Analisis Korelasi dan Regresi Sederhana

Analisis Korelasi
Dosen Pengajar:
1) Dr. Ir. Reda Rizal, M.Si. (Lektor Kepala)
2) Ir. Iswahyuni Adil, MM. (Lektor Kepala)
3) Witanti Prihatiningsih, M.Ikom
4) Ir. Drina Intyaswati, M.Si
Red@-Statistika-FISIP-UPN Jakarta 1

Korelasi Linier
• Kita ingin memandang permasalahan mengukur
hubungan antara kedua variabel X dan Y.
• Dalam suatu kasus, bila X adalah umur suatu
mobil bekas dan Y nilai jual mobil tersebut, maka
kita membayangkan nilai-nilai X yang kecil
berpadanan dengan nilai-nilai Y yang besar.
• Analisis kolerasi mencoba mengukur kekuatan
hubungan antara dua peubah demikian melalui
sebuah bilangan yang disebut koefisien
kolerasi.

Persamaan Koefisien Korelasi (r)
• koefisien korelasi adalah ukuran hubungan
linier antara dua variabel x dan y diduga dengan
koefisien korelasi (r), yaitu :
• r = Sy
Sx
b
yiiynxiixn
yixiyxin
n
i
n
i
n
i
n
i
n
i
n
i
n
i











































  
 
  
 
1
2
1
2
1
2
1
2
1 11
1

CONTOH
• Tentukan koefisien korelasinya!
Jumlah jam belajar / minggu (x) 10 15 12 20 16 22
Nilai yang diperoleh (y) 98 81 84 74 80 80
No xi yi xi . yi x2i y2i
1
2
3
4
5
6
10
15
12
20
16
22
98
81
84
74
80
80
980
1215
1008
1480
1280
1760
100
225
144
400
256
484
8464
6561
7056
5476
6400
6400
95 491 7663 1609 40.357

JAWABAN
• r =
• r =
• r = -0,82
• r = 0,67
• Nilai r > 0,5 artinya semakin kuat hubungan antara x
dengan y, dan sebaliknya; bila nilai r < 0,5 artinya
semakin lemah hubungan antara x dan y.










































  
 
  
 
n
i
n
i
n
i
n
i
n
i
n
i
n
i
yiiynxiixn
yixiyixin
1
2
1
2
1
2
1
2
1 11
.
   22
)491()357.40.(6.)95()1609(.6
)491()95(*)7663(.)6(



Analisis Korelasi
Analisis Korelasi dipergunakan untuk mengetahui “keeratan hubungan” antara
dua variabel atau lebih tanpa memperhatikan ada atau tidak adanya hubungan
kausal (sebab-akibat) antar variabel tersebut.
Konsep dasar analisis :
• Korelasi dikatakan linier bila semua titik (Xi, Yi) pada
diagram pencar (scatter diagram) terlihat
mengelompok/bergerombol disekitar garis lurus.
• Korelasi dikatakan non-linier bila semua titik (Xi, Yi) pada
diagram pencar terletak disekitar kurva non-linier.
• Kemungkinan2 yang dapat dijumpai dalam analisis
korelasi sederhana berupa:
– 1. korelasi positif (+)
– 2. korelasi negatif (-)

Konsep dasar analisis :
• Korelasi positif (+) bila variabel Xi, Yi cenderung berubah
secara bersama dalam arah yang sama (meningkat atau
menurun secara bersama-sama)
y
x
...
..
. .
...
.
.
.
.
.
.
Kurva Linier positif
y
x
.
..
.
. .
. ... ..
..
.
.
Kurva Linier negatif
y
x
...
..
. .
...
.
.
.
.
.
.
Kurva Linier positif
y
x
..
.
..
..
. .. ..
.
.
.
.
Kurva Linier negatif

• Koefisien korelasi populasi biasanya ditulis dengan huruf
Yunani  (baca=rho) akan mendekati +1, sedangkan
untuk sampel menggunakan huruf r.
• Nilai koefisien korelasi (keeratan hubungan) mempunyai
nilai antara -1 sampai +1.
• Korelasi negatif, bila nilai r mendekati -1.
• Koefisien tidak berkorelasi, bila nilai r mendekati nol (0).
• Koefisien korelasi positif, bila nilai r mendekati +1.
• “Koefisiensi Korelasi” menyatakan “derajat” kekuatan
hubungan antara var x dan y.  notasi  xy atau rxy atau
r saja.
{ny² - (y)²}(x)²}-{nx²
(y)(x)-nxy
=r

