SlideShare a Scribd company logo
ANALISIS REGRESI &
KORELASI
Pengantar (1)
• Analisis regresi digunakan untuk mempelajari dan
mengukur hubungan statistik yang terjadi antara dua
varibel atau lebih
• 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)
Pengantar (2)
• Pada dasarnya hubungan antar 2 variabel dapat
dibedakan atas:
1. Hubungan searah/positif
2. Hubungan tidak searah/negatif
3. Tidak ada hubungan
Hubungan searah/positif
• Hubungan yang searah diartikan apabila perubahan
variabel x (independent) akan mempengaruhi
variabel y (dependent) yang searah.
Contoh :
a. hubungan antara pengeluaran iklan (x) dan
jumlah penjualan (y).
b. Hubungan antara penghasilan (X) dan
pengeluaran konsumsi (Y)
Hubungan tidak searah/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.
Hubungan tidak searah/negatif
Contoh :
a. Hubungan antara usia kendaraan (X) dengan
tingkat harga (Y).
b. Hubungan antara harga barang (x) dengan
jumlah yang diminta (Y)
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).
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)
Diagram Pencar (1)
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
Diagram Pencar (2)
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.
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
Tabel perhitungan
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
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.
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
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
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 perhitungan.
 
X
X 
 
Y
Y 
7
8
56
37
8
296








N
X
X
N
Y
Y
  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)
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


Koefisien Regresi
• Adalah gradien 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.
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
     






 2
2
2
2
)
(
)
( Y
n
Y
Y
n
XY
b
Y
a
r
Analisis Korelasi
• Mengukur seberapa kuat atau derajat kedekatan
suatu relasi antar variabel
• Koefisien korelasi memiliki nilai -1≤ KK ≤+1
• Untuk menentukan keeratan korelasi antar variabel
diberikan patokan KK
• 0 < KK ≤ 0,2, korelasi sgt lemah
• 0,2 < KK ≤ 0,4, korelasi lemah tp pasti
• 0,4 < KK ≤ 0,7, korelasi yg cukup berarti
• 0,7 < KK ≤ 0,9, korelasi sgt kuat
• 0,9 < KK < 1, korelasi kuat sekali
• KK = 1, korelasi sgt sempurna
Koefisien Determinasi:
Koefisien Korelasi :
Jenis-jenis koefisien korelasi
1. Koefisien korelasi pearson
2. Koefisien korelasi rank spearman
3. Koefisien korelasi kontingensi
4. Koefisien penentu
2
r
r 

     






 2
2
2
2
)
(
)
( Y
n
Y
Y
n
XY
b
Y
a
r
0
2
4
6
8
10
12
14
16
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Koefisien korelasi (x dan y) mempunyai hubungan positif
0
2
4
6
8
10
12
14
16
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Koefisien korelasi (x dan y) mempunyai hubungan negatif
0
Y
X 0
Y
X
atau
Koefisien korelasi (x dan y) tidak mempunyai hubungan atau
hubungan lemah sekali
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.
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.
Contoh Soal
• Berikut ini data mengenai pengalaman kerja dan
penjualan
• X=pengalaman kerja (tahun)
• Y=omzet penjualan (ribuan)
• Tentukan nilai a dan b
• Buatkan persamaan regresinya!
• Berapa omzet penjualan dari seorang karyawan yg
pengalaman kerjanya 3,5 tahun
X 2 3 2 5 6 1 4 1
Y 5 8 8 7 11 3 10 4
Penyelesaian :
X Y X2 Y2 XY
2 5 4 25 10
3 8 9 64 24
2 8 4 64 16
5 7 25 49 35
6 11 36 121 66
1 3 1 9 3
4 10 16 100 40
1 4 1 16 4
24 56 96 448 198
7
8
56
3
8
24 ___
___



