Analisis Hubungan

19,594 views

Published on

Published in: Education, Technology
1 Comment
4 Likes
Statistics
Notes
No Downloads
Views
Total views
19,594
On SlideShare
0
From Embeds
0
Number of Embeds
33
Actions
Shares
0
Downloads
519
Comments
1
Likes
4
Embeds 0
No embeds

No notes for slide

Analisis Hubungan

  1. 1. PEMODELAN SEDERHANA DENGAN REGRESI <ul><li>Dengan pemodelan </li></ul><ul><ul><ul><li>----  bisa memperkirakan bagaimana hubungan antara variabel yang ada </li></ul></ul></ul><ul><ul><ul><li>----  pertanyaan : seberapa cocok model yang disusun terhadap data yang diperoleh ??? </li></ul></ul></ul><ul><ul><ul><li>===  perlu topik mengenai ANALISIS HUBUNGAN </li></ul></ul></ul>
  2. 2. ANALISIS HUBUNGAN <ul><li>Yaitu bentuk analisis variabel (data) penelitian untuk untuk mengetahui : </li></ul><ul><li>Derajat atau kekuatan hubungan </li></ul><ul><li>Bentuk atau arah hubungan di antara variabel2 </li></ul><ul><li>Besarnya pengaruh variabel yang satu (var. bebas) terhadap variabel lainnya (var. terikat). </li></ul>
  3. 3. TEKNIK STATISTIK DALAM ANALISIS HUBUNGAN <ul><li>ANALISIS KORELASI (KOEFISIEN KORELASI </li></ul><ul><li>KOEFISIEN PENENTU (KOEF. DETERMINASI </li></ul><ul><li>ANALISIS REGRESI (PERSAMAAN REGRESI </li></ul><ul><li>===  baik untuk hubungan yang melibatkan 2 variabel atau lebih </li></ul>
  4. 4. ANALISIS HUBUNGAN ANTARA 2 VARIABEL <ul><li>1. KOEFISIEN KORELASI (KK) adalah indeks atau bilangan yang digunakan untuk mengukur derajat hubungan, meliputi kekuatan hubungan dan bentuk/arah hubungan </li></ul><ul><li>Untuk kekuatan hubungan : </li></ul><ul><li>KK antara 0 dan +1 </li></ul><ul><li>KK = 0 tidak ada hubungan </li></ul><ul><li>KK = 1 sempurna </li></ul><ul><li>0,9 < KK < 1,00 sangat tinggi, kuat sekali </li></ul><ul><li>0,7 <KK < 0,9 tinggi atau kuat </li></ul><ul><li>0,4 < KK < 0,7 cukup atau sedang, dsb </li></ul><ul><li>Untuk bentuk/arah hubungan, </li></ul><ul><li>+ =  Y naik terhadap kenaikan X </li></ul><ul><li>- =  Y turun terhadap penurunan X </li></ul>
  5. 5. KOEFISIEN KORELASI PEARSON r = koefisien korelasi Pearson X = variabel bebas Y = variabel terikat
  6. 6. ANALISIS HUBUNGAN ANTARA 2 VARIABEL <ul><li>2. KOEFISIEN PENENTU (KP) adalah angka / indeks yang digunakan untuk mengetahui besarnya sumbangan sebuah variabel lebih (var. bebas, X) terhadap variabel lainnya (var. terikat, Y) </li></ul><ul><li>KP = (KK) 2 X 100 % </li></ul>
  7. 7. 3. REGRESI linear sederhana <ul><li>Regresi : teknik analisis hubungan yang digunakan untuk meramalkan atau memperkirakan nilai dari suatu variabel dalam hubungannya dg variabel yang lain melalui suatu persamaan </li></ul><ul><li>==  bisa pers. linear dan non linear </li></ul><ul><li>Regresi linear sederhana : regresi linear dimana variabel yang terlibat hanya 2, yaitu variabel terikat Y dan variabel bebas X, serta berpangkat 1 </li></ul>