• Analisis Korelasi merupakan suatu analisis untuk mengetahui tingkat
keeratan hubungan antara dua variabel.
• Tingkat hubungan tersebut dapat dibagi menjadi tiga kriteria, yaitu
mempunyai hubungan positif, mempunyai hubungan negatif dan tidak
mempunyai hubungan.
• Analisis Regresi Sederhana : digunakan untuk mengetahui pengaruh dari
variabel bebas terhadap variabel terikat atau dengan kata lain untuk
mengetahui seberapa jauh perubahan variabel bebas dalam mempengaruhi
variabel terikat.
• Dalam analisis regresi sederhana, pengaruh satu variabel bebas terhadap
variabel terikat dapat dibuat persamaan sebagai berikut : Y = a + b X.
Keterangan : Y : Variabel terikat (Dependent Variable); X : Variabel bebas
(Independent Variable); a : Konstanta; dan b : Koefisien Regresi.
• Untuk mencari persamaan garis regresi dapat digunakan berbagai
pendekatan (rumus), sehingga nilai konstanta (a) dan nilai koefisien regresi
(b) dapat dicari dengan metode sebagai berikut :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2] atau
a = (ΣY/N) – b (ΣX/N)
b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]

Berdasarkan hasil pengambilan sampel secara acak tentang pengaruh lamanya belajar (X) terhadap
nilai ujian (Y) adalah sebagai berikut :
(nilai ujian) X (lama belajar) X 2 XY
40 4 16 160
60 6 36 360
50 7 49 350
70 10 100 700
90 13 169 1.170
ΣY = 310 ΣX = 40 ΣX2 = 370 ΣXY = 2.740
Dengan menggunakan rumus di atas, nilai a dan b akan diperoleh sebagai berikut :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2]
a = [(310 . 370) – (40 . 2.740)] / [(5 . 370) – 402] = 20,4
b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]
b = [(5 . 2.740) – (40 . 310] / [(5 . 370) – 402] = 5,4
Sehingga persamaan regresi sederhana adalah Y = 20,4 + 5,2 X
Contoh-1

• Berdasarkan hasil penghitungan dan persamaan regresi
sederhana tersebut di atas, maka dapat diketahui
bahwa:
– 1) Lamanya belajar mempunyai pengaruh positif (koefisien
regresi (b) = 5,2) terhadap nilai ujian, artinya jika semakin lama
dalam belajar maka akan semakin baik atau tinggi nilai ujiannya;
– 2) Nilai konstanta adalah sebesar 20,4, artinya jika tidak belajar
atau lama belajar sama dengan nol, maka nilai ujian adalah
sebesar 20,4 dengan asumsi variabel-variabel lain yang dapat
mempengaruhi dianggap tetap.
• Analisis Korelasi (r) : digunakan untuk mengukur tinggi
rendahnya derajat hubungan antar variabel yang diteliti.

• Tinggi rendahnya derajat keeratan tersebut dapat dilihat
dari koefisien korelasinya.
• Koefisien korelasi yang mendekati angka + 1 berarti
terjadi hubungan positif yang erat, bila mendekati angka
– 1 berarti terjadi hubungan negatif yang erat.
• Sedangkan koefisien korelasi mendekati angka 0 (nol)
berarti hubungan kedua variabel adalah lemah atau
tidak erat. Dengan demikian nilai koefisien korelasi
adalah – 1 ≤ r ≤ + 1.
• Untuk koefisien korelasi sama dengan – 1 atau + 1
berarti hubungan kedua variabel adalah sangat erat atau
sangat sempurna dan hal ini sangat jarang terjadi dalam
data riil.
• Untuk mencari nilai koefisen korelasi (r) dapat digunakan
rumus sebagai berikut : r = [(N . ΣXY) – (ΣX . ΣY)] /
√{[(N . ΣX2) – (ΣX)2] . [(N . ΣY2) – (ΣY)2]}