 Y
X
25
,
3
576
768
752
.
4
376
.
5
)
24
(
)
96
)(
8
(
)
198
)(
24
(
)
96
)(
56
(
2







a
a
25
,
1
576
768
344
.
1
584
.
1
)
24
(
)
96
)(
8
(
)
56
)(
24
(
)
198
)(
8
(
2







b
b
a. Diperoleh nilai a = 3,25 dan nilai b = 1,25
b. Persamaan regresi linearnya adalah Y=3,25+1,25X
c. Nilai duga Y, jika X=3,5 adalah Y=3,25+1,25X
Y=3,25+1,25(3,5)
=7,625
Koefisien Determinasi (r2)
6696
,
0
016
.
86
600
.
57
)
448
)(
192
(
)
240
(
)
136
.
3
584
.
3
(
)
576
768
(
)
344
.
1
584
.
1
(
)
)
56
(
)
448
(
8
(
)
24
(
)
96
(
8
(
))
56
)(
24
(
)
198
)(
8
((
)
)
(
)
(
(
)
(
)
(
(
))
)(
(
)
)(
((
2
2
2
2
2
2
2
2
2
2
2
2
2
2






















r
r
r
Y
Y
n
X
X
n
Y
X
XY
n
r
Nilai determinasi (r2) sebesar 0,6696, artinya sumbangan atau pengaruh pegalaman
Kerja terhadap naik turunnya omzet penjualan adalah sebesar 66,96%. Sisanya 33,04%
Disebabkan oleh faktor lain yang tidak dimasukkan dalam model.
Nilai koef korelasi = 0,818 artinya ada hubungan yang kuat dan positif antara pengalaman
kerja dan naik turunnya penjualan

More Related Content

What's hot

Contoh soal perancangan dan pengukuran kerja
Contoh soal perancangan dan pengukuran kerjaContoh soal perancangan dan pengukuran kerja
Contoh soal perancangan dan pengukuran kerja
AriIsmawan
 
Statistika ekonomi dan bisnis 1
Statistika ekonomi dan bisnis 1Statistika ekonomi dan bisnis 1
Statistika ekonomi dan bisnis 1
lussyani
 
Bab. 8 Perencanaan dan Pengendalian
Bab. 8 Perencanaan dan PengendalianBab. 8 Perencanaan dan Pengendalian
Bab. 8 Perencanaan dan Pengendalian
Fitri Ayu Kusuma Wijayanti
 
4a media pembelajaran
4a media pembelajaran4a media pembelajaran
4a media pembelajaran
Sri Wahyuni Tuloli
 
Tabel distribusi normal
Tabel distribusi normalTabel distribusi normal
Tabel distribusi normal
Dewa Amertha
 
Teori perilaku konsumen
Teori perilaku konsumenTeori perilaku konsumen
Teori perilaku konsumen
tri yulianto
 
Riset Operasi Penugasan.ppt
Riset Operasi Penugasan.pptRiset Operasi Penugasan.ppt
Riset Operasi Penugasan.ppt
BastianElvn
 
Bahan ajar kd 14 Trigonometri sinus Jumlah dan selisih dua sudut
Bahan ajar kd 14 Trigonometri sinus Jumlah dan selisih dua sudutBahan ajar kd 14 Trigonometri sinus Jumlah dan selisih dua sudut
Bahan ajar kd 14 Trigonometri sinus Jumlah dan selisih dua sudut
Eko Agus Triswanto
 
Elastisitas permintaan dan penawaran
Elastisitas permintaan dan penawaranElastisitas permintaan dan penawaran
Elastisitas permintaan dan penawaran
isty-alkhawarizmi
 
integral lipat 3 (3).pdf
integral lipat 3 (3).pdfintegral lipat 3 (3).pdf
integral lipat 3 (3).pdf
tilda1701
 
Statistika pendidikan unit_2
Statistika pendidikan unit_2Statistika pendidikan unit_2
Statistika pendidikan unit_2
kelasrs12a
 
Korelasi dan regresi sederhana
Korelasi dan regresi sederhanaKorelasi dan regresi sederhana
Korelasi dan regresi sederhanaDia Cahyawati
 
Pengukuran kerja tidak langsung
Pengukuran kerja tidak langsungPengukuran kerja tidak langsung
Pengukuran kerja tidak langsung
Deni Irawan
 
Modul praktikum rancob
Modul praktikum rancobModul praktikum rancob
Modul praktikum rancob
tisazha
 
Probabilitas
Probabilitas Probabilitas
Probabilitas
Aceh Engineering State
 
Pertemuan_3,_4_Metode_HP_Pesanan.ppt
Pertemuan_3,_4_Metode_HP_Pesanan.pptPertemuan_3,_4_Metode_HP_Pesanan.ppt
Pertemuan_3,_4_Metode_HP_Pesanan.ppt
NURMELISA4
 
