Korelasi.

Slides:



Advertisements
Presentasi serupa
Statistik deskriptif.
Advertisements

ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
REGRESI LINEAR Oleh: Septi Ariadi
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
KOEFISIEN KORELASI.
Ika Adita Silviandari.  Adalah suatu pengukuran variasi/keragaman data untuk membandingkan distribusi data dengan satuan yang berbeda.  KV = perbandingan.
Bab 7C Pengujian Hipotesis Parametrik Bab 7C.
Ukuran Tendensi Sentral
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
TEKNIK PENGUJIAN VALIDITAS TES DAN VALIDITAS ITEM TES HASIL BELAJAR
(b). Tabel distribusi frekuensi Data berkelompok
Bab 8B Estimasi Bab 8B
UKURAN PENYEBARAN (DISPERSI)
TEMU 6 KORELASI. Tujuan Instruksional Umum Mahasiswa mampu melakukan analisis komparatif dua sampel yang berhubungan dengan penggunaan perangkat lunak.
NILAI HARAPAN DAN MOMEN
Korelasi Spearman (Rs).
Nilai - Nilai Variasi Prepared: TOTOK SUBAGYO, ST,MM.
BAB 9 KORELASI.
UJI NORMALITAS DAN HOMOGENITAS
KORELASI Bagaimana model regresi antar variabel yang dihubungkan?
METODE KOMPARATIF DAN METODE KORELASIONAL Program MPMT PPs UT
UKURAN VARIASI ATAU DISPERSI.
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
Oleh : Indah Manfaati Nur, S.Si.,M.Si
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
REGRESI DAN KORELASI Pada bab ini akan membahas dua bagian yang saling berhubungan, khususnya dua kejadian yang dapat diukur secara matematis. Dalam hal.
REGRESI LINEAR.
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
KOEFISIEN KORELASI Matakuliah : KodeJ0204/Statistik Ekonomi
Analisis Regresi Sederhana
STATISTIK 1 Pertemuan 9: Ukuran Kemencengan dan Keruncingan
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
Variabel Penelitian.
ANALISIS REGRESI & KORELASI
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
METODE PENELITIAN KUANTITATIF (13) FIKOM UNIVERSITAS BUDILUHUR.
KORELASI DAN REGRESI IRFAN.
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
UKURAN DISPERSI (PENYEBARAN DATA)
KORELASI DAN REGRESI LINEAR SEDERHANA
UKURAN PENYEBARAN DATA
UKURAN SIMPANGAN, DISPERSI & VARIASI
Assalamu’alaikum Wr. Wb.
UKURAN PEMUSATAN DATA BERKELOMPOK
Ukuran Gejala Pusat Data Belum Dikelompokkan
UKURAN PENYEBARAN Ukuran Penyebaran
DISTRIBUSI PELUANG Nugroho.
Pengantar statistika sosial
UKURAN VARIASI (DISPERSI) Sumber : J.Supranto, hal.127
KORELASI.
Soal test individu yang ke 1
REGRESI LINEAR.
UKURAN SIMPANGAN, DISPERSI DAN VARIASI
Ukuran Variasi atau Dispersi
REGRESI LINEAR.
Korelasi.
Universitas Pekalongan
PENGUJIAN HIPOTESIS PARAMETRIK
Ukuran Penyebaran Data
Ukuran Variasi atau Dispersi J0682
Pengantar statistika sosial
UKURAN SIMPANGAN, DISPERSI DAN VARIASI
UKURAN PENYEBARAN DATA
STATISTIKA Pertemuan 11: Uji Koefisien Korelasi dan Regresi
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
Korelasi dan Regresi Aria Gusti.
OLEH : SITTI HAWA, ST, MPW.  Ukuran pemusatan atau disebut rata – rata adalah menunjukan dimana suatu data memusat atau suatu kumpulan pengamatan memusat.
Korelasi. Korelasi silang.
Transcript presentasi:

Korelasi

Koefisien Korelasi Data Berkelompok Koefisien korelasi data berkelompok adalah indeks angka-angka yang digunakan untuk mengukur keeratan hubungan antarvariabel dalam distribusi bivariabel. Koefisien korelasi data berkelompok dapat dihitung dengan menggunakan metode coding dan metode simpangan baku.

Metode Coding Rumus :

Contoh : berikut ini data nilai statistik dengan nilai bahasa indonesia dari 100 orang mahasiswa fakultas ekonomi. X Y 41 - 50 51 - 60 61 - 70 71 - 80 81 - 90 91 - 100 Σ 91 – 100 3 5 4 12 81 – 90 6 2 17 71 – 80 1 9 21 61 – 70 10 8 24 51 – 60 16 41 – 50 7 15 25 23 20 100 TENTUKAN NILAI KOEFISIEN KORELASINYA !

