Dokumen tersebut membahas tentang analisis regresi dan korelasi untuk mempelajari hubungan antara dua variabel atau lebih. Variabel independen mempengaruhi variabel dependen. Analisis ini mengukur seberapa kuat hubungan antar variabel dan menentukan arah hubungan tersebut yaitu positif, negatif, atau tidak ada hubungan. Garis regresi digunakan untuk memodelkan hubungan antar variabel berdasarkan metode kuadrat terkecil.
Analisis regresi linier digunakan untuk mempelajari hubungan antara variabel penguasaan kosa kata dan kemampuan menulis. Hasilnya menunjukkan hubungan positif dan signifikan antara kedua variabel dengan koefisien determinasi sebesar 68,2%.
Dokumen tersebut membahas tentang fungsi-fungsi non linier khususnya fungsi kuadrat, logaritma, dan eksponensial. Secara khusus, bagian pertama menjelaskan bentuk umum dan cara penyelesaian persamaan kuadrat. Bagian berikutnya mendefinisikan konsep profit, cost, dan revenue dalam hubungannya dengan fungsi permintaan dan penawaran serta cara menggambarkannya secara grafis.
Analisis regresi linier digunakan untuk mempelajari hubungan antara variabel penguasaan kosa kata dan kemampuan menulis. Hasilnya menunjukkan hubungan positif dan signifikan antara kedua variabel dengan koefisien determinasi sebesar 68,2%.
Dokumen tersebut membahas tentang fungsi-fungsi non linier khususnya fungsi kuadrat, logaritma, dan eksponensial. Secara khusus, bagian pertama menjelaskan bentuk umum dan cara penyelesaian persamaan kuadrat. Bagian berikutnya mendefinisikan konsep profit, cost, dan revenue dalam hubungannya dengan fungsi permintaan dan penawaran serta cara menggambarkannya secara grafis.
Dokumen tersebut membahas tentang ukuran pemusatan data, yaitu mean, median, dan modus. Mean adalah rata-rata aritmatika dari sekelompok data, median adalah nilai tengah data yang telah diurutkan, dan modus adalah nilai yang paling sering muncul dari data. Dokumen ini menjelaskan rumus dan contoh perhitungan ketiga ukuran pemusatan data tersebut.
Dalam matakuliah statistik ini membahas dan menjelaskan fungsi ilmu statistik di bidang ekonomi, alat analisis yan digunakan, pengujian data, dan teori-teori para ahli mengenai statistik dan implementasinya di Ekonomi umumnya, akuntansi dan manajemen khususnya.
Regresi linear sederhana adalah metode analisis hubungan antara satu variabel bebas dan satu variabel terikat dengan menggunakan persamaan Y = a + Bx, dimana a adalah konstanta dan b adalah koefisien regresi. Rumus koefisien regresi b dan konstanta a dijelaskan untuk memodelkan hubungan antara variabel bebas dan terikat berdasarkan data. Analisis regresi linear sederhana digunakan untuk memprediksi perubahan variabel terikat jika terjadi
Dokumen tersebut membahas tentang deret hitung (aritmetika) dan rumus-rumus yang terkait. Dijelaskan bahwa deret hitung merupakan susunan bilangan yang membentuk pola tertentu dengan selisih antar bilangan yang sama. Dilaporkan pula rumus untuk menghitung suku ke-n, nilai awal, selisih, dan jumlah bilangan hingga suku ke-n. Contoh soal dan penyelesaiannya pun diberikan.
Dokumen tersebut membahas tentang pendugaan parameter populasi dengan menggunakan nilai statistik sampel. Terdapat beberapa metode pendugaan yang dijelaskan seperti pendugaan rata-rata, variansi, dan perbedaan rata-rata untuk sampel besar dan kecil dengan memberikan contoh soal.
Dokumen tersebut membahas konsep dasar probabilitas, termasuk definisi probabilitas, manfaat mengetahui probabilitas, pendekatan klasik, relatif, dan subjektif dalam memahami probabilitas, serta hukum-hukum dasar probabilitas seperti hukum penjumlahan dan perkalian.
1. Analisis regresi digunakan untuk mengkaji hubungan antara variabel bebas dan terikat yang diungkap dalam persamaan matematis untuk meramal nilai variabel terikat berdasarkan variabel bebas.
