SlideShare a Scribd company logo
1 of 3
BAB III
ALGORITMA
3.1 Algoritma Deskriptif
0. Mulai
1. Input jumlah banyaknya data (n) yang akan dikalkulasikan.
2. Input data untuk variabel x sebanyak jumlah data yang telah diinput.
3. Input data untuk variabel y sebanyak jumlah data yang telah diinput.
4. Hitung nilai Σx sesuai nilai n.
5. Hitung nilai Σy sesuai nilai n.
6. Hitung nilai 𝑥̅.
𝑥̅ =
∑ 𝑥
𝑛
7. Hitung nilai 𝑦̅.
𝑦̅ =
∑ 𝑦
𝑛
8. Hitung nilai X.
X = 𝑥 − 𝑥̅
9. Hitung nilai Y.
Y = 𝑦 − 𝑦̅
10. Hitung nilai X2.
11. Hitung nilai Y2.
12. Hitung nilai AB  AB = 𝐴 × 𝐵
13. Hitung nilai A2B2 A2B2 = 𝐴2
× 𝐵2
14. Hitung total nilai dari AB atau ΣAB sesuai banyak data (n) yang ada.
15. Hitung total nilai dari A2B2 atau Σ A2B2 sesuai banyak data (n).
16. Hitung nilai korelasi antara variabel x dengan y (rxy).
rxy =
∑ 𝑋𝑌
√∑ 𝑋2 𝑌2
17. Tentukan pilihan nilai taraf kesalahan yang ditetapkan (1% atau 5%).
18. Jika dipilih nilai taraf kesalahan 1%, maka akan dipilih tabel-t dengan
taraf kesalahan 1% untuk membantu perhitungan rtabel.
19. Jika dipilih nilai taraf kesalahan 5%, maka akan dipilih tabel-t dengan
taraf kesalahan 5% untuk membantu perhitungan rtabel.
20. Hitung nilai rtabel denganbantuan input nilai t dari tabel-t yang telah
ditentukan berdasarkan nilai taraf kesalahan.
rtabel =
𝑡 𝑡𝑎𝑏𝑒𝑙
√ 𝑛 + 𝑡 𝑡𝑎𝑏𝑒𝑙
2
21. Bandingkan nilai rxy dengan nilai rtabel.
22. Jika nilai rxy > nilai rtabel, maka hipotesis yang dibuat signifikan (Ha
atau ada hubungan antara nilai variabel x dengan y).
23. Jika kondisi Ha dan nilai rxy ≥ 0.00 sampai dengan rxy < 0.20, maka
tingkat hubungan antara variabel x dengan y sangat lemah.
24. Jika kondisi Ha dan nilai rxy ≥ 0.20 sampai dengan rxy < 0.40, maka
tingkat hubungan antara variabel x dengan y lemah.
25. Jika kondisi Ha dan nilai rxy ≥ 0.40 sampai dengan rxy < 0.60, maka
tingkat hubungan antara variabel x dengan y sedang.
26. Jika kondisi Ha dan nilai rxy ≥ 0.60 sampai dengan rxy < 0.80, maka
tingkat hubungan antara variabel x dengan y tinggi.
27. Jika kondisi Ha dan nilai rxy ≥ 0.80 sampai dengan rxy ≤ 1.00, maka
tingkat hubungan antara variabel x dengan y sangat tinggi.
28. Jika nilai rxy > nilai rtabel, maka hipotesis yang dibuat tidak signifikan
(Ho atau tidak ada hubungan antara nilai variabel x dengan y).
29. Hitung Koefisien Determinasi (KD) atau nilai varians dari korelasi
dalam %.
KD = 𝑟𝑥𝑦
2
× 100%
30. Selesai.
3.2 Algoritma Flowchart
MULAI
Jumlah data
(n)
For (int i = 0; i < n; i++)
Int x[i], y[i]
totalx +=x[i]
totaly += y[i]
Xrat = totalx / n
Yrat = totaly / n
X[i] = x[i] – xrat
Y[i] =y[i] - yrat
X^2[i] =X[i]* X[i]
Y^2[i]= Y[i] *Y[i]
XY[i] = X[i] * BYi]
X^2Y^2[i] =X^2[i] *
Y^2[i]
i++
totalXY+= XY[i]
totalX^2Y^2 +=
X^2Y^2[i]
rxy =totalXY / sqrt
totalX^2Y^2
t-tabel
rtabel = t-tabel/
sqrt (n +t-tabel* t-
tabel)
If(rxy >= rtabel)
If(rxy >= 0,8)
&& (rxy <= 1,0)
If(rxy >= 0,6)
&& (rxy < 0,8)
If(rxy >= 0,4)
&& (rxy < 0,6)
If(rxy >= 0,2)
&& (rxy < 0,4)
Ha, tingkat
hubungan
sangat tinggi
Ha, tingkat
hubungan
tinggi
Ha, tingkat
hubungan
sedang
Ha, tingkat
hubungan
rendah
Ha, tingkat
hubungan
sangat rendah
yes
yes
no no no no
yesyesyes
Ho
no KD =rxy*rxy*100
KD
SELESAI
Ifpiliha tabel-t
== 1
T-tabel1%
yes
T-tabel5%
no