Korelasi dan regresi
Korelasi dan regresiKorelasi dan regresi
Korelasi dan regresi
Vande Joe
 
Analisis regresi linier berganda
Analisis regresi linier bergandaAnalisis regresi linier berganda
Analisis regresi linier berganda
Ayah Irawan
 
MANIPULASI ALJABAR
MANIPULASI ALJABARMANIPULASI ALJABAR
MANIPULASI ALJABAR
Iswan Rachman
 

What's hot (20)

Contoh soal perancangan dan pengukuran kerja
Contoh soal perancangan dan pengukuran kerjaContoh soal perancangan dan pengukuran kerja
Contoh soal perancangan dan pengukuran kerja
 
Statistika ekonomi dan bisnis 1
Statistika ekonomi dan bisnis 1Statistika ekonomi dan bisnis 1
Statistika ekonomi dan bisnis 1
 
Bab. 8 Perencanaan dan Pengendalian
Bab. 8 Perencanaan dan PengendalianBab. 8 Perencanaan dan Pengendalian
Bab. 8 Perencanaan dan Pengendalian
 
4a media pembelajaran
4a media pembelajaran4a media pembelajaran
4a media pembelajaran
 
Tabel distribusi normal
Tabel distribusi normalTabel distribusi normal
Tabel distribusi normal
 
Teori perilaku konsumen
Teori perilaku konsumenTeori perilaku konsumen
Teori perilaku konsumen
 
Riset Operasi Penugasan.ppt
Riset Operasi Penugasan.pptRiset Operasi Penugasan.ppt
Riset Operasi Penugasan.ppt
 
Bahan ajar kd 14 Trigonometri sinus Jumlah dan selisih dua sudut
Bahan ajar kd 14 Trigonometri sinus Jumlah dan selisih dua sudutBahan ajar kd 14 Trigonometri sinus Jumlah dan selisih dua sudut
Bahan ajar kd 14 Trigonometri sinus Jumlah dan selisih dua sudut
 
Elastisitas permintaan dan penawaran
Elastisitas permintaan dan penawaranElastisitas permintaan dan penawaran
Elastisitas permintaan dan penawaran
 
integral lipat 3 (3).pdf
integral lipat 3 (3).pdfintegral lipat 3 (3).pdf
integral lipat 3 (3).pdf
 
Tugas statistik 1
Tugas statistik 1Tugas statistik 1
Tugas statistik 1
 
Statistika pendidikan unit_2
Statistika pendidikan unit_2Statistika pendidikan unit_2
Statistika pendidikan unit_2
 
Korelasi dan regresi sederhana
Korelasi dan regresi sederhanaKorelasi dan regresi sederhana
Korelasi dan regresi sederhana
 
Pengukuran kerja tidak langsung
Pengukuran kerja tidak langsungPengukuran kerja tidak langsung
Pengukuran kerja tidak langsung
 
Modul praktikum rancob
Modul praktikum rancobModul praktikum rancob
Modul praktikum rancob
 
Probabilitas
Probabilitas Probabilitas
Probabilitas
 
Pertemuan_3,_4_Metode_HP_Pesanan.ppt
Pertemuan_3,_4_Metode_HP_Pesanan.pptPertemuan_3,_4_Metode_HP_Pesanan.ppt
Pertemuan_3,_4_Metode_HP_Pesanan.ppt
 
Korelasi dan regresi
Korelasi dan regresiKorelasi dan regresi
Korelasi dan regresi
 
Analisis regresi linier berganda
Analisis regresi linier bergandaAnalisis regresi linier berganda
Analisis regresi linier berganda
 
MANIPULASI ALJABAR
MANIPULASI ALJABARMANIPULASI ALJABAR
MANIPULASI ALJABAR
 

Similar to Analisis Regresi Analisis Regresi dan Korelasi.ppt

Pertemuan 1 analisis regresi
Pertemuan 1 analisis regresiPertemuan 1 analisis regresi
Pertemuan 1 analisis regresi
Chimel2
 
