Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

dokumen-dokumen yang mirip
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB II LANDASAN TEORI

BAB 2. Tinjauan Teoritis

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Uji Statistika yangb digunakan dikaitan dengan jenis data

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

Regresi Linier Sederhana Definisi Pengaruh

REGRESI & KORELASI LINIER SEDERHANA

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

REGRESI & KORELASI LINIER SEDERHANA

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

Regresi & Korelasi Linier Sederhana

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

MODUL ANALISIS REGRESI DAN KORELASI

BAB 2 LANDASAN TEORI

ANALISIS BENTUK HUBUNGAN

2.2.3 Ukuran Dispersi

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

S2 MP Oleh ; N. Setyaningsih

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

8. MENGANALISIS HASIL EVALUASI

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

TINJAUAN PUSTAKA Evaluasi Pengajaran

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

Analisis Regresi dan Korelasi

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

Analisis Korelasi dan Regresi

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

BAB II TINJAUAN PUSTAKA

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

3 Departemen Statistika FMIPA IPB

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

INTERPOLASI. FTI-Universitas Yarsi

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

MATEMATIKA INTEGRAL RIEMANN

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

XI. ANALISIS REGRESI KORELASI

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

REGRESI LINIER SEDERHANA

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

NORM VEKTOR DAN NORM MATRIKS

Muniya Alteza

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

BAB III UKURAN PEMUSATAN DATA

BAB II LANDASAN TEORI

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

PEMBELAJARAN 4 ANALISIS REGRESI KORELASI

REGRESI SEDERHANA Regresi

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

3.1 Biaya Investasi Pipa

BAB III PERSAMAAN PANAS DIMENSI SATU

POLIGON TERBUKA TERIKAT SEMPURNA

BAB III ISI. x 2. 2πσ

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

BAB 2 LANDASAN TEORI

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

REGRESI LINEAR SEDERHANA

ANALISIS REGRESI. . Berdasarkan sample acak, persamaan regresi populasi (1) akan ditaksir, ini dilakukan dengan jalan menaksir parameter-parameter 1

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III METODOLOGI PENELITIAN. Menurut Babbie, E. (2004: 35), dalam buku Mamang Sangadji Etta dan

BAB 1 STATISTIKA RINGKASAN MATERI

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

Bab II Teori Pendukung

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

UKURAN GEJALA PUSAT (UGP)

Transkripsi:

KORELASI 1

D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua laya.

Sepert kta ketahu, pada semua kejada, bak kejada ekoom maupu laya, past ada faktor yag meyebabka terjadya kejadakejada tersebut (merosotya hasl pejuala tekstl mugk dsebabka karea kalah bersag dega tekstl mpor, merosotya produks pad mugk karea pupukya berkurag, da la sebagaya)

Uraa slde tad meujukka adaya hubuga (korelas) atara kejada yag satu dega kejada laya. Kejada tu dapat dyataka dega perubaha la varabel. Hubuga atara dua kejada dapat dyataka dega hubuga dua varabel. D dalam bab kta haya membahas hubuga lear atara dua varabel X da Y. Apabla dua varabel X da Y mempuya hubuga, maka la varabel X yag sudah dketahu dapat dperguaka utuk memperkraka/meaksr Y. Peramala pada dasarya merupaka perkraa/taksra megea terjadya suatu kejada.

Varabel Y yag laya aka dramalka dsebut varbel tdak bebas, sedagka varbel X yag laya dperguaka utuk meramalka la Y dsebut varabel bebas atau varabel peramal da sergkal dsebut varabel yag meeragka. Jad, jelas aalss korelas memugkka kta utuk megetahu sesuatu d luar hasl peyeldka. Salah satu cara utuk melakuka peramala adalah dega megguaka gars regres.

KORELASI Korelas megukur derajat hubuga atara atau lebh varabel. Varabel X Varbel Y http://rosha.com

Derajat hubuga atara varabel-varabel Statstk yag megadug tgkat hubuga atau kerjasama datara dua varabel. A Pearso correlato adalah statstk bvarat yag megadug tgkat hubuga lear datara dua varabel kuattatf. Korelas megukur derajat hubuga atara atau lebh varabel. Hubuga atara Varabel (Msal X da Y) dapat lear, o-lear, postf atau egatf.

........... Y Y Y Y.................................... X X X X Korelas Lear: Jka semua ttk (X,Y) pada dagram pecar medekat betuk gars lurus. Korelas No-lear: Jka semua ttk (X,Y) pada dagram pecar tdak membetuk gars lurus. Korelas Postf: Jka jka arah perubaha kedua varabel sama Jka X ak, Y juga ak. Korelas Negatf: Jka jka arah perubaha kedua varabel tdak sama Jka X ak, Y turu.

Koefse korelas ( da y) mempuya hubuga postf 16 14 1 10 8 6 4 0 0 1 3 4 5 6 7 8 9 10 11 1 13

16 14 1 10 8 6 4 0 0 1 3 4 5 6 7 8 9 10 11 1 13

Jad, kalau varabel X da Y ada hubuga, maka betuk dagram pecarya adalah mulus/teratur. Apabla betuk dagram pecar tdak teratur, artya keaka/peurua X pada umumya tdak dkut oleh ak turuya Y, maka dkataka X da Y tdak berkorelas.