  8. 8. <ul><li>Bentuk persamaannya : </li></ul><ul><li>Y = mX + C </li></ul><ul><li>X = variabel bebas </li></ul><ul><li>Y variabel terikat (variabel yang diduga) </li></ul><ul><li>C = intersep </li></ul><ul><li>m = koefisien regresi (slope) </li></ul>
  9. 9. <ul><li>Jumlah kuadrat kesalahan =  minimal </li></ul><ul><li>Sum of square error (S) =  minimal </li></ul><ul><li>Least square </li></ul><ul><li>S = Jumlah(Y-Ym)2 =  minimal </li></ul>
  10. 10. REGRESI LINEAR SEDERHANA (2 VARIABEL) <ul><li>Y P = mX + C </li></ul><ul><li>=  seberapa dekat persamaan pendekatan Y P dengan data hasil percobaan Y dan X ?? </li></ul><ul><li>Jumlah kuadrat kesalahan (S) antara Y P dan Y harus minimal </li></ul>
  11. 11. <ul><li>Barapa nilai m dan C agar S minimal ??? </li></ul><ul><li>=  berlaku </li></ul>
  12. 14. <ul><li>Substitusi dari pers (1) dan (2) </li></ul><ul><li>=  2 persamaan dengan 2 bilangan tak diketahui ==  m dan C bisa ditentukan </li></ul>
  13. 15. ANALISIS HUBUNGAN LEBIH 2 VARIABEL <ul><li>Koefisien korelasi untuk 3 variabel </li></ul><ul><li>=  Y = f(X 1 , X 2 ) </li></ul><ul><li>Atau </li></ul><ul><li>KP = R Y1,2 2 x 100 % </li></ul>
  14. 16. <ul><li>2. Koefisien korelasi 4 variabel </li></ul><ul><li>===  Y = f (X1, X1, X3) </li></ul>Koefisien Penentu KP = R 2 Y1,2 x 100 %
  15. 17. KOEFISIEN KORELASI PARSIAL 3 VARIABEL <ul><li>1. Koef. Korelasi parsial Y dan X1 bila X2 konstan </li></ul>Koef. Penentu parsial Y dan X1 bila X2 konstan KP = r 2 Y1,2 x 100 %
  16. 18. <ul><li>2. Koef. Korelasi parsial Y dan X2 bila X1 konstan </li></ul>Koef. Penentu parsial Y dan X2 bila X1 konstan KP = r 2 Y2,1 x 100 %
  17. 19. <ul><li>2. Koef. Korelasi parsial X1 dan X2 bila Y konstan </li></ul>Koef. Penentu parsial X1 dan X2 bila Y konstan KP = r 2 Y12 x 100 %
  18. 20. REGRESI LINEAR BERGANDA 3 VARIABEL <ul><li>Y = f(x 1 , x 2 ) </li></ul><ul><li>Misal Y = a + b 1 X 1 + b 2 X 2 </li></ul><ul><li>===  bila diturunkan akan diperoleh 3 persamaan dengan 3 bilangan tak diketahui a, b1, b2 </li></ul>
  19. 21. ANALISIS KOMPARATIF <ul><li>= analisis komparasi = analisis perbedaan = analisis variabel (data) untuk mengetahui perbedaan antara dua kelompok data (variabel) atau lebih </li></ul><ul><li>=  teknik statistik yang digunakan = uji statistik yaitu pengujian hipotesis komparatif </li></ul><ul><li>=  sering disebut UJI SIGNIFIKANSI ( test of significance ) </li></ul>
  20. 22. Contoh analisis komparatif 1. sampel yang bekorelasi <ul><li>perbandingan kemampuan kerja pegawai sebelum dan sesudah diberi pelatihan </li></ul><ul><li>Perbandingan nilai pretest dan posttest </li></ul><ul><li>Perbandingan kelompok eksperimen dengan kelompok kontrol </li></ul><ul><li>Perbadingan yield reaksi kimia antara katalis A dan katalis B </li></ul><ul><li>dll </li></ul>