Analisa Regresi Korelasi Sederhana.ppt
Analisa Regresi Korelasi Sederhana.pptAnalisa Regresi Korelasi Sederhana.ppt
Analisa Regresi Korelasi Sederhana.ppt
Wan Na
 
4._ANALISIS_pada konsep KORELASI_nerisa.ppt
4._ANALISIS_pada konsep KORELASI_nerisa.ppt4._ANALISIS_pada konsep KORELASI_nerisa.ppt
4._ANALISIS_pada konsep KORELASI_nerisa.ppt
BanjarMasin4
 
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptxKORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
Evikurniafitri
 
Bab 15 regresi
Bab 15 regresiBab 15 regresi
Bab 15 regresi
farah fauziah
 
Ppt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi bergandaPpt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi berganda
SOFIATUL JANNAH
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasi
Hafiza .h
 
1.Regresi (1).pptx
1.Regresi (1).pptx1.Regresi (1).pptx
1.Regresi (1).pptx
ShabrinaAlma
 
PERTEMUAN 3 (11) - KORELASI3 & REGRESI.pdf
PERTEMUAN 3 (11) - KORELASI3 & REGRESI.pdfPERTEMUAN 3 (11) - KORELASI3 & REGRESI.pdf
PERTEMUAN 3 (11) - KORELASI3 & REGRESI.pdf
titamitandha
 
Analisis_regresi_dan_korelasi.pptx
Analisis_regresi_dan_korelasi.pptxAnalisis_regresi_dan_korelasi.pptx
Analisis_regresi_dan_korelasi.pptx
PawitraRML1
 
Teknik Analisis Korelasi Untuk Pembelajaran
Teknik Analisis Korelasi Untuk PembelajaranTeknik Analisis Korelasi Untuk Pembelajaran
Teknik Analisis Korelasi Untuk Pembelajaran
ardian881
 
Regresi(12)
Regresi(12)Regresi(12)
Regresi(12)
rizka_safa
 
Analisis korelasi
Analisis korelasiAnalisis korelasi
Analisis korelasi
Universitas Negeri Makassar
 
Metode Regresi dan taksiran kuadrat terkecil dari ketepatan metode peramalan...
Metode Regresi dan taksiran kuadrat  terkecil dari ketepatan metode peramalan...Metode Regresi dan taksiran kuadrat  terkecil dari ketepatan metode peramalan...
Metode Regresi dan taksiran kuadrat terkecil dari ketepatan metode peramalan...
TangkasPangestu1
 
Pertemuan-12-Analisis-Regresi-Korelasi.pptx
Pertemuan-12-Analisis-Regresi-Korelasi.pptxPertemuan-12-Analisis-Regresi-Korelasi.pptx
Pertemuan-12-Analisis-Regresi-Korelasi.pptx
RidwanMusa4
 
Pertemuan-12-Analisis-Regresi-Korelasi.pptx
Pertemuan-12-Analisis-Regresi-Korelasi.pptxPertemuan-12-Analisis-Regresi-Korelasi.pptx
Pertemuan-12-Analisis-Regresi-Korelasi.pptx
RidwanMusa4
 
analisis korelasi.ppt
analisis korelasi.pptanalisis korelasi.ppt
analisis korelasi.ppt
fajarnurcahyani
 
Kel 7_Statistika Analisis Regresi (1)-1.pptx
Kel 7_Statistika Analisis Regresi (1)-1.pptxKel 7_Statistika Analisis Regresi (1)-1.pptx
Kel 7_Statistika Analisis Regresi (1)-1.pptx
AkmalRijLdi
 
04 regresi linier-sederhana
04 regresi linier-sederhana04 regresi linier-sederhana
04 regresi linier-sederhana
Fisheries and Marine Department
 

Similar to Analisis Regresi Analisis Regresi dan Korelasi.ppt (20)

Pertemuan 1 analisis regresi
Pertemuan 1 analisis regresiPertemuan 1 analisis regresi
Pertemuan 1 analisis regresi
 
Analisa Regresi Korelasi Sederhana.ppt
Analisa Regresi Korelasi Sederhana.pptAnalisa Regresi Korelasi Sederhana.ppt
Analisa Regresi Korelasi Sederhana.ppt
 