More Related Content

Viewers also liked

José castillo presentación
José castillo presentaciónJosé castillo presentación
José castillo presentación
José Castillo
 
Comprar productos para blanquear la piel
Comprar productos para blanquear la pielComprar productos para blanquear la piel
Comprar productos para blanquear la piel
Dermatologia Estetica - Blanqueamiento de la Piel
 
Bounce off
Bounce offBounce off
Bounce off
Teemo .
 

Viewers also liked (13)

José castillo presentación
José castillo presentaciónJosé castillo presentación
José castillo presentación
 
Comprar productos para blanquear la piel
Comprar productos para blanquear la pielComprar productos para blanquear la piel
Comprar productos para blanquear la piel
 
HIV Healing presentation
HIV  Healing presentation HIV  Healing presentation
HIV Healing presentation
 
Bounce off
Bounce offBounce off
Bounce off
 
Presentación
PresentaciónPresentación
Presentación
 
Руководство по продукции Wellness
Руководство по продукции WellnessРуководство по продукции Wellness
Руководство по продукции Wellness
 
111 (1)
111 (1)111 (1)
111 (1)
 
Publication List_ Nov 2016
Publication List_ Nov 2016Publication List_ Nov 2016
Publication List_ Nov 2016
 
A la base propuesta ANEF
A la base propuesta ANEFA la base propuesta ANEF
A la base propuesta ANEF
 
06 formatos pasos 2 al 4
06 formatos pasos 2 al 406 formatos pasos 2 al 4
06 formatos pasos 2 al 4
 
Diapositivas cultura yudis 1
Diapositivas cultura yudis 1Diapositivas cultura yudis 1
Diapositivas cultura yudis 1
 
Curso sana tu vida enero 2014
Curso sana tu vida enero 2014Curso sana tu vida enero 2014
Curso sana tu vida enero 2014
 
Луцький ліхтар
Луцький ліхтарЛуцький ліхтар
Луцький ліхтар
 

Similar to BAB III Algoritma & Flowchart TB

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
 
9. analisa regresi dan korelasi rev1
9. analisa regresi dan korelasi rev19. analisa regresi dan korelasi rev1
9. analisa regresi dan korelasi rev1
mawarimu
 
PERTEMUAN 2 - materi 12 OKakdfsf(1).pptx
PERTEMUAN 2 - materi 12 OKakdfsf(1).pptxPERTEMUAN 2 - materi 12 OKakdfsf(1).pptx
PERTEMUAN 2 - materi 12 OKakdfsf(1).pptx
Alfan46
 
6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs
Rizkisetiawan13
 
Bd06 statistik korelasi
Bd06 statistik korelasiBd06 statistik korelasi
Bd06 statistik korelasi
Anan Nur
 
Statistika - Analisis regresi dan korelasi
Statistika - Analisis regresi dan korelasiStatistika - Analisis regresi dan korelasi
Statistika - Analisis regresi dan korelasi
Yusuf Ahmad
 
Makalah_Analisis_Regresi_Berganda.pdf
Makalah_Analisis_Regresi_Berganda.pdfMakalah_Analisis_Regresi_Berganda.pdf
Makalah_Analisis_Regresi_Berganda.pdf
fitriunissula
 

Similar to BAB III Algoritma & Flowchart TB (20)

Analisis korelasi
Analisis korelasiAnalisis korelasi
Analisis korelasi
 
Ppt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi bergandaPpt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi berganda
 
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
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasi
 