Contoh-2
• Sampel yang diambil secara acak dari 5 mahasiswa, didapat data
nilai Statistik dan Matematika sebagai berikut :
Sampel X (statistik) Y (matematika) XY X2 Y2
1 2 3 6 4 9
2 5 4 20 25 16
3 3 4 12 9 16
4 7 8 56 49 64
5 8 9 72 64 81
Jumlah 25 28 166 151 186
r = [(N . ΣXY) – (ΣX . ΣY)] / √{[(N . ΣX2) – (ΣX)2] . [(N . ΣY2) – (ΣY)2]}
r = [(5 . 166) – (25 . 28) / √{[(5 . 151) – (25)2] . [(5 . 186) – (28)2]} = 0,94
Nilai koefisien korelasi sebesar 0,94 atau 94 % menggambarkan bahwa antara nilai
statistik dan matematika mempunyai hubungan positif dan hubungannya erat, yaitu
jika mahasiswa mempunyai nilai statistiknya baik maka nilai matematikanya juga
akan baik dan sebaliknya jika nilai statistik jelek maka nilai matematikanya juga
jelek.

Contoh-3
Hubungan antara waktu dan kuantitas produksi
Hari ke Lama Prod (x) Jmlh Prod (y) x² y² xy
1 2 10 4 100 20
2 4 20 16 400 80
3 6 50 36 2500 300
4 6 55 36 3025 330
5 8 60 64 3600 480
6 8 65 64 4025 520
7 9 75 81 5625 675
8 8 70 64 4900 560
9 9 80 81 6400 729
10 10 85 100 7225 850
 70 571 546 38161 4544
{(10) (38161) - (571)²}(70)²}- {(10)(546)
(571)(70)-(10) (4544)
=r r = 0,981
Berdasarkan nilai r (koefisiensi korelasi) sebesar 0,981, tampak bahwa terdapat korelasi
yang kuat dan positif antara lama produksi dengan jumlah produksi. Semakin lama
kegiatan produksi maka diikuti oleh jumlah produksi yang semakin meningkat.

Contoh-4
Dari suatu kegiatan praktikum studio photografi diperoleh data yang
menghubungkan variabel bebas X dan variabel terikat Y
sebagaimana ditunjukkan dalam tabel berikut.
Uji ke X Y
1 6 30
2 9 49
3 3 18
4 8 42
5 7 39
6 5 25
7 8 41
8 10 52
Σ 56 296

Jika berdasarkan kajian teoritis dan sifat dari fenomena yang
menghubungkan x dan y dapat diasumsikan mempunyai bentuk hubungan
linier, maka persamaan garis regresinya dapat ditentukan sebagai berikut.
Tabel perhitungan:
Uji ke- x y xy x2 y2
1 6 30 180 36 900
2 9 49 441 81 2401
3 3 18 54 9 324
4 8 42 336 64 1764
5 7 39 273 49 1521
6 5 25 125 25 625
7 8 41 328 64 1681
8 10 52 520 100 2704
 56 296 2257 428 12920
     
 56 296
7 37
8 8
x y
x y
n n

Kolom y2 ditambahkan pada tabel meskipun belum digunakan untuk
perhitungan persamaan garis regresi. Nilai tersebut akan digunakan
kemudian. Jadi dengan menggunakan hasil pada tabel, nilai dari
konstanta a dan b dapat ditentukan:
    
   
 
   

  
 
2 22
8(2257) (56)(296) 1480
5,1389
2888(428) (56)
n xy x y
b
n x x
    37 (5,1389)(7) 1,0277a y bx
Jadi persamaan garis regresi linier yang menggambarkan hubungan
antara variabel x dan y dari data sampel pada percobaan/praktikum di
atas adalah:
   ˆ 1,0277 5,1389y a bx x
Dengan menggunakan persamaan garis regresi yang diperoleh, maka
dapat diperkirakan hasil yang akan diperoleh (nilai y) untuk suatu
nilai x tertentu. Misalnya untuk x = 4 maka dapat diperkirakan bahwa
y akan bernilai:
   ˆ 1,0277 5,1389y a bx x =1,0277 + 5,1389(4) = 21,583

y = 5.1389x + 1.0278
0
10
20
30
40
50
60
0 2 4 6 8 10 12
x
y
Gambar. Garis regresi untuk contoh soal 4

Homework
Korelasi antara Biaya Iklan (x) dan Volume Penjualan (y)
Hari ke Biaya Iklan (juta rupiah) (x) Volume Penjualan (juta unit) (y)
1 60 30
2 120 40
3 200 42
4 250 40
5 300 51
6 400 55
7 500 53
8 450 50
9 550 55
10 500 55
Pertanyaan :
• Tentukan korelasi antara Biaya Iklan (x) dan Volume Penjualan (y)
• Buat diagram tebar garis Regresi
• Jelaskan makna bilangan statistik korelasi yang dihasilkan