4._ANALISIS_pada konsep KORELASI_nerisa.ppt
4._ANALISIS_pada konsep KORELASI_nerisa.ppt4._ANALISIS_pada konsep KORELASI_nerisa.ppt
4._ANALISIS_pada konsep KORELASI_nerisa.ppt
 
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptxKORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
 
Bab 15 regresi
Bab 15 regresiBab 15 regresi
Bab 15 regresi
 
Ppt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi bergandaPpt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi berganda
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasi
 
1.Regresi (1).pptx
1.Regresi (1).pptx1.Regresi (1).pptx
1.Regresi (1).pptx
 
PERTEMUAN 3 (11) - KORELASI3 & REGRESI.pdf
PERTEMUAN 3 (11) - KORELASI3 & REGRESI.pdfPERTEMUAN 3 (11) - KORELASI3 & REGRESI.pdf
PERTEMUAN 3 (11) - KORELASI3 & REGRESI.pdf
 
Analisis_regresi_dan_korelasi.pptx
Analisis_regresi_dan_korelasi.pptxAnalisis_regresi_dan_korelasi.pptx
Analisis_regresi_dan_korelasi.pptx
 
Teknik Analisis Korelasi Untuk Pembelajaran
Teknik Analisis Korelasi Untuk PembelajaranTeknik Analisis Korelasi Untuk Pembelajaran
Teknik Analisis Korelasi Untuk Pembelajaran
 
Regresi(12)
Regresi(12)Regresi(12)
Regresi(12)
 
Analisis korelasi
Analisis korelasiAnalisis korelasi
Analisis korelasi
 
Metode Regresi dan taksiran kuadrat terkecil dari ketepatan metode peramalan...
Metode Regresi dan taksiran kuadrat  terkecil dari ketepatan metode peramalan...Metode Regresi dan taksiran kuadrat  terkecil dari ketepatan metode peramalan...
Metode Regresi dan taksiran kuadrat terkecil dari ketepatan metode peramalan...
 
Minggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis KorelasiMinggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis Korelasi
 
Pertemuan-12-Analisis-Regresi-Korelasi.pptx
Pertemuan-12-Analisis-Regresi-Korelasi.pptxPertemuan-12-Analisis-Regresi-Korelasi.pptx
Pertemuan-12-Analisis-Regresi-Korelasi.pptx
 
Pertemuan-12-Analisis-Regresi-Korelasi.pptx
Pertemuan-12-Analisis-Regresi-Korelasi.pptxPertemuan-12-Analisis-Regresi-Korelasi.pptx
Pertemuan-12-Analisis-Regresi-Korelasi.pptx
 
analisis korelasi.ppt
analisis korelasi.pptanalisis korelasi.ppt
analisis korelasi.ppt
 
Kel 7_Statistika Analisis Regresi (1)-1.pptx
Kel 7_Statistika Analisis Regresi (1)-1.pptxKel 7_Statistika Analisis Regresi (1)-1.pptx
Kel 7_Statistika Analisis Regresi (1)-1.pptx
 
04 regresi linier-sederhana
04 regresi linier-sederhana04 regresi linier-sederhana
04 regresi linier-sederhana
 

Recently uploaded

IKLAN PENERIMAAN GURU SEKUM YPS 2024.pdf
IKLAN PENERIMAAN GURU SEKUM YPS 2024.pdfIKLAN PENERIMAAN GURU SEKUM YPS 2024.pdf
IKLAN PENERIMAAN GURU SEKUM YPS 2024.pdf
sriwulandari723
 
Juknis Materi KSM Kabkota - Pendaftaran[1].pdf
Juknis Materi KSM Kabkota - Pendaftaran[1].pdfJuknis Materi KSM Kabkota - Pendaftaran[1].pdf
Juknis Materi KSM Kabkota - Pendaftaran[1].pdf
HendraSagita2
 
AKSI NYATA PENDIDIKAN INKLUSIF_Baedlawi.pdf
AKSI NYATA PENDIDIKAN INKLUSIF_Baedlawi.pdfAKSI NYATA PENDIDIKAN INKLUSIF_Baedlawi.pdf
AKSI NYATA PENDIDIKAN INKLUSIF_Baedlawi.pdf
opkcibungbulang
 