2. Pada kasus ini, persamaan regresinya adalah Penjualan = -48,872 + 85,083xBiaya_Iklan dengan koefisien korelasi 0,665 yang menunjukkan hubungan positif sedang.
3. Biaya iklan yang harus disediakan untuk
Dokumen tersebut membahas tentang ukuran pemusatan data, yaitu mean, median, dan modus. Mean adalah rata-rata aritmatika dari sekelompok data, median adalah nilai tengah data yang telah diurutkan, dan modus adalah nilai yang paling sering muncul dari data. Dokumen ini menjelaskan rumus dan contoh perhitungan ketiga ukuran pemusatan data tersebut.
Dalam matakuliah statistik ini membahas dan menjelaskan fungsi ilmu statistik di bidang ekonomi, alat analisis yan digunakan, pengujian data, dan teori-teori para ahli mengenai statistik dan implementasinya di Ekonomi umumnya, akuntansi dan manajemen khususnya.
Regresi linear sederhana adalah metode analisis hubungan antara satu variabel bebas dan satu variabel terikat dengan menggunakan persamaan Y = a + Bx, dimana a adalah konstanta dan b adalah koefisien regresi. Rumus koefisien regresi b dan konstanta a dijelaskan untuk memodelkan hubungan antara variabel bebas dan terikat berdasarkan data. Analisis regresi linear sederhana digunakan untuk memprediksi perubahan variabel terikat jika terjadi
Dokumen tersebut membahas tentang deret hitung (aritmetika) dan rumus-rumus yang terkait. Dijelaskan bahwa deret hitung merupakan susunan bilangan yang membentuk pola tertentu dengan selisih antar bilangan yang sama. Dilaporkan pula rumus untuk menghitung suku ke-n, nilai awal, selisih, dan jumlah bilangan hingga suku ke-n. Contoh soal dan penyelesaiannya pun diberikan.
Dokumen tersebut membahas tentang pendugaan parameter populasi dengan menggunakan nilai statistik sampel. Terdapat beberapa metode pendugaan yang dijelaskan seperti pendugaan rata-rata, variansi, dan perbedaan rata-rata untuk sampel besar dan kecil dengan memberikan contoh soal.
Dokumen tersebut membahas konsep dasar probabilitas, termasuk definisi probabilitas, manfaat mengetahui probabilitas, pendekatan klasik, relatif, dan subjektif dalam memahami probabilitas, serta hukum-hukum dasar probabilitas seperti hukum penjumlahan dan perkalian.
1. Analisis regresi digunakan untuk mengkaji hubungan antara variabel bebas dan terikat yang diungkap dalam persamaan matematis untuk meramal nilai variabel terikat berdasarkan variabel bebas.
2. Pada kasus ini, persamaan regresinya adalah Penjualan = -48,872 + 85,083xBiaya_Iklan dengan koefisien korelasi 0,665 yang menunjukkan hubungan positif sedang.
3. Biaya iklan yang harus disediakan untuk
Dokumen tersebut membahas tentang analisis regresi dan korelasi. Ia menjelaskan bahwa analisis regresi digunakan untuk mempelajari hubungan antara variabel independen dan dependen, serta mengukur kekuatan hubungan tersebut melalui koefisien korelasi dan koefisien determinasi. Dokumen ini juga menjelaskan cara menentukan persamaan regresi linier dan menghitung nilai a dan b, serta contoh soal penerapannya.
Dokumen tersebut membahas tentang analisis regresi dan korelasi. Ia menjelaskan bahwa analisis regresi digunakan untuk mempelajari hubungan antara variabel independen dan dependen, serta mengukur kekuatan hubungan tersebut melalui koefisien korelasi dan koefisien determinasi. Dokumen ini juga menjelaskan cara menentukan persamaan regresi linier dan menghitung nilai a dan b, serta contoh soal penerapannya.
Analisis Korelasi dan Regresi SederhanaAgung Anggoro
Dokumen tersebut membahas analisis korelasi dan regresi sederhana. Ia menjelaskan konsep korelasi Pearson dan koefisien korelasi untuk mengukur hubungan antara dua variabel, serta rumus dan asumsi analisis regresi linier untuk memodelkan hubungan antara variabel tergantung dan bebas. Contoh kasus yang diberikan melibatkan analisis korelasi dan regresi antara promosi dan penjualan produk.
