Analisis Hubungan
Upcoming SlideShare
Loading in...5
×
 

Analisis Hubungan

on

  • 20,849 views

 

Statistics

Views

Total Views
20,849
Views on SlideShare
20,821
Embed Views
28

Actions

Likes
3
Downloads
494
Comments
1

1 Embed 28

http://www.slideshare.net 28

Accessibility

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
  • thanks ya
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Analisis Hubungan Analisis Hubungan Presentation Transcript

  • PEMODELAN SEDERHANA DENGAN REGRESI
    • Dengan pemodelan
        • ----  bisa memperkirakan bagaimana hubungan antara variabel yang ada
        • ----  pertanyaan : seberapa cocok model yang disusun terhadap data yang diperoleh ???
        • ===  perlu topik mengenai ANALISIS HUBUNGAN
  • ANALISIS HUBUNGAN
    • Yaitu bentuk analisis variabel (data) penelitian untuk untuk mengetahui :
    • Derajat atau kekuatan hubungan
    • Bentuk atau arah hubungan di antara variabel2
    • Besarnya pengaruh variabel yang satu (var. bebas) terhadap variabel lainnya (var. terikat).
  • TEKNIK STATISTIK DALAM ANALISIS HUBUNGAN
    • ANALISIS KORELASI (KOEFISIEN KORELASI
    • KOEFISIEN PENENTU (KOEF. DETERMINASI
    • ANALISIS REGRESI (PERSAMAAN REGRESI
    • ===  baik untuk hubungan yang melibatkan 2 variabel atau lebih
  • ANALISIS HUBUNGAN ANTARA 2 VARIABEL
    • 1. KOEFISIEN KORELASI (KK) adalah indeks atau bilangan yang digunakan untuk mengukur derajat hubungan, meliputi kekuatan hubungan dan bentuk/arah hubungan
    • Untuk kekuatan hubungan :
    • KK antara 0 dan +1
    • KK = 0 tidak ada hubungan
    • KK = 1 sempurna
    • 0,9 < KK < 1,00 sangat tinggi, kuat sekali
    • 0,7 <KK < 0,9 tinggi atau kuat
    • 0,4 < KK < 0,7 cukup atau sedang, dsb
    • Untuk bentuk/arah hubungan,
    • + =  Y naik terhadap kenaikan X
    • - =  Y turun terhadap penurunan X
  • KOEFISIEN KORELASI PEARSON r = koefisien korelasi Pearson X = variabel bebas Y = variabel terikat
  • ANALISIS HUBUNGAN ANTARA 2 VARIABEL
    • 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)
    • KP = (KK) 2 X 100 %
  • 3. REGRESI linear sederhana
    • Regresi : teknik analisis hubungan yang digunakan untuk meramalkan atau memperkirakan nilai dari suatu variabel dalam hubungannya dg variabel yang lain melalui suatu persamaan
    • ==  bisa pers. linear dan non linear
    • Regresi linear sederhana : regresi linear dimana variabel yang terlibat hanya 2, yaitu variabel terikat Y dan variabel bebas X, serta berpangkat 1
    • Bentuk persamaannya :
    • Y = mX + C
    • X = variabel bebas
    • Y variabel terikat (variabel yang diduga)
    • C = intersep
    • m = koefisien regresi (slope)
    • Jumlah kuadrat kesalahan =  minimal
    • Sum of square error (S) =  minimal
    • Least square
    • S = Jumlah(Y-Ym)2 =  minimal
  • REGRESI LINEAR SEDERHANA (2 VARIABEL)
    • Y P = mX + C
    • =  seberapa dekat persamaan pendekatan Y P dengan data hasil percobaan Y dan X ??
    • Jumlah kuadrat kesalahan (S) antara Y P dan Y harus minimal
    • Barapa nilai m dan C agar S minimal ???
    • =  berlaku
  •  
  •  
    • Substitusi dari pers (1) dan (2)
    • =  2 persamaan dengan 2 bilangan tak diketahui ==  m dan C bisa ditentukan
  • ANALISIS HUBUNGAN LEBIH 2 VARIABEL
    • Koefisien korelasi untuk 3 variabel
    • =  Y = f(X 1 , X 2 )
    • Atau
    • KP = R Y1,2 2 x 100 %
    • 2. Koefisien korelasi 4 variabel