Alur tujuan pembelajaran bahasa inggris kelas x fase e
Alur tujuan pembelajaran bahasa inggris kelas x fase eAlur tujuan pembelajaran bahasa inggris kelas x fase e
Alur tujuan pembelajaran bahasa inggris kelas x fase e
MsElisazmar
 
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptxRPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
YongYongYong1
 
Rangkuman Kehadiran Guru di Kelas- www.kherysuryawan.id.pdf
Rangkuman Kehadiran Guru di Kelas- www.kherysuryawan.id.pdfRangkuman Kehadiran Guru di Kelas- www.kherysuryawan.id.pdf
Rangkuman Kehadiran Guru di Kelas- www.kherysuryawan.id.pdf
mad ros
 
Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?
SABDA
 
Kisi-kisi PAT IPS Kelas 8 semester 2.pdf
Kisi-kisi PAT IPS Kelas 8 semester 2.pdfKisi-kisi PAT IPS Kelas 8 semester 2.pdf
Kisi-kisi PAT IPS Kelas 8 semester 2.pdf
indraayurestuw
 
Panduan Penggunaan Rekomendasi Buku Sastra.pdf
Panduan Penggunaan Rekomendasi Buku Sastra.pdfPanduan Penggunaan Rekomendasi Buku Sastra.pdf
Panduan Penggunaan Rekomendasi Buku Sastra.pdf
MildayantiMildayanti
 
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi KomunikasiMateri Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
AdePutraTunggali
 
PPT PENGELOLAAN KINERJA PADA PMM SEKOLAH.pptx
PPT PENGELOLAAN KINERJA PADA PMM SEKOLAH.pptxPPT PENGELOLAAN KINERJA PADA PMM SEKOLAH.pptx
PPT PENGELOLAAN KINERJA PADA PMM SEKOLAH.pptx
AqlanHaritsAlfarisi
 
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdfTokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
Mutia Rini Siregar
 
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
Arumdwikinasih
 
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARUAKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
junaedikuluri1
 
Pembelajaran Ekosistem Kelas 5 Semester 1
Pembelajaran Ekosistem Kelas 5 Semester 1Pembelajaran Ekosistem Kelas 5 Semester 1
Pembelajaran Ekosistem Kelas 5 Semester 1
niswati10
 
peluang kejadian total dan kaidah nbayes
peluang kejadian total dan kaidah nbayespeluang kejadian total dan kaidah nbayes
peluang kejadian total dan kaidah nbayes
ayyurah2004
 
Kelompok 2 Tugas Modul 2.1 Ruang Kolaborasi.pdf
Kelompok 2 Tugas Modul 2.1 Ruang Kolaborasi.pdfKelompok 2 Tugas Modul 2.1 Ruang Kolaborasi.pdf
Kelompok 2 Tugas Modul 2.1 Ruang Kolaborasi.pdf
JALANJALANKENYANG
 
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28  Juni 2024Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28  Juni 2024
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024
Kanaidi ken
 
Tugas CGP Mulai dari diri - Modul 2.1.pdf
Tugas CGP Mulai dari diri - Modul 2.1.pdfTugas CGP Mulai dari diri - Modul 2.1.pdf
Tugas CGP Mulai dari diri - Modul 2.1.pdf
Thahir9
 
Modul Ajar Statistika Data Fase F kelas
Modul Ajar Statistika Data Fase F  kelasModul Ajar Statistika Data Fase F  kelas
Modul Ajar Statistika Data Fase F kelas
ananda238570
 

Recently uploaded (20)

IKLAN PENERIMAAN GURU SEKUM YPS 2024.pdf
IKLAN PENERIMAAN GURU SEKUM YPS 2024.pdfIKLAN PENERIMAAN GURU SEKUM YPS 2024.pdf
IKLAN PENERIMAAN GURU SEKUM YPS 2024.pdf
 
Juknis Materi KSM Kabkota - Pendaftaran[1].pdf
Juknis Materi KSM Kabkota - Pendaftaran[1].pdfJuknis Materi KSM Kabkota - Pendaftaran[1].pdf
Juknis Materi KSM Kabkota - Pendaftaran[1].pdf
 
AKSI NYATA PENDIDIKAN INKLUSIF_Baedlawi.pdf
AKSI NYATA PENDIDIKAN INKLUSIF_Baedlawi.pdfAKSI NYATA PENDIDIKAN INKLUSIF_Baedlawi.pdf
AKSI NYATA PENDIDIKAN INKLUSIF_Baedlawi.pdf
 