Dokumen tersebut membahas analisis regresi dan korelasi sederhana, termasuk definisi, model persamaan, dan uji hipotesis untuk kedua analisis tersebut. Analisis regresi digunakan untuk mengetahui pengaruh satu atau lebih variabel bebas terhadap variabel tidak bebas, sedangkan analisis korelasi untuk mengetahui kekuatan hubungan antar variabel. Keduanya melibatkan penentuan koefisien dan uji signifikansi melalui statistik uji t
Dokumen tersebut membahas tentang korelasi, yaitu teknik statistik untuk mengukur hubungan antara dua variabel atau lebih. Terdapat beberapa jenis korelasi seperti korelasi bivariat, korelasi partial, korelasi Pearson, Spearman, dan Kendall. Korelasi digunakan untuk mengukur kekuatan hubungan antar variabel dan menguji hipotesis. Nilai koefisien korelasi menunjukkan kekuatan hubungan antara vari
Dokumen tersebut membahas teori-teori asal mula negara, baik teori spekulatif maupun teori historis. Teori-teori spekulatif meliputi teori perjanjian masyarakat, teori teokratis, teori kekuasaan, dan teori-teori lainnya. Sedangkan teori historis berfokus pada perkembangan masyarakat menjadi negara secara primer dan sekunder melalui berbagai tahapan. Dokumen ini juga membahas teori
Teks tersebut membahas tentang faktor lingkungan yang mempengaruhi pertumbuhan mikroba dan pengendalian mikroba. Faktor lingkungan terbagi menjadi faktor biotik dan abiotik, seperti suhu, tekanan osmosis, dan ketersediaan nutrisi. Mikroba akan tumbuh optimal pada kondisi lingkungan tertentu. Pengendalian mikroba dapat dilakukan dengan memanfaatkan pengaruh suhu dan waktu terhadap kematian
Dokumen tersebut membahas pengaruh kemajuan ilmu pengetahuan dan teknologi terhadap negara Indonesia dalam kerangka Bhinneka Tunggal Ika. Dibahas dampak positif dan negatifnya di bidang politik, ekonomi, sosial budaya, dan hukum & pertahanan. Dampak positif meliputi keterbukaan, kebebasan, dan pemerintahan demokratis secara politik, serta peningkatan investasi, ekspor, dan kemakmuran ekonomi. Nam
Virus merupakan partikel submikroskopis yang hanya dapat hidup dan berkembang biak di dalam sel inang. Virus terdiri atas asam nukleat dan selubung protein, serta tidak memiliki organel seperti sel sehingga tidak dapat melakukan metabolisme sendiri. Virus dapat menginfeksi berbagai jenis sel inang seperti sel tumbuhan, hewan, dan bakteri."
Teknologi merupakan faktor penting dalam pembangunan pertanian. Dokumen ini membahas pengertian teknologi pertanian sebagai penerapan ilmu-ilmu alam dan matematika untuk memanfaatkan sumber daya pertanian secara ekonomis demi kesejahteraan manusia. Juga dibahas perkembangan teknologi dari masa kuno hingga modern yang memerlukan dasar ilmiah.
Dokumen tersebut memberikan informasi mengenai karakteristik dan klasifikasi jamur. Jamur diklasifikasikan menjadi 4 kelompok utama berdasarkan morfologi dan cara reproduksinya, yaitu jamur lendir, khamir, kapang, dan cendawan. Jamur memiliki peran penting dalam ekosistem sebagai dekomposer bahan organik dan beberapa spesies memiliki manfaat ekonomi.
Bakteri dan protista memiliki perbedaan struktur sel dan habitat. Bakteri bersel tunggal dengan struktur sel sederhana tanpa inti, sedangkan protista menunjukkan tingkat diferensiasi sel yang lebih tinggi dengan keberadaan inti. Bakteri ditemukan di hampir semua habitat, sedangkan protista hanya ditemukan di lingkungan lembab.
