Your SlideShare is downloading. ×
Analisis regresi dan korelasi sederhana
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Saving this for later?

Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime - even offline.

Text the download link to your phone

Standard text messaging rates apply

Analisis regresi dan korelasi sederhana

6,330
views

Published on

Kritik dan Saran sangat diharapkan untuk perbaikan selanjutnya. Thanx …

Kritik dan Saran sangat diharapkan untuk perbaikan selanjutnya. Thanx
Mr.G

Published in: Education

2 Comments
1 Like
Statistics
Notes
No Downloads
Views
Total Views
6,330
On Slideshare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
186
Comments
2
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Makna Korelasi dan Regresi Regresi dan korelasi digunakanuntuk mempelajari pola dan mengukurhubungan statistik antara dua variabelatau lebih. Jika digunakan dua variabel disebutRegresi dan Korelasi Sederhana dan jikalebih disebut Regresi dan KorelasiBerganda.
  • 2. Analisa korelasi sederhana : menelitihubungan dan bagaimana eratnya itu,tanpa melihat bentuk hubungan.• Jika kenaikan didalam suatu variable diikuti dengan kenaikan variable yang lain,maka dapat dikatakan bahwa kedua variable tersebut mempunyai “korelasi”yang positif.• Jika kenaikan didalam suatu variable diikuti penurunan variable yang lain maka kedua variable tersebut mempunyai korelasi negatif.• Jika tidak ada perubahan pada suatu variable ,meskipun variable yang lain mengalami perubahan ,maka kedua variable tersebut, tidak mempunyai hubungan (uncorrelated).
  • 3. Pedoman Untuk MenginterpretasikanKoefisien Korelasi (r)Interval Koefisien Tingkat Hubungan0,00 – 0,199 Sangat rendah0.20 – 0,399 Rendah0,40 – 0,599 Sedang0,60 – 0,799 Kuat0,80 – 1,000 Sangat Kuat
  • 4. Ukuran yang digunakan untuk mengukur derajat hubungan (korelasi)linier disebut koefisien korelasi (correlation coefisient)yang dinyatakan dengan notasi” r” yang sering dikenal dengan nama“Koefisien Korelasi Pearson atauProduct Moment Coefficient of Correlation”, dan secarasederhana dapat dittulis sbb : n r 2 2 2 2 n n rNilai selalu terletak antara – 1 dan + 1 (-1< r < 1)Jika r =1, ini berarti ada korelasi positif sempurna antara X dan Y r = -1 ini berarti ada korelasi negatif sempurna antara X dan Y. r = 0, ini berarti tidak ada korelasi antara X dan Y
  • 5. Analisis RegresiAnalisis regresi digunakan untuk mengetahuihubungan ketergantungan antara variabel takbebas X (dependent) dengan variabel bebas Y(independent)Dengan tujuan untuk meramalkan nilai rata-ratadari variabel tak bebas apabila variabel bebasnyasudah diketahui.Hal itu dapat diketahui dengan menyajikan datakedalam diagram pencar ( Scaater Diagram)
  • 6.  Diagram Pencar akan menggambarkan hubungan antara variabel X dan Y. Jika letak hubungan berupa garis lurus maka dapat diramalkan bahwa variabel-variabel tersebut ada hubungan linier. Dalam hal lainnya hubungannya diramalkan non linier.
  • 7. Jika regresi Y atas X linier, maka persamaanpersamaannya ditulis dalam bentuk linier: (persamaan garis lurus) = nilai yang di ukur pada variabel tak bebas = intersep/perpotongan garis regresi dengan sumbu Y. = Kemiringan garis regresi. Untuk mengukur naik/turunnya Y setiap perubahan satu-satuan X.
  • 8. Harga dan untuk regresi linier diatas dapat dicariberdasarkan sekumpulan data sebanyak n buahdengan sistem persamaan sebagai berikut :Kedua persamaan diatas, disebutkaan persamaannormal untuk bentuk regresi . Persamaan normalini dapat dituliskan kembali menjadi :
  • 9. Mencari hubungan regresi dan korelasi dengan menggunakan SPSSDisamping merupakan tabel mengenaimetode pembelajaran konvensional dantype STAD (Student Team AchievmentDivision).(Peneliti meramalkan jika hasil siswadengan metode konvensional baik makaSTAD juga baik).
  • 10. Aplikasi Regresi dengan SPSS :1. Pilih menu Analyze – Regression – Linear2. Tentukan var bergantung dan var bebas3. Tentukan Metoda yang digunakan (Enter, Stepwise,Forward, Backward)4. Tentukan perhitungan statistik yang diperlukan5. Tentukan jenis plot yang diperlukan6. Tentukan harga F testnya
  • 11. Klik : Analyze – Regression - Linear
  • 12.  Tentukan variable X (var. dependen) dan variabel Y (var. independen)
  • 13. OutputNilai R = 0,595 berarti korelasi hasil siswa denganmenggunakan metode konvensional dan type STADsedang.Kedua variabel memiliki 35,4% kebersamaanvariasinya. Sisanya 64,6% tidak dapat dijelaskan atautidak teramalkan atau 35,4% dari variasi konvensionalitu berkaitan dengan peubah STAD, sedangkan 64,6%lagi tidak.(Nilai 35,4% diperoleh dari 0,5952 x 100%).