Alur tujuan pembelajaran bahasa inggris kelas x fase e
Alur tujuan pembelajaran bahasa inggris kelas x fase eAlur tujuan pembelajaran bahasa inggris kelas x fase e
Alur tujuan pembelajaran bahasa inggris kelas x fase e
 
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptxRPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
 
Rangkuman Kehadiran Guru di Kelas- www.kherysuryawan.id.pdf
Rangkuman Kehadiran Guru di Kelas- www.kherysuryawan.id.pdfRangkuman Kehadiran Guru di Kelas- www.kherysuryawan.id.pdf
Rangkuman Kehadiran Guru di Kelas- www.kherysuryawan.id.pdf
 
Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?
 
Kisi-kisi PAT IPS Kelas 8 semester 2.pdf
Kisi-kisi PAT IPS Kelas 8 semester 2.pdfKisi-kisi PAT IPS Kelas 8 semester 2.pdf
Kisi-kisi PAT IPS Kelas 8 semester 2.pdf
 
Panduan Penggunaan Rekomendasi Buku Sastra.pdf
Panduan Penggunaan Rekomendasi Buku Sastra.pdfPanduan Penggunaan Rekomendasi Buku Sastra.pdf
Panduan Penggunaan Rekomendasi Buku Sastra.pdf
 
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi KomunikasiMateri Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
 
PPT PENGELOLAAN KINERJA PADA PMM SEKOLAH.pptx
PPT PENGELOLAAN KINERJA PADA PMM SEKOLAH.pptxPPT PENGELOLAAN KINERJA PADA PMM SEKOLAH.pptx
PPT PENGELOLAAN KINERJA PADA PMM SEKOLAH.pptx
 
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdfTokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
 
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
 
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARUAKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
 
Pembelajaran Ekosistem Kelas 5 Semester 1
Pembelajaran Ekosistem Kelas 5 Semester 1Pembelajaran Ekosistem Kelas 5 Semester 1
Pembelajaran Ekosistem Kelas 5 Semester 1
 
peluang kejadian total dan kaidah nbayes
peluang kejadian total dan kaidah nbayespeluang kejadian total dan kaidah nbayes
peluang kejadian total dan kaidah nbayes
 
Kelompok 2 Tugas Modul 2.1 Ruang Kolaborasi.pdf
Kelompok 2 Tugas Modul 2.1 Ruang Kolaborasi.pdfKelompok 2 Tugas Modul 2.1 Ruang Kolaborasi.pdf
Kelompok 2 Tugas Modul 2.1 Ruang Kolaborasi.pdf
 
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28  Juni 2024Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28  Juni 2024
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024
 
Tugas CGP Mulai dari diri - Modul 2.1.pdf
Tugas CGP Mulai dari diri - Modul 2.1.pdfTugas CGP Mulai dari diri - Modul 2.1.pdf
Tugas CGP Mulai dari diri - Modul 2.1.pdf
 
Modul Ajar Statistika Data Fase F kelas
Modul Ajar Statistika Data Fase F  kelasModul Ajar Statistika Data Fase F  kelas
Modul Ajar Statistika Data Fase F kelas
 