THANK YOU
FOR YOUR ATTENTION
‫ﻭﺑﺮﮔﺘﺔ‬ ‫ﻭﺭﺣﻤﺔﺍﷲ‬ ‫ﻭﻟﺴﻼﻡﻋﻠﻴﻜﻢ‬
Red@-FISIP-UPN Jakarta 20

Persamaan regresi di bawah ini menyatakan hubungan antara pengeluaran
rumah tangga setiap bulan guna keperluan makanan dan pendapatan rumah
tangga setiap bulan (dalam ribuan Rp.):
Y = 3,5 + 0,76 X
SOAL & KUNCI JAWABAN:
PERTANYAAN:
1. Hitunglah berapa ribu rupiah pengeluaran setiap bulan akan bertambah, jika
pendapatan naik sebesar Rp.1.000,-
2. Hitung berapa pengeluaran setiap bulan apabila pendapatan rumah tangga
sebulannya mencapai Rp.100.000,-
3. Jika koefisien korelasi antara X dan Y sebesar r = 0,90, maka hitunglah
koefisien determinasinya dan jelaskan apa artinya.
JAWAB: Regresi dan Korelasi
a. Y = Rp. 4,26 ribu
b. Y = Rp. 79,5 ribu
c. Koefisien determinasi : r2 = (0,90)2 = 0,81
Besarnya sumbangan pendapatan terhadap pengeluaran rumah tangga untuk
keperluan makanan setiap bulan adalah 81 %, sedangkan sisanya sebesar 19
% disebabkan faktor-faktor lain

Dalam suatu perusahaan diperoleh data tentang laba bersih tiap tahun selama
periode tahun 2000 – 2006 sebagai berikut ( dalam puluhan juta Rp ):
PERTANYAAN:
1. Hitung nilai koefisien a dan b serta buatlah persamaan garis trend linearnya.
2. Berdasarkan persamaan garis trend tersebut, hitunglah perkiraan laba bersih
yang akan diperoleh pada tahun 2008.
JAWAB: Data Berkala – Trend Linier
a. Y = 76,86 + 3,79 X (Tahun Dasar : 2003)
b. Y 2008 = Rp. 958,1 juta
Tahun 2000 2001 2002 2003 2004 2005 2006
Laba 72 65 70 75 80 86 90

Diketahui persamaan garis regresi mengenai jumlah barang yang dipesan ( Y )
dan harga barang tersebut ( X )
Y = 130,64 – 6,93 X
PERTANYAAN:
1. Hitung jumlah barang yang dipesan jika harga barang sebesar 10.
2. Jika r = -0,95 menyatakan koefisien korelasi antara X dan Y, hitung besarnya
koefisien determinasi dan jelaskan apa artinya.
a. Y = 61,34 unit
b. r = – 0,95, maka koefisien diterminasi = r2 = 0,90. Dalam hal ini harga
barang mempunyai pengaruh yang negatif terhadap jumlah barang yang
dipesan, yaitu kenaikan harga barang pada umumnya menyebabkan jumlah
barang yang dipesan menurun. Besarnya pengaruh harga barang terhadap
jumlah harga barang yang dipesan adalah 90 %, sedangkan sisanya sebesar 10
% disebabkan faktor-faktor lain.

Dalam suatu perusahaan diperoleh data mengenai produksi yang dihasilkan
selama periode tahun 2000 – 2006 sebagai berikut ( dalam ton ) :
PERTANYAAN:
1. Hitung nilai koefisien a dan b serta buatlah persamaan garis trend linearnya.
2. Berdasarkan persamaan garis trend tersebut, hitunglah ramalan produksi
untuk tahun 2009.
a. Y = 16,29 + 1,96 X (Tahun dasar : 2003)
b. Y 2009 = 28,05 ton
Tahun 2000 2001 2002 2003 2004 2005 2006
Produksi 10 12 15 17 18 20 22

Harga dari 3 jenis ikan dan banyaknya konsumsi ikan tiap rumah tangga per
tahun adalah sebagai berikut :
PERTANYAAN:
1. Hitung angka indeks harga agregatif tertimbang dengan rumus Paasche
untuk tahun 2008 dengan tahun dasar 2007.
2. Jelaskan pengertian dari angka indeks tahun 2008 dibandingkan dengan
angka indeks tahun 2007 pada soal butir ( a ) di atas.
JAWAB: Angka Indeks
1. IP. 2008 / 2009 = 114 %
2. Harga tiga jenis ikan pada tahun 2008 naik 14 % dibandingkan dengan
harga tahun 2007
enis ikan Satuan Konsumsi Th. 2008
Harga ( Rp. / Kg )
2007 2008
Teri Kg 6 55.000 60.000
Udang Kg 10 25.000 30.000
Tongkol Kg 15 13.000 15.000

