Makalah analisa regresi linier sederhana dengan perhitungan manual dan dengan aplikasi SPSS untuk matakuliah Data Mining semester 6, STMIK Nusa Mandiri, Jakarta. Tahun ajaran 2017/2018
Makalah analisa regresi linier sederhana dengan perhitungan manual dan dengan aplikasi SPSS untuk matakuliah Data Mining semester 6, STMIK Nusa Mandiri, Jakarta. Tahun ajaran 2017/2018
oleh neneng
Nurwaningsih
(06081281520066)
Nurwaningsih30@gmail.com
PROGRAM STUDI PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SRIWIJAYA
INDRALAYA
2017
semoga bermanfaat
Distribusi hipergeometrik juga termasuk distribusi teoretis yang menggunakan variabel diskrit dengan dua kejadian yang berkomplemen, seperti halnya distribusi binomial.
Perbedaan yang utama antara distribusi binomial dan distribusi hipergeometrik adalah pada cara pengambilan sampelnya. Pada distribusi binomial pengambilan sampel dilakukan dengan pengembalian, sedangkan pada distribusi hipergeometrik pengambilan sampel dilakukan tanpa pengembalian.
Dari penjelasan di atas, bisa disimpulkan bahwa distribusi hipergeometrik adalah distribusi probabilitas diskrit dari sekelompok objek atau populasi yang dipilih tanpa pengembalian.
oleh neneng
Nurwaningsih
(06081281520066)
Nurwaningsih30@gmail.com
PROGRAM STUDI PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SRIWIJAYA
INDRALAYA
2017
semoga bermanfaat
Distribusi hipergeometrik juga termasuk distribusi teoretis yang menggunakan variabel diskrit dengan dua kejadian yang berkomplemen, seperti halnya distribusi binomial.
Perbedaan yang utama antara distribusi binomial dan distribusi hipergeometrik adalah pada cara pengambilan sampelnya. Pada distribusi binomial pengambilan sampel dilakukan dengan pengembalian, sedangkan pada distribusi hipergeometrik pengambilan sampel dilakukan tanpa pengembalian.
Dari penjelasan di atas, bisa disimpulkan bahwa distribusi hipergeometrik adalah distribusi probabilitas diskrit dari sekelompok objek atau populasi yang dipilih tanpa pengembalian.
3. Korelasi adalah istilah statistik yang menyatakan
derajat hubungan linear antara dua variabel
atau lebih, (Usman,2006:197). Hubungan antara
dua variabel di dalam teknik korelasi bukanlah
dalam arti hubungan sebab akibat (timbal
balik), melainkan hanya merupakan hubungan
searah saja.
Pengertian Analisis
Korelasi
4. Analisis Korelasi betujuan untuk mengetahui
keeratan hubungan (kuat-lemahnya) hubungan
antara variabel bebas X dengan variabel terikat Y,
tanpa melihat bentuk hubungannya, apakah linear
atau tidak linear. Kuat-lemahnya hubungan antara
dua variabel dilihat dari koefisisen korelasinya.
Koefisien korelasi merupakan indeks atau bilangan yang
digunakan untuk mengukur keeratan (kuat, lemah, atau
tidak ada) hubungan antarvariabel.
Koefisien
Korelasi
5. Untuk menentukan keeratan hubungan / korelasi antar
variabel tersebut, berikut ini diberikan nilai-nilai dari KK
sebagai patokan, (Hasan, 2008: 234).
1. KK = 0 tidak ada korelasi
2. 0 < KK ≤ 0,20 korelasi sangat rendah /
lemah sekali
3. 0,20 < KK ≤ 0,40 korelasi rendah / lemah tapi
pasti
4. 0,40 < KK ≤ 0,70 korelasi yang cukup berarti
5. 0,70 < KK ≤ 0,90 korelasi yang tinggi; kuat
6. 0,90 < KK ≤ 1,00 korelasi yang sangat tinggi;
kuat sekali, dapat
diandalkan.
7.KK = 1 korelasi sempurna.
.
6. Jenis-jenis Koefisien/analisis Korelasi
Sudjana (2002:369)
Langkah-langkah menghitung korelasi Product Moment
1. Membuat Ha dan Ho dalam bentuk kalimat
2. Membuat Tabel
3. Mencari rhitung
4. Mencari besarnya sumbangan variabel X terhadap
variabel Y
5. Menghitung signifikansi dengan rumus thitung
6. Membuat kesimpulan
a. Analisis Korelasi Person Prodact Moment (r)
7. Korelasi
Spearman—Brown
Tulis Ha dan Ho dalam bentuk kalimat
Tulis Ha dan Ho dalam bentuk statistic
Membuat tabel
Mencari dengan rumus
Menentukan taraf signifikan
Bandingkan rs hirung dengan rtabel
Membuat kesimpulan
b. Analisis Korelasi Rank Spearman (P)
s
s
ii
r
r
r
1
2
1
Korelasi
Spearman
8. Nilai koefisien penentu ini terletak antara 0 dan +1 (0 ≤ KP ≤ +1). Jika
koefisien korelasinya adalah koefisien korelasi Pearson (r) maka koefisien
penentunya
Untuk µZr, pendugaan intervalnya
secara umum dirumuskan
atau
interval
9. Pengujian Hipotesis
2r1
2nr
hitung
t
keterangan: thitung = Nilai t
r = Nilai Koefisien
n = Jumlah Sampel
Contoh soal analisis korelasi product moment
”Hubungan Motivasi dengan Kinerja Guru”
Motivasi (X) : 60; 70; 75; 65; 70; 60; 80; 75; 85; 90; 70; dan 85
Kinerja (Y) : 450; 475; 450; 470; 475; 455; 475; 470; 485; 480; 475;dan
480.
Pertanyaan ;
Berapakah besar hubungan motivasi dengan kinerja dosen?
Berapakah besar sumbangan (kontribusi) motivasi dengan kinerja dosen?
Buktikan apakah ada hubungan yang signifikan motivasi dengan kinerja dosen?
10. Langkah-langkah menjawab:
Langkah 1.
Membuat Ha dan Ho dalam bentuk kalimat :
Ha : ada hubungan yang signifikan motivasi dengan
kinerja dosen.
Ho : Tidak ada hubungan yang signifikan motivasi
dengan kinerja dosen.
Langkah 2.
Membuat Ha dan Ho dalam bentuk statistik;
Ha : r ≠ 0
Ho : r = 0
12.
})(}{)({
))((
2222
YYnXXn
YXXYn
r
})640.5()350.652.2.(12}.{)885()325.66.(12{
)460.5).(885()825.416(12
22
r
465,0
02,327.365
00.169
000.835.463.133
900.169
r
Mencari rhitung dengan cara masukkan angka statistik dari
tabel penolong dengan rumus ;
13. Langkah 4
Mencari besarnya sumbangan (konstribusi) variabel X
terhadap Y dengan rumus :
KP = r2 x 100% = 0,4652 x 100% = 21,62 %.
Artinya motivasi memberikan konstribusi terhadap
kinerja dosen sebesar 21,62% dan sisanya 78,38%
ditentukan oleh variabel lain.
Langkah 5
Menguji signifikan dengan rumus thitung :
329,3
88,0
15,2
684,01
212465,0
2r1
2nr
hitung
t
2
14. Kaidah pengujian :
Jika thitung ≥ ttabel, maka tolak Ho artinya
signifikan dan
thitung ≤ ttabel, terima Ho artinya tidak signifikan.