Analisis Regresi Analisis Regresi dan Korelasi.ppt

  • 2. Pengantar (1) • Analisis regresi digunakan untuk mempelajari dan mengukur hubungan statistik yang terjadi antara dua varibel atau lebih • 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)
  • 3. Pengantar (2) • Pada dasarnya hubungan antar 2 variabel dapat dibedakan atas: 1. Hubungan searah/positif 2. Hubungan tidak searah/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. Contoh : a. hubungan antara pengeluaran iklan (x) dan jumlah penjualan (y). b. Hubungan antara penghasilan (X) dan pengeluaran konsumsi (Y)
  • 5. Hubungan tidak searah/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 tidak searah/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. 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)
  • 9. Diagram Pencar (1) 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
  • 10. Diagram Pencar (2) 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.
  • 11.
  • 12. 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 Tabel perhitungan
  • 13. 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
  • 14. 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.
  • 15. 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
  • 16. 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
  • 17. 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 perhitungan.   X X    Y Y  7 8 56 37 8 296         N X X N Y Y
  • 18.   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)
  • 19. 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  
  • 20. Koefisien Regresi • Adalah gradien 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.
  • 21. 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              2 2 2 2 ) ( ) ( Y n Y Y n XY b Y a r
  • 22. Analisis Korelasi • Mengukur seberapa kuat atau derajat kedekatan suatu relasi antar variabel • Koefisien korelasi memiliki nilai -1≤ KK ≤+1 • Untuk menentukan keeratan korelasi antar variabel diberikan patokan KK • 0 < KK ≤ 0,2, korelasi sgt lemah • 0,2 < KK ≤ 0,4, korelasi lemah tp pasti • 0,4 < KK ≤ 0,7, korelasi yg cukup berarti • 0,7 < KK ≤ 0,9, korelasi sgt kuat • 0,9 < KK < 1, korelasi kuat sekali • KK = 1, korelasi sgt sempurna
  • 23. Koefisien Determinasi: Koefisien Korelasi : Jenis-jenis koefisien korelasi 1. Koefisien korelasi pearson 2. Koefisien korelasi rank spearman 3. Koefisien korelasi kontingensi 4. Koefisien penentu 2 r r                2 2 2 2 ) ( ) ( Y n Y Y n XY b Y a r
  • 24. 0 2 4 6 8 10 12 14 16 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Koefisien korelasi (x dan y) mempunyai hubungan positif
  • 25. 0 2 4 6 8 10 12 14 16 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Koefisien korelasi (x dan y) mempunyai hubungan negatif
  • 26. 0 Y X 0 Y X atau Koefisien korelasi (x dan y) tidak mempunyai hubungan atau hubungan lemah sekali
  • 27. 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.
  • 28. 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.
  • 29. Contoh Soal • Berikut ini data mengenai pengalaman kerja dan penjualan • X=pengalaman kerja (tahun) • Y=omzet penjualan (ribuan) • Tentukan nilai a dan b • Buatkan persamaan regresinya! • Berapa omzet penjualan dari seorang karyawan yg pengalaman kerjanya 3,5 tahun X 2 3 2 5 6 1 4 1 Y 5 8 8 7 11 3 10 4
  • 30. Penyelesaian : X Y X2 Y2 XY 2 5 4 25 10 3 8 9 64 24 2 8 4 64 16 5 7 25 49 35 6 11 36 121 66 1 3 1 9 3 4 10 16 100 40 1 4 1 16 4 24 56 96 448 198 7 8 56 3 8 24 ___ ___     Y X 25 , 3 576 768 752 . 4 376 . 5 ) 24 ( ) 96 )( 8 ( ) 198 )( 24 ( ) 96 )( 56 ( 2        a a 25 , 1 576 768 344 . 1 584 . 1 ) 24 ( ) 96 )( 8 ( ) 56 )( 24 ( ) 198 )( 8 ( 2        b b
  • 31. a. Diperoleh nilai a = 3,25 dan nilai b = 1,25 b. Persamaan regresi linearnya adalah Y=3,25+1,25X c. Nilai duga Y, jika X=3,5 adalah Y=3,25+1,25X Y=3,25+1,25(3,5) =7,625
  • 32. Koefisien Determinasi (r2) 6696 , 0 016 . 86 600 . 57 ) 448 )( 192 ( ) 240 ( ) 136 . 3 584 . 3 ( ) 576 768 ( ) 344 . 1 584 . 1 ( ) ) 56 ( ) 448 ( 8 ( ) 24 ( ) 96 ( 8 ( )) 56 )( 24 ( ) 198 )( 8 (( ) ) ( ) ( ( ) ( ) ( ( )) )( ( ) )( (( 2 2 2 2 2 2 2 2 2 2 2 2 2 2                       r r r Y Y n X X n Y X XY n r Nilai determinasi (r2) sebesar 0,6696, artinya sumbangan atau pengaruh pegalaman Kerja terhadap naik turunnya omzet penjualan adalah sebesar 66,96%. Sisanya 33,04% Disebabkan oleh faktor lain yang tidak dimasukkan dalam model. Nilai koef korelasi = 0,818 artinya ada hubungan yang kuat dan positif antara pengalaman kerja dan naik turunnya penjualan