  21. 23. Contoh analisis komparatif 2. sampel yang tidak bekorelasi <ul><li>Perbandingan kinerja Reaktor Fixed Bed dengan Reaktor Fluidized bed </li></ul><ul><li>Perbandingan pendapatan dosen dengan pegawai </li></ul><ul><li>Perbandingan IP mahasiswa Teknik Kimia dengan mahasiswa Teknik Sipil </li></ul>
  22. 24. Analisis komparatif 2 sampel berkorelasi <ul><li>==  Uji statistik t untuk data interval/rasio </li></ul><ul><li>Menentukan formulasi hipotetis </li></ul><ul><li>a. Ho : tidak perbedaan positif antara kelompok I dan II </li></ul><ul><li>H1 : ada perbedaan positif antara kelompok I dan II </li></ul><ul><li>b. Ho tidak ada perbedaan negatif </li></ul><ul><li>H1 : ada perbedaan negatif </li></ul><ul><li>c. Ho : tidak perbedaan </li></ul><ul><li>H1 ada perbedaan </li></ul><ul><li>2. Menentukan taraf nyata ( α ) dan t tabel </li></ul><ul><li>3. Menentukan kriteria pengujian </li></ul>
  23. 25. <ul><li>4. Menentukan nilai uji statistik </li></ul>X = rata2 skor kelompok I Y = rata skor kelompok II D = jumlah skor kelompok I dan II N = jumlah data 5. Membuat kesimpulan =  menyimpulkan Ho diterima atau tidak
  24. 26. Contoh masalah: <ul><ul><li>Data yield dari percobaan di industri dengan 2 metoda yang berbeda (A dan B) </li></ul></ul>88,5 B 84,5 A 10 83,7 B 83,7 A 9 89,1 B 81,7 A 8 82,6 B 85,1 A 7 79,3 B 79,7 A 6 86,3 B 87,3 A 5 91,9 B 84,8 A 4 83,2 B 84,5 A 3 86,1 B 81,4 A 2 84,7 B 89,7 A 1 Yield Metode Yield Metode No
  25. 27. <ul><li>Masalah : </li></ul><ul><li>Dari dua metoda yang digunakan, apakah ada perbedaan yang signifikan?? </li></ul><ul><li>Bila ada perbedaan, metode manakah yang lebih baik?? </li></ul>
  26. 28. Analisa komparatif k (lebih dr 2) sampel berkorelasi <ul><li>Anova 1 arah; dg 1 faktor berpengaruh: </li></ul><ul><li>- Anova 1 arah dengan sampel sama banyaknya </li></ul><ul><li>- anlova 1 arah dg sampal tidak sama banyaknya </li></ul><ul><li>2. Anova 2 arah; dg 2 faktor berpengaruh </li></ul>
  27. 29. ANALISIS DESKRIPTIF <ul><li>Merupakan bentuk analisis data untuk menguji generalisasi hasil penelitian yang didasarkan atas satu sampel </li></ul><ul><li>Dilakukan melalui uji hipotesis deskriptif </li></ul><ul><li>Hasil analisa : apakah hipotesis penelitian dapat digeneralisasikan atau tidak </li></ul><ul><li>Menggunakan satu variabel atau lebih tapi bersifat mandiri ==  TIDAK BERBENTUK PERBANDINGAN ATAU HUBUNGAN </li></ul>
  28. 30. Contoh analisis deskriptif <ul><li>Penelitian untuk IP kumulatif rata-rata mahasiswa Teknik Kimia. Untuk itu diambel 50 sampel IP mahasiswa. </li></ul><ul><li>=  ujilah hipotesis yang mengatakan bahwa IPK rata-rata mahasiswa Teknik Kimia adalah 3,2. </li></ul>

×