9. analisa regresi dan korelasi rev1
9. analisa regresi dan korelasi rev19. analisa regresi dan korelasi rev1
9. analisa regresi dan korelasi rev1
 
Stat d3 6
Stat d3 6Stat d3 6
Stat d3 6
 
Minggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis KorelasiMinggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis Korelasi
 
PERTEMUAN 2 - materi 12 OKakdfsf(1).pptx
PERTEMUAN 2 - materi 12 OKakdfsf(1).pptxPERTEMUAN 2 - materi 12 OKakdfsf(1).pptx
PERTEMUAN 2 - materi 12 OKakdfsf(1).pptx
 
analisa regresi dan korelasi sederhana rs
analisa regresi dan korelasi sederhana rsanalisa regresi dan korelasi sederhana rs
analisa regresi dan korelasi sederhana rs
 
6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs
 
Analisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi SederhanaAnalisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi Sederhana
 
materi regersi dan korelasi dalam statistik.ppt
materi regersi dan korelasi dalam statistik.pptmateri regersi dan korelasi dalam statistik.ppt
materi regersi dan korelasi dalam statistik.ppt
 
Statistik Industri - Regresi Linier Sederhana - Linear Regression
Statistik Industri - Regresi Linier Sederhana - Linear RegressionStatistik Industri - Regresi Linier Sederhana - Linear Regression
Statistik Industri - Regresi Linier Sederhana - Linear Regression
 
Kelompok 3 Kapita selekta 4.pptx
Kelompok 3 Kapita selekta 4.pptxKelompok 3 Kapita selekta 4.pptx
Kelompok 3 Kapita selekta 4.pptx
 
Bd06 statistik korelasi
Bd06 statistik korelasiBd06 statistik korelasi
Bd06 statistik korelasi
 
Analisis regresi dan korelasi
Analisis regresi dan korelasiAnalisis regresi dan korelasi
Analisis regresi dan korelasi
 
Statistika - Analisis regresi dan korelasi
Statistika - Analisis regresi dan korelasiStatistika - Analisis regresi dan korelasi
Statistika - Analisis regresi dan korelasi
 
Korelasi(13)
Korelasi(13)Korelasi(13)
Korelasi(13)
 
Makalah_Analisis_Regresi_Berganda.pdf
Makalah_Analisis_Regresi_Berganda.pdfMakalah_Analisis_Regresi_Berganda.pdf
Makalah_Analisis_Regresi_Berganda.pdf
 
Persamaan dan pertidaksamaan nilai harga mutlak
Persamaan dan pertidaksamaan nilai harga mutlakPersamaan dan pertidaksamaan nilai harga mutlak
Persamaan dan pertidaksamaan nilai harga mutlak
 

More from Panji Adnan Coersea M. (7)

Laporan Praktikum KR-02 Calori Work Pac
Laporan Praktikum KR-02 Calori Work PacLaporan Praktikum KR-02 Calori Work Pac
Laporan Praktikum KR-02 Calori Work Pac
 
Curriculum vitae Aeromodeling
Curriculum vitae AeromodelingCurriculum vitae Aeromodeling
Curriculum vitae Aeromodeling
 
BAB V Penutup TB
BAB V Penutup TBBAB V Penutup TB
BAB V Penutup TB
 
BAB IV Analisis TB
BAB IV Analisis TBBAB IV Analisis TB
BAB IV Analisis TB
 
BAB II Landasan Teori TB
BAB II Landasan Teori TBBAB II Landasan Teori TB
BAB II Landasan Teori TB
 
BAB I Pendahuluan TB
BAB I Pendahuluan TBBAB I Pendahuluan TB
BAB I Pendahuluan TB
 