Data di bawah ini menunjukkan jumlah produksi suatu barang dan biaya
produksi yang dikeluarkan oleh suatu perusahaan.
X = Jumlah produksi ( unit ) ; Y = Biaya produksi ( juta Rp )
PERTANYAAN:
1. Tentukan persamaan regresi yang menunjukkan hubungan antara Y dan X.
2. Hitung besarnya biaya produksi jika jumlah produksi sebanyak 10 unit
3. Jika r = 0,99 merupakan nilai koefisien korelasi antara X dan Y, maka
hitunglah besarnya koefisien determinasi dan jelaskan apa artinya.
1. Y = 5,6 + 1,6 X
2. Y = Rp. 21,6 juta
3. Koefisien determinasi = r2 = 0,98 %, artinya besarnya pengaruh jumlah
produksi terhadap biaya produksi adalah 98 %, sedangkan sisanya sebesar
2 % disebabkan oleh faktor-faktor lain.
∑X = 20 ∑Y = 60 ∑XY = 256
∑X2 = 90 ∑Y2 = 746 n = 5

Sebuah persamaan trend mengenai besarnya omzet penjualan sepeda motor
dari suatu perusahaan periode 2000 – 2006 adalah sebagai berikut :
PERTANYAAN:
1. Jelaskan arti dari nilai koefisien a = 6,30 dan koefisien b = 1,14 tersebut.
2. Berdasarkan persamaan trend di atas, hitunglah perkiraan omzet penjualan
untuk tahun 2008.
1. Nilai koefisien a = 6,30 menunjukkan perkiraan besarnya omzet penjualan
sepeda motor pada tahun dasar 2000 yaitu sebesar Rp.6,30 miliar.
2. Nilai koefisien b = 1,14 menunjukkan perkiraan rata-rata kenaikan omzet
penjualan sepeda motor pertahun yaitu sebesar Rp.1,14 miliar.
3. Y 2008 = Rp.15,42 miliar
Y = 6,30 + 1,14 X
Tahun dasar = 2000
Unit Y = Miliaran rupiah

Berikut ini data harga tiga jenis bumbu dan banyaknya konsumsi bumbu tiap
rumah tangga per tahun.
PERTANYAAN:
1. Hitung angka indeks harga agregatif tertimbang dengan rumus Laspeyres
untuk tahun 2008 dengan tahun dasar 2007.
2. Jelaskan pengertian dari angka indeks tahun 2008 dibandingkan dengan
angka indeks tahun 2007 pada soal butir ( 1 ) di atas.
JAWAB: ANGKA INDEKS
1. IL 2008 / 2007 = 119
2. Harga 3 jenis bumbu yang dikonsumsi rumah tangga tahun 2008 mengalami
kenaikan sebesar 19 % dari harga tahun 2007.
Jenis Bumbu Satuan Konsumsi Thn 2007
Harga (Rp / Kg)
2007 2008
Bawang merah Kg 12 10.000 12.000
Bawang putih Kg 6 5.000 6.000
Lada putih Kg 1 35.000 40.000

Besarnya pengeluaran para pengunjung TMII Jakarta untuk membeli souvenir
disajikan pada tabel di bawah ini.
PERTANYAAN:
1. Hitunglah rata-rata besarnya pengeluaran untuk membeli suvenir tersebut.
2. Hitung pula besarnya modus.
3. Jelaskan pengertian dari nilai rata-rata pada jawaban butir (1) di atas.
JAWAB: Ukuran Nilai Sentral
1. = Rp.73.300,-
2. Mo = Rp.73.800,-
3. Rata-rata besarnya pengeluaran dari para pengunjung TMII Jakarta untuk
membeli souvenir adalah Rp.73.300,-
Besar Pengeluaran (Ribuan Rp.) Banyak Pengunjung
50 - 59 3
60 - 69 6
70 - 79 9
80 - 89 5
90 - 99 2