    • ===  Y = f (X1, X1, X3)
    Koefisien Penentu KP = R 2 Y1,2 x 100 %
  • KOEFISIEN KORELASI PARSIAL 3 VARIABEL
    • 1. Koef. Korelasi parsial Y dan X1 bila X2 konstan
    Koef. Penentu parsial Y dan X1 bila X2 konstan KP = r 2 Y1,2 x 100 %
    • 2. Koef. Korelasi parsial Y dan X2 bila X1 konstan
    Koef. Penentu parsial Y dan X2 bila X1 konstan KP = r 2 Y2,1 x 100 %
    • 2. Koef. Korelasi parsial X1 dan X2 bila Y konstan
    Koef. Penentu parsial X1 dan X2 bila Y konstan KP = r 2 Y12 x 100 %
  • REGRESI LINEAR BERGANDA 3 VARIABEL
    • Y = f(x 1 , x 2 )
    • Misal Y = a + b 1 X 1 + b 2 X 2
    • ===  bila diturunkan akan diperoleh 3 persamaan dengan 3 bilangan tak diketahui a, b1, b2
  • ANALISIS KOMPARATIF
    • = analisis komparasi = analisis perbedaan = analisis variabel (data) untuk mengetahui perbedaan antara dua kelompok data (variabel) atau lebih
    • =  teknik statistik yang digunakan = uji statistik yaitu pengujian hipotesis komparatif
    • =  sering disebut UJI SIGNIFIKANSI ( test of significance )
  • Contoh analisis komparatif 1. sampel yang bekorelasi
    • perbandingan kemampuan kerja pegawai sebelum dan sesudah diberi pelatihan
    • Perbandingan nilai pretest dan posttest
    • Perbandingan kelompok eksperimen dengan kelompok kontrol
    • Perbadingan yield reaksi kimia antara katalis A dan katalis B
    • dll
  • Contoh analisis komparatif 2. sampel yang tidak bekorelasi
    • Perbandingan kinerja Reaktor Fixed Bed dengan Reaktor Fluidized bed
    • Perbandingan pendapatan dosen dengan pegawai
    • Perbandingan IP mahasiswa Teknik Kimia dengan mahasiswa Teknik Sipil
  • Analisis komparatif 2 sampel berkorelasi
    • ==  Uji statistik t untuk data interval/rasio
    • Menentukan formulasi hipotetis
    • a. Ho : tidak perbedaan positif antara kelompok I dan II
    • H1 : ada perbedaan positif antara kelompok I dan II
    • b. Ho tidak ada perbedaan negatif
    • H1 : ada perbedaan negatif
    • c. Ho : tidak perbedaan
    • H1 ada perbedaan
    • 2. Menentukan taraf nyata ( α ) dan t tabel
    • 3. Menentukan kriteria pengujian
    • 4. Menentukan nilai uji statistik
    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
  • Contoh masalah:
      • Data yield dari percobaan di industri dengan 2 metoda yang berbeda (A dan B)
    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
    • Masalah :
    • Dari dua metoda yang digunakan, apakah ada perbedaan yang signifikan??
    • Bila ada perbedaan, metode manakah yang lebih baik??
  • Analisa komparatif k (lebih dr 2) sampel berkorelasi
    • Anova 1 arah; dg 1 faktor berpengaruh:
    • - Anova 1 arah dengan sampel sama banyaknya
    • - anlova 1 arah dg sampal tidak sama banyaknya
    • 2. Anova 2 arah; dg 2 faktor berpengaruh
  • ANALISIS DESKRIPTIF
    • Merupakan bentuk analisis data untuk menguji generalisasi hasil penelitian yang didasarkan atas satu sampel
    • Dilakukan melalui uji hipotesis deskriptif
    • Hasil analisa : apakah hipotesis penelitian dapat digeneralisasikan atau tidak
    • Menggunakan satu variabel atau lebih tapi bersifat mandiri ==  TIDAK BERBENTUK PERBANDINGAN ATAU HUBUNGAN
  • Contoh analisis deskriptif
    • Penelitian untuk IP kumulatif rata-rata mahasiswa Teknik Kimia. Untuk itu diambel 50 sampel IP mahasiswa.
    • =  ujilah hipotesis yang mengatakan bahwa IPK rata-rata mahasiswa Teknik Kimia adalah 3,2.
  •