Abstrak
AbstrakAbstrak
Abstrak
 

BAB III Algoritma & Flowchart TB

  • 1. BAB III ALGORITMA 3.1 Algoritma Deskriptif 0. Mulai 1. Input jumlah banyaknya data (n) yang akan dikalkulasikan. 2. Input data untuk variabel x sebanyak jumlah data yang telah diinput. 3. Input data untuk variabel y sebanyak jumlah data yang telah diinput. 4. Hitung nilai Σx sesuai nilai n. 5. Hitung nilai Σy sesuai nilai n. 6. Hitung nilai 𝑥̅. 𝑥̅ = ∑ 𝑥 𝑛 7. Hitung nilai 𝑦̅. 𝑦̅ = ∑ 𝑦 𝑛 8. Hitung nilai X. X = 𝑥 − 𝑥̅ 9. Hitung nilai Y. Y = 𝑦 − 𝑦̅ 10. Hitung nilai X2. 11. Hitung nilai Y2. 12. Hitung nilai AB  AB = 𝐴 × 𝐵 13. Hitung nilai A2B2 A2B2 = 𝐴2 × 𝐵2 14. Hitung total nilai dari AB atau ΣAB sesuai banyak data (n) yang ada. 15. Hitung total nilai dari A2B2 atau Σ A2B2 sesuai banyak data (n). 16. Hitung nilai korelasi antara variabel x dengan y (rxy). rxy = ∑ 𝑋𝑌 √∑ 𝑋2 𝑌2 17. Tentukan pilihan nilai taraf kesalahan yang ditetapkan (1% atau 5%). 18. Jika dipilih nilai taraf kesalahan 1%, maka akan dipilih tabel-t dengan taraf kesalahan 1% untuk membantu perhitungan rtabel. 19. Jika dipilih nilai taraf kesalahan 5%, maka akan dipilih tabel-t dengan taraf kesalahan 5% untuk membantu perhitungan rtabel. 20. Hitung nilai rtabel denganbantuan input nilai t dari tabel-t yang telah ditentukan berdasarkan nilai taraf kesalahan. rtabel = 𝑡 𝑡𝑎𝑏𝑒𝑙 √ 𝑛 + 𝑡 𝑡𝑎𝑏𝑒𝑙 2 21. Bandingkan nilai rxy dengan nilai rtabel.
  • 2. 22. Jika nilai rxy > nilai rtabel, maka hipotesis yang dibuat signifikan (Ha atau ada hubungan antara nilai variabel x dengan y). 23. Jika kondisi Ha dan nilai rxy ≥ 0.00 sampai dengan rxy < 0.20, maka tingkat hubungan antara variabel x dengan y sangat lemah. 24. Jika kondisi Ha dan nilai rxy ≥ 0.20 sampai dengan rxy < 0.40, maka tingkat hubungan antara variabel x dengan y lemah. 25. Jika kondisi Ha dan nilai rxy ≥ 0.40 sampai dengan rxy < 0.60, maka tingkat hubungan antara variabel x dengan y sedang. 26. Jika kondisi Ha dan nilai rxy ≥ 0.60 sampai dengan rxy < 0.80, maka tingkat hubungan antara variabel x dengan y tinggi. 27. Jika kondisi Ha dan nilai rxy ≥ 0.80 sampai dengan rxy ≤ 1.00, maka tingkat hubungan antara variabel x dengan y sangat tinggi. 28. Jika nilai rxy > nilai rtabel, maka hipotesis yang dibuat tidak signifikan (Ho atau tidak ada hubungan antara nilai variabel x dengan y). 29. Hitung Koefisien Determinasi (KD) atau nilai varians dari korelasi dalam %. KD = 𝑟𝑥𝑦 2 × 100% 30. Selesai.
  • 3. 3.2 Algoritma Flowchart MULAI Jumlah data (n) For (int i = 0; i < n; i++) Int x[i], y[i] totalx +=x[i] totaly += y[i] Xrat = totalx / n Yrat = totaly / n X[i] = x[i] – xrat Y[i] =y[i] - yrat X^2[i] =X[i]* X[i] Y^2[i]= Y[i] *Y[i] XY[i] = X[i] * BYi] X^2Y^2[i] =X^2[i] * Y^2[i] i++ totalXY+= XY[i] totalX^2Y^2 += X^2Y^2[i] rxy =totalXY / sqrt totalX^2Y^2 t-tabel rtabel = t-tabel/ sqrt (n +t-tabel* t- tabel) If(rxy >= rtabel) If(rxy >= 0,8) && (rxy <= 1,0) If(rxy >= 0,6) && (rxy < 0,8) If(rxy >= 0,4) && (rxy < 0,6) If(rxy >= 0,2) && (rxy < 0,4) Ha, tingkat hubungan sangat tinggi Ha, tingkat hubungan tinggi Ha, tingkat hubungan sedang Ha, tingkat hubungan rendah Ha, tingkat hubungan sangat rendah yes yes no no no no yesyesyes Ho no KD =rxy*rxy*100 KD SELESAI Ifpiliha tabel-t == 1 T-tabel1% yes T-tabel5% no