Gaji bulanan dari 30 karyawan suatu perusahaan adalah sebagai berikut :
PERTANYAAN:
1. Buatlah tabel frekuensi kumulatif persentase lebih dari (more than ogive)
berdasarkan data di atas, dan hitunglah berapa persen karyawan yang
gajinya antara Rp.5.000.000,- sampai dengan Rp.5.900.000,-
2. Hitung pula berapa persen karyawan yang gajinya sama atau lebih dari
Rp.7.000.000,-
JAWAB: Distribusi Frekuensi
1. 20 %
2. 47 %
Gaji bulanan (Ratusan ribu Rp.) Banyaknya Karyawan
40 - 49 3
50 - 59 6
60 - 69 7
70 - 79 8
80 - 89 4
90 - 99 2

Dari daftar hadir pegawai suatu instansi diperoleh data banyaknya pegawai
yang tidak hadir dalam periode satu bulan seperti pada tabel di bawah ini.
PERTANYAAN:
1. Hitunglah rata-rata jumlah hari tidak hadir dari para pegawai tersebut.
1. = 7 hari
2. Mo = 8,4 hari
3. Rata-rata jumlah hari tidak hadir dari setiap pegawai dalam periode satu
bulan adalah 7 hari
Jumlah hari tidak hadir Jumlah pegawai
1 - 3 9
4 - 6 6
7 - 9 13
10 - 12 9
13 - 15 1

Sebanyak 25 ibu rumah tangga yang ditanya mengenai besarnya pengeluaran
setiap minggu untuk keperluan bahan makanan, memberikan gambaran
sebagai berikut:
PERTANYAAN:
1. Buatlah tabel frekuensi kumulatif persentase kurang dari (less than ogive)
berdasarkan tabel di atas, dan hitunglah berapa persen ibu rumah tangga
yang besar pengeluarannya antara Rp.70.000.- sampai dengan Rp.79.000.-
2. Hitung pula berapa persen ibu rumah tangga yang besar pengeluarannya
sama atau kurang dari Rp.59.000,-
1. 12 %
2. 72 %
Pengeluaran (Ribuan Rp.) Banyaknya ibu rumah tangga
30 - 39 3
40 - 49 8
50 - 59 7
60 - 69 4
70 - 79 3

Jumlah hari menginap para tamu di Hotel Tangerang disajikan pada tabel
berikut
PERTANYAAN:
1. Hitunglah rata-rata jumlah hari menginap para tamu tersebut.
1. = 7 hari
2. Mo = 8 hari
3. Rata-rata jumlah hari menginap dari 30 orang tamu di Hotel Tangerang
adalah 7 hari.
Jumlah hari menginap Jumlah tamu
1 - 3 7
4 - 6 6
7 - 9 10
10 - 12 4
13 - 15 3

Berikut ini data mengenai besarnya keuntungan setiap hari dari 30 orang
pedagang kecil di Pasar Anyar Tangerang (dalam ribuan rupiah):
PERTANYAAN:
1. Hitunglah besarnya rata-rata keuntungan setiap hari dari pedagang tersebut.
3. Jelaskan pengertian dari nilai modus pada jawaban butir (2) di atas.
1. = Rp.25.433,-
2. Mo. = Rp.25.000.-
3. Besar modus keuntungan setiap hari dari 30 orang pedagang kecil di Pasar
Anyar Tangerang adalah Rp.25.000,-
20 28 23 22 27 23 28 25 25 23
25 25 30 25 30 23 27 30 28 27
27 22 27 20 25 28 25 23 27 25

Tabel di bawah ini menyajikan upah kerja dari 30 pekerja harian.
PERTANYAAN:
1. Buatlah tabel frekuensi kumulatif persentase lebih dari (more than ogive)
berdasarkan data di atas, dan hitunglah berapa persen pekerja harian yang
upahnya sama atau lebih dari Rp.74.000,-
(Petunjuk : angka desimal dibulatkan menjadi angka satuan)
Jumlah pekerja yang jumlahnya ≥ Rp.74.000,-
= 27 + 13 + 7 = 47 %
Upah kerja (Ribuan Rp.) Banyaknya pekerja harian
65 – 67 3
68 – 70 6
71 – 73 7
74 – 76 8
77 – 79 4
80 – 82 2

Analisis Korelasi dan Regresi Sederhana

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to Analisis Korelasi dan Regresi Sederhana

Similar to Analisis Korelasi dan Regresi Sederhana (20)

More from Hafiza .h

More from Hafiza .h (20)

Analisis Korelasi dan Regresi Sederhana