Penyelesaian uy fx ux fxux fxux2 fxuxuy X Y 41 - 50 51 - 60 61 - 70 71 - 80 81-90 91 - 100 fy uy fyuy fyuy2 fyuyux 91 – 100 3 5 4 12 36 108 -33 81 – 90 6 2 17 34 68 -20 71 – 80 1 9 21 61 – 70 10 8 24 51 – 60 16 -1 -16 -31 41 – 50 -2 40 -44 fx 7 15 25 23 20 100 55 253 -125 ux fxux -14 -15 30 64 fxux2 28 80 90 236 fxuxuy -32 -24 -39

uy fx ux fxux fxux2 fxuxuy X Y 41 - 50 51 - 60 61 - 70 71 - 80 4 91 - 100 fy uy fyuy fyuy2 fyuyux 91 – 100 3 5 12 36 108 -33 81 – 90 6 2 17 34 68 -20 71 – 80 1 9 21 61 – 70 10 8 24 51 – 60 16 -1 -16 -31 41 – 50 -2 40 -44 fx 7 15 25 23 20 100 55 253 -125 ux fxux -14 -15 30 64 fxux2 28 80 90 236 fxuxuy -32 -24 -39

uy fx ux fxux fxux2 fxuxuy X Y 41 - 50 51 - 60 61 - 70 71 - 80 4 91 - 100 fy uy fyuy fyuy2 fyuyux 91 – 100 3 5 12 36 108 -33 81 – 90 6 2 17 34 68 -20 71 – 80 1 9 21 61 – 70 10 8 24 51 – 60 16 -1 -16 -31 41 – 50 -2 40 -44 fx 7 15 25 23 20 100 55 253 -125 ux fxux -14 -15 30 64 fxux2 28 80 90 236 fxuxuy -32 -24 -39

uy fx ux fxux fxux2 fxuxuy X Y 41 - 50 51 - 60 61 - 70 71 - 80 4 91 - 100 fy uy fyuy fyuy2 fyuyux 91 – 100 3 5 12 36 108 -33 81 – 90 6 2 17 34 68 -20 71 – 80 1 9 21 61 – 70 10 8 24 51 – 60 16 -1 -16 -31 41 – 50 -2 40 -44 fx 7 15 25 23 20 100 55 253 -125 ux fxux -14 -15 30 64 fxux2 28 80 90 236 fxuxuy -32 -24 -39

fyuyux 3(3)(-2)+5(3)(-1)+4(3)(0)=-33 3(2)(-2)+6(2)(-1)+6(2)(0)+2(2)(1)=-20 1(1)(-2)+4(1)(-1)+9(1)(0)+5(1)(1)+2(1)(2)=3 1(-1)(0)+4(-1)(1)+6(-1)(2)+5(-1)(3)=-31 2(-2)(1)+4(-2)(2)+4(-2)(3)=-44

uy fx ux fxux fxux2 fxuxuy X Y 41 - 50 51 - 60 61 - 70 71 - 80 4 91 - 100 fy uy fyuy fyuy2 fyuyux 91 – 100 3 5 12 36 108 -33 81 – 90 6 2 17 34 68 -20 71 – 80 1 9 21 61 – 70 10 8 24 51 – 60 16 -1 -16 -31 41 – 50 -2 40 -44 fx 7 15 25 23 20 100 55 253 -125 ux fxux -14 -15 30 64 fxux2 28 80 90 236 fxuxuy -32 -24 -39

fxuxuy 3(-2)(3)+3(-2)(2)+1(-2)(1)=-32 5(-1)(3)+6(-1)(2)+4(-1)(1)=-31 2(1)(2)+5(1)(1)+10(1)(0)+4(1)(-1)+2(1)(-2)=1 2(2)(1)+8(2)(0)+6(2)(-1)+4(2)(-2)=-24 1(3)(0)+5(3)(-1)+4(3)(-2)=-39

SAMA uy fx ux fxux fxux2 fxuxuy X Y 41 - 50 51 - 60 61 - 70 71 - 80 4 91 - 100 fy uy fyuy fyuy2 fyuyux 91 – 100 3 5 12 36 108 -33 81 – 90 6 2 17 34 68 -20 71 – 80 1 9 21 61 – 70 10 8 24 51 – 60 16 -1 -16 -31 41 – 50 -2 40 -44 fx 7 15 25 23 20 100 55 253 -125 ux fxux -14 -15 30 64 fxux2 28 80 90 236 fxuxuy -32 -24 -39 SAMA