Dokumen tersebut membahas tentang isolasi mikroba dan pertumbuhan mikroba. Isolasi mikroba dilakukan untuk memisahkan satu jenis mikroba dari komunitasnya agar dapat dipelajari secara khusus. Prosedur isolasi mikroba meliputi pengambilan sampel, pengenceran, penanaman, pemisahan, dan identifikasi. Pertumbuhan mikroba diukur melalui kurva pertumbuhan yang menunjukkan fase lamban
BAHAN BACAAN BAB 2 - Perkembangan Mikrobiologi (1).pdfWan Na
Dokumen ini membahas sejarah penemuan mikroba dan perkembangan teori tentang asal mula kehidupan. Pada abad ke-17, Leeuwenhoek menemukan mikroba dengan menggunakan mikroskop sederhana, membuka jalan bagi bidang mikrobiologi. Kemudian muncul dua teori tentang asal kehidupan, yaitu teori abiogenesis yang menyatakan kehidupan berasal dari benda mati, dan teori biogenesis yang menyatakan
Bakteri memiliki ciri-ciri sebagai berikut:
1. Berukuran sangat kecil, uniseluler, dan berbentuk berbagai bentuk seperti batang, bola, dan spiral
2. Memiliki struktur seperti dinding sel, membran sel, kapsul, flagela, dan pili yang membedakannya dari organisme lain
3. Tersebar luas di berbagai habitat dan memiliki peran penting dalam siklus hayati bumi
2. Analisis Regresi dan Korelasi
• Analisis regresi digunakan untuk mempelajari dan mengukur
hubungan statistik yang terjadi antara dua varibel atau lebih
variabel.
• Variabel tersebut adalah variabel X (variabel independent /
variabel yang mempengaruhi / variabel yang diketahui), dan
variabel Y (variabel dependent / variabel yang dipengaruhi/
variabel yang tidak diketahui)
• Analisis korelasi bertujuan untuk mengukur “seberapa kuat”
atau “derajat kedekatan”, suatu relasi yang terjadi antar
variabel.
3. Macam hubungan antara 2 variabel
• Pada dasarnya hubungan antar 2 variabel
dapat dibedakan atas:
1. Hubungan searah/positif
2. Hubungan bersifat kebalikan/negatif
3. Tidak ada hubungan
4. Hubungan searah/positif
• Hubungan yang searah diartikan apabila
perubahan variabel x (independent) akan
mempengaruhi variabel y (dependent) yang
searah.
Atau jika variabel x bertambah, maka variabel y
bertambah pula, dan sebaliknya.
• Contoh :
a. hubungan antara pengeluaran iklan (x) dan
jumlah penjualan (y).
b. Hubungan antara penghasilan (X) dan pengeluaran
konsumsi (Y)
5. Hubungan bersifat kebalikan/negatif
• Dua variabel dikatakan mempunyai hubungan
yang bersifat kebalikan atau negatip, apabila
perubahan variabel independent (x) akan
mempengaruhi variabel dependent (Y) pada
arah yang berlawanan.
• Artinya apabila variabel x bertambah, maka
variabel y berkurang atau sebaliknya, jika
variabel x berkurang maka variabel y
bertambah.
6. Hubungan bersifat kebalikan/negatif
Contoh :
a. Hubungan antara usia kendaraan (X) dengan
tingkat harga (Y).
b. Hubungan antara harga barang (x) dengan
jumlah yang diminta (Y)
7. Tidak ada hubungan
• Dua variabel dikatakan tidak punya hubungan
apabila perubahan pada variabel independent
(x) tidak mempengaruhi perubahan pada
variabel dependent (y).
• Contoh :
Hubungan antara konsumsi pangan (x) dengan
tingginya gedung (y).
8. Relasi yang Logis
• Seorang pimpinan perusahaan selalu dihadapkan pada
masalah pengambilan keputusan yang berkaitan dengan hal-
hal di masa mendatang.
• Untuk pengambilan keputusan yang tepat, maka harus
berdasarkan pada data yang diketahui, dihubungkan dengan
hal-hal di masa mendatang.
• Seperti kita ketahui, pada semua kejadian, baik kejadian
ekonomi maupun lainnya, pasti ada faktor yang menyebabkan
terjadinya kejadian-kejadian tersebut (merosotnya hasil
penjualan tekstil mungkin disebabkan karena kalah bersaing
dengan tekstil impor, merosotnya produksi padi mungkin
karena pupuknya berkurang, dan lain sebagainya)
9. Penggambaran Garis Regresi
Ada 2 cara penggambaran garis regresi :
1. Metode diagram berserak (The scatter diagram)
2. Metode jumlah kuadrat terkecil (The least square’s
method)
10. Diagram Pencar
Setelah ditetapkan bahwa terdapat hubungan logis di antara
variabel, maka untuk mendukung analisis lebih jauh,
barangkali tahap selanjutnya adalah menggunakan grafik.