Koefse korelas ( da y) tdak mempuya hubuga atau hubuga lemah sekal Y Y atau 0 X 0 X

Hubuga dua varabel ada yag postf da egatf. Hubuga X da Y dkataka postf apabla keaka (peurua) X pada umumya dkut oleh keaka (peurua) Y. Sebalkya dkataka egatf kalau keaka (peurua) X pada umumya dkut oleh peurua (keaka) Y.

Kuat da tdakya hubuga atara X da Y apabla dapat dyataka dega fugs lear(palg tdak medekat), dukur dega suatu la yag dsebut koefse korelas. Nla koefse korelas palg sedkt 1 da palg besar +1. Jad jka r = koefse korelas, maka r dapat dyataka sebaga berkut : -1 r +1 Jka egatf. Kuat (-) Kuat (+) -1 +1 Lemah (-) Lemah (+) r =+1, hubuga X da Y sempura da postf, r = -1, hubuga X da Y sempura da egatf, r medekat +1, hubuga sagat kuat da postf, r medekat 1, hubuga sagat kuat da

Ds X dkataka mempegaruh Y, jka berubahya la X aka meyebabka perubaha la Y Aka tetap, ak turuya Y adalah sedemka rupa sehgga la Y bervaras, tdak semata-mata dsebabka oleh X, karea mash ada faktor la yag meyebabkaya. Jad utuk megetahu berapa besar kotrbus dar X terhadap ak turuya la Y maka harus dhtug dega koefse peetua.

Pearso Product Momet Correlato Sagat umum (dasumska bahwa korelas adalah Pearso r kecual kalau spesfkas sebalkya) Hubuga Lear Haya utuk skala Iterval atau Rato Spearma Correlato Skala Ordal Megadug kosstes terlepas dar betuk hubuga

sehgga, 1) ( 1 ) ( da 1) ( 1 ) ( 1) ( 1 ) )( ( : dmaa, y yy y y y y y y y y r y y y y S S y y y y S S S S r

X 1 4 5 7 9 10 1 Y 4 5 7 8 10 1 14

X Y y y X () X Y Y (y) 1-5,5-5,75 7,565 33,065 30,1875 4-4,5-3,75 18,065 14,065 15,9375 4 5 -,5 -,75 5,065 7,565 6,1875 5 7-1,5-0,75 1,565 0,565 0,9375 7 8 0,75 0,5 0,565 0,065 0,1875 9 10,75,5 7,565 5,065 6,1875 10 1 3,75 4,5 14,065 18,065 15,9375 1 14 5,75 6,5 33,065 39,065 35,9375 X 50 X 6,5 Y 7, 75 Y 6 0 y 0 107, 5 y 117, 5 y 111, 5

X Y X Y XY 1 1 4 4 4 16 8 4 5 16 5 0 5 7 5 49 35 7 8 49 64 56 9 10 81 100 90 10 1 100 144 10 1 14 144 196 168 X 50 Y 6 X 40 Y 598 X Y 499

0,99 6 598 8 50 40 8 6 50 499 8 8 8 1 8 1 8 1 8 1 8 1 8 1 8 1 r Y Y X X Y X X Y r

X 4 5 6 8 10 11 13 14 15 Y 15 14 1 10 9 8 6 4 3

X Y X Y XY 15 4 5 30 4 14 16 196 56 5 1 5 144 60 6 10 36 100 60 8 9 64 81 7 10 8 100 64 80 11 6 11 36 66 13 4 169 16 5 14 3 196 9 4 15 5 4 30 Y 83 956 X 88 X Y 875 X Y 548

r 10 10 1 X 10 10 1 X Y 10 1 X 10 1 X 10 1 10 1 Y Y 10 1 Y r 10 10 548 8883 956 88 10875 83 0,99

KORELASI PEARSON : apakah d atara kedua varabel terdapat hubuga, da jka ada hubuga bagamaa arah hubuga da berapa besar hubuga tersebut. Dguaka jka data varabel kotyu da kuattatf ΣXY (ΣX) (ΣY) D maa : ΣXY = jumlah perkala X da Y r= ΣX ΣX (ΣX) ΣY (ΣY) = jumlah kuadrat X ΣY = jumlah kuadrat Y N = bayak pasaga la Cotoh : 10 orag sswa yag memlk waktu belajar berbeda dtes dega tes IPS Sswa : A B C D E F G H I J Waktu (X) : 1 3 4 3 4 1 1 Tes (Y) : 6 6 4 8 8 7 9 5 4 6 Apakah ada korelas atara waktu belajar dega hasl tes? Sswa X X Y Y XY A B ΣX ΣX ΣY ΣY ΣXY

Jarak Ems 31 553 38 590 48 608 5 68 63 75 67 75 75 834 84 75 89 845 99 960 r r y Jarak Ems No X Y X^ Y^ X.Y 1 31 553 961 305.809 17.143 38 590 1.444 348.100.40 3 48 608.304 369.664 9.184 4 5 68.704 465.14 35.464 5 63 75 3.969 565.504 47.376 6 67 75 4.489 55.65 48.575 7 75 834 5.65 695.556 6.550 8 84 75 7.056 565.504 63.168 9 89 845 7.91 714.05 75.05 10 99 960 9.801 91.600 95.040 646 7.301 46.74 5.476.511 496.15 y y y y [104674 (646) 544 1460509 (0.9504) 44804 (1049615) (646 7301) 0.90 ] [105476511 (7301) 44804 57569.7 0.9504 ]