35 7 40 8 Pertanyaan: Hitunglah kekuatan hubungan antara Umur Pasien dengan Lama Rawat dan interpretasikan! b. Ujilah secara statistik hubungan dua variabel tsb! c. Hitunglah persamaan garis regresinya d. Jelaskan arti nilai b yang didapat dari persamaan garis tersebut! e. Bila seorang pasien berumur 50 th. Estimasikan lama rawatnya! 18/09/2018