Grafik ini disebut diagram pencar, yang menunjukkan titik-titik
tertentu. Setiap titik memperlihatkan suatu hasil yang kita
nilai sebagai varibel tak bebas maupun bebas
11. Diagram pencar ini memiliki 2 manfaat, yaitu :
- membantu menunjukkan apakah terdapat hubungan
yang bermanfaat antara dua variabel,
- dan membantu menetapkan tipe persamaan yang
menunjukkan hubungan antara kedua variabel
tersebut.
14. Diagram Pencar
0
5
10
15
20
25
30
35
40
45
50
55
60
0 1 2 3 4 5 6 7 8 9 10 11
Hasil Tes Kecerdasan
Hasil
Produksi
(lusin)
Karyawan Hasil Produksi
(lusin)
(Y)
Skor Tes
Kecerdasan
(X)
A 30 6
B 49 9
C 18 3
D 42 8
E 39 7
F 25 5
G 41 8
H 52 10
15. Metode jumlah kuadrat terkecil
Regresi merupakan suatu alat ukur yang juga digunakan untuk
mengukur ada atau tidaknya korelasi antar variabelnya.
Istilah regresi itu sendiri berarti ramalan atau taksiran.
Persamaan yang digunakan untuk mendapatkan garis regresi
pada data diagram pencar disebut persamaan regresi.
16. Untuk menempatkan garis regresi pada data yang diperoleh maka
digunakan metode kuadrat terkecil, sehingga bentuk
persamaan regresi adalah sebagai berikut:
Y’ = a + b X
Dimana:
Y’: nilai estimate variabel terikat
a: titik potong garis regresi pd sumbu y (nilai estimate Y’ bila x=0)
b: gradien garis regresi (perub nilai estimate Y’ per satuan
perubahan nilai x)
X: nilai variabel bebas
Kesamaan diantara garis regresi dan garis trend tidak dapat
berakhir dengan persamaan garis lurus. Garis regresi (seperti
garis trend dan nilai tengah aritmatika) memiliki dua sifat
matematis berikut :
17. (Y – Y’) = 0
dan (Y – Y’)2 = nilai terkecil atau terendah
Dengan perkataan lain, garis regresi akan ditempatkan pada
data dalam diagram sedemikian rupa sehingga
penyimpangan (perbedaan) positif titik-titik terhadap titik-
titik pencar di atas garis akan mengimbangi penyimpangan
negatif titik-titik pencar yang terletak di bawah garis,
sehingga hasil penyimpangan keseluruhan titik-titik terhadap
garis lurus adalah nol.
18. Untuk tujuan di atas, perhitungan analisis regresi dan analisis
korelasi dapat dipermudah dengan menggunakan rumus
dalam bentuk penyimpangan nilai tengah variabel X dan Y,
yaitu penyimpangan dari
Y
dan
X
19. Oleh karena itu, dapat digunakan simbol berikut ini :
Y
Y
X
X
xy
dan
Y
Y
y
X
X
x
20. Nilai dari a dan b pada persamaan regresi dapat dihitung dengan
rumus berikut :
X
b
Y
a
X
X
n
Y
X
Y
X
n
b
x
y
x
b
i
i
i
i
i
i
i
i
i
2
2
2
21. Karyawan Hasil Produksi
(lusin) (Y)
Skor Tes
(X)
y x xy x2 y2
A 30 6 -7 -1 7 1 49
B 49 9 12 2 24 4 144
C 18 3 -19 -4 76 16 361
D 42 8 5 1 5 1 25
E 39 7 2 0 0 0 4
F 25 5 -12 -2 24 4 144
G 41 8 4 1 4 1 16
H 52 10 15 3 45 9 225
296 56 0 0 185 36 968
Tabel perhit.
