KORELASI DAN REGRESI IRFAN.

Presentasi berjudul: "KORELASI DAN REGRESI IRFAN."— Transcript presentasi:

1 KORELASI DAN REGRESI IRFAN

2 PENGERTIAN Merupakan hubungan antara variabel satu dengan variabel lainnya. Hubungan bisa dalam bentuk korelasional dan juga kausal. Hubungan korelasional : Sifat hubungan variabel satu dengan lainnya tidak jelas mana variabel sebab dan variabel akibat. Hubungan kausal : Sifat hubungan variabel satu dengan lainnya jelas mana variabel sebab dan variabel akibat.

3 Pembahasan tentang korelasi minimal menyangkut dua kelompok nilai atau dua variabel.
Variabel-variabel bisa berasal pada subjek penelitian yang sama dan bisa juga tidak. Misal : Pada penelitian mahasiswa Kesmas di UIEU khususnya pengukuran tinggi badan dan tinggi lompatan, sehingga setiap satu subyek akan memberikan dua macam nilai yaitu tinggi badan dan tinggi lompatan.

4 Sedangkan nilai yang dapat dicari hubungannya, tetapi subyeknya berbeda adalah pengukuran tinggi badan ayah dengan tingi badan anaknya setelah dewasa. Data diperoleh pada subyek yang berbeda untuk mengetahui apakah ada hubungan tinggi badan ayah dengan tinggi badan anaknya.

5 Pemahaman Konsep Korelasi
Perhatikan diagram dibawah ini : Mahasiswa A B C D E T. Badan 150 160 165 170 175 T. Loncatan 180 185 190 Tinggi Loncatan Tinggi Badan

6 Korelasi Pearson Analisis Asosiatif
Menggunakan data Interval atau rasio Hubungan dapat berbentuk positif dan berbentuk negatif Pengambilan sample dari populasi harus bersifat acak (random) Varian sama Distribusi skor variabel yang dicari korelasinya hendaknya berdistribusi normal.

7 Untuk mempermudah melakukan interpretasi atas hasil perhitungan maka dibuat panduan berikut ini : Jika nilai koefisien korelasi / r : KK = 0 , tidak ada hubungan 0 < KK ≤ 0,20, korelasi sangat rendah / lemah 0,20 < KK ≤ 0,40, korelasi rendah / lemah tapi pasti 0,40 < KK ≤ 0,70, korelasi yang cukup berarti 0,70 < KK ≤ 0,90, korelasi yang tinggi / kuat 0,90 < KK < 1,00, Korelasi sangat tinggi KK = 1, korelasi sempurnah.

8 Secara umum sebenarnya korelasi dapat dikelompokkan menjadi 3 kelompok besar:
Korelasi positif kuat, apabila hasil perhitungan korelasi mendekati +1 atau sama dengan +1. Ini berarti bahwa setiap kenaikan skor/nilai pada variabel X akan diikuti dengan kenaikan skor/nilai pada variabel Y. Sebaliknya, jika variabel X mengalami penurunan, maka akan diikuti dengan penurunan pada variabel Y. Korelasi negatif kuat, apabila hasil perhitungan korelasi mendekati -1 atau sama dengan -1. Ini berarti bahwa setiap kenaikan skor/nilai pada variabel X akan diikuti dengan penurunan skor/nilai pada variabel Y. Sebaliknya, jika variabel X mengalami penurunan, maka akan diikuti dengan kenaikan nilai pada variabel Y. Tidak ada korelasi, Apabila hasil perhitungan mendekati nilai 0 atau sama dengan 0. Hal ini bahwa nik turunnya nilai pada satu variabel tidak diikuti atau tidak mempunyai kaitan dengan naik turunnya nilai pada variabel lainnya.

9 Rumus korelasi pearson
Selain itu dapat juga menggunakan rumus berikut :

10 Contoh Suatu penelitian yang ingin melihat apakah ada hubungan antara banyaknya kredit yang diambil dengan indeks prestasi yang dicapai mahasiswa dalam satu semester. Setelah dilakukan pengumpulan data dari 10 mahasiswa ternyata penyebaran kredit yang diambil dan indeks prestasi yang dicapai sebagai berikut :

11 NO Jml Kredit IP 1 2 3 4 5 6 7 8 9 10 20 18 15 12 16 14 3,1 4,0 2,8 3,0 3,6 3,2 3,5

12 Komponen yang dibutuhkan antara lain :
Jumlah kredit yang diambil merupakan variabel X, maka indeks prestasi merupakan variabel Y Untuk keperluan perhitungan maka diperlukan tabel yang mengandung komponen data sesuai dengan rumus yang akan digunakan. Komponen yang dibutuhkan antara lain : Kuadrat masing-masing skor / nilai variabel X (X2) Kuadrat masing-masing skor / nilai variabel Y (Y2) Hasil kali masing-masing skor/nilai variabel X dan Y (XY) Jumlah skor / nilai variabel X (X) Jumlah skor / nilai variabel Y (Y) Jumlah Kuadrat skor/nilai variabel X (X2) Jumlah Kuadrat skor/nilai variabel Y (Y2) Jumlah hasil kali skor / nilai variabel X dan Y (XY)

13 155 35,2 2513 125,90 549 Dengan demikian tabelnya sebagai berikut: X Y
20 18 15 10 12 16 14 3,1 4,0 2,8 3,0 3,6 3,2 3,5 400 324 225 100 144 156 196 9,61 7,84 9 12,96 10,24 12,25 62 72 42 80 30 43,2 64 4,8 63 48 155 35,2 2513 125,90 549

14 Hasil perhitungan melalui tabel di masukkan kedalam rumus person product moment

15 Kesimpulan : Dengan demikian dari hasil perhitungan maka dapat dikatakan bahwa terdapat hubungan yang rendah / lemah antara jumlah kredit yang diambil dengan indeks prestasi mahasiswa. Selain itu dapat pula dikonfersikan ke nilai t Formulasi hipotesis : Ho :  = 0 Ha :  > 0 - Taraf nyata () dan nilai t  = 5% df : 10 – 2 = 8 t0,05(8) = 1,860

16 Kriteria pengujian : Ho diterima jika t0 ≤ 1,860
Ho ditolak jika t0 > 1,860

17 Kesimpulan : Dengan nilai t0 =0,67 berarti bahwa Ho diterima yang menunjukkan Tidak ada hubungan antara jumlah kredit yang diambil dengan indeks prestasi mahasiswa.

18 Soal Latihan Sebuah penelitian ingin mengetahui hubungan antara jumlah karyawan (X) dengan produksi yang dihasilkan (Y) Dikumpulkan data pada 6 perusahaan yang memiliki produk yang sama, dengan data sebagai berikut : X : Y : Ujilah dengan menggunakan korelasi pearson untuk mengetahui apakan ada hubungan antara kedua variabel

19 Regresi Linier Sederhana
Variabel yang terkibat didalamnya hanya dua yaitu variabel terikat Y dan satu variabel bebas X Bentuk Persamaannya adalah Y = a + bX Y : Variabel terikat X : Variabel bebas a : intersep b : koefisien regresi (slop)

20 Untuk melihat bentuk korelasi antar variabel dengan persamaan regresi tersebut maka nilai a dan b harus ditentukan terlebih dahulu.