X
X
Y
Y
7
8
56
37
8
296
N
X
X
N
Y
Y
22. 02
,
1
7
14
,
5
37
14
,
5
~
138
,
5
36
185
2
X
b
Y
a
x
xy
b
X
Y 14
,
5
02
,
1
'
42
,
52
10
14
,
5
02
,
1
'
10
86
,
31
6
14
,
5
02
,
1
'
6
72
,
26
5
14
,
5
02
,
1
'
5
44
,
16
3
14
,
5
02
,
1
'
3
Y
X
Y
X
Y
X
Y
X
Diagram Pencar
0
5
10
15
20
25
30
35
40
45
50
55
60
0 1 2 3 4 5 6 7 8 9 10 11
Hasil Tes Kecerdasan
Hasil
Produksi
(lusin)
23. Pembacaan garis regresi
Contoh: Jika garis regresi ditunjukkan dengan
persamaan :
maka dapat diartikan bahwa : hasil penjualan
akan bertambah sebesar 0,95 pada setiap
kenaikan pengeluaran iklan sebanyak 1
satuan
x
y 95
,
0
94
,
2
1
24. Koefisien Regresi
• Adalah lereng garis regresi (nilai b)
• Nilai b positif , menunjukkan hubungan antara
variabel x dan y searah atau hubungannya
positif.
• Nilai b negatif, menunjukkan hubungan antara
variabel x dan y berlawanan arah atau
hubungannya negatif
• Besar kecilnya perubahan variabel x terhadap
variabel y ditentukan besar kecilnya koefisien
regresi.
25. Perbedaan Regresi dan Korelasi
• Regresi menunjukkan hubungan antara
variabel satu dengan variabel lainnya.
• Sifat hubungan dapat dijelaskan: variabel yang
satu sebagai penyebab, variabel yang lain
sebagai akibat.
• Korelasi tidak menunjukkan hubungan sebab
akibat, akan tetapi menunjukkan hubungan
antara variabel satu dengan yang lain.
26. Interpretasi penyimpangan standar terhadap
garis regresi
(standart error of estimate)
• Penyimpangan standar terhadap garis regresi
diinterpretasikan sebagai penyimpangan terhadap rata-rata.
• Semakin besar nilai Se semakin tersebar titik-titik yang berada
di sekitar garis regresi.
• Apabila Se=0 atau penyimpangan standar terhadap garis
regresi = 0, maka semua titik berada di sepanjang garis
regresi.
• Se=0 maka persamaan garis regresi dapat digunakan secara
sempurna untuk menaksir variabel dependen.
27. Koefisien Determinasi
• Adalah alat utama untuk mengetahui sejauh
mana tingkat hubungan antara variabel x dan
y.
• Nilai koefisien determinasi antara 0 1
• Nilai koefisien determinasi = 1 menunjukkan
hubungan sempurna.
• Nilai koefisien determinasi = 0 menunjukkan
tidak ada hubungan.
• 81 artinya 81% perubahan dari variabel
y ditentukan oleh variabel x.
r
2
2
r
28. Koefisien korelasi
• Adalah alat kedua untuk menjelaskan
hubungan antara variabel x dan y.
• Koefisien korelasi merupakan akar dari
koefisien determinasi ( )
• Koefisien korelasi menunjukkan arah
hubungan antara variabel x dan y.
2
r
r
29. Hubungan dua variabel ada yang positif dan negatif.
Hubungan X dan Y dikatakan positif apabila kenaikan
(penurunan) X pada umumnya diikuti oleh kenaikan
(penurunan) Y.
Sebaliknya dikatakan negatif kalau kenaikan
(penurunan) X pada umumnya diikuti oleh
penurunan (kenaikan) Y.
33. Kuat dan tidaknya hubungan antara X dan Y apabila dapat dinyatakan dengan
fungsi linear(paling tidak mendekati), diukur dengan suatu nilai yang disebut
koefisien korelasi. Nilai koefisien korelasi ini paling sedikit –1 dan paling besar
+1.
Jadi jika r = koefisien korelasi, maka r dapat dinyatakan sebagai berikut :
-1 r +1
-1 +1
Kuat (-) Kuat (+)
Lemah (-) Lemah (+)
Jika r =+1, hubungan X dan Y sempurna dan positif,
r = -1, hubungan X dan Y sempurna dan negatif,
r mendekati +1, hubungan sangat kuat dan positif,
r mendekati –1, hubungan sangat lemah dan
negatif.
34. Kalau koefisien penentuan ditulis KP, maka untuk menghitung KP
digunakan rumus berikut : KP = r2
Cara menghitung r adalah sebagai berikut:
n
i
i
y
n
i
i
x
n
i
i
y
i
x
r
1
2
1
2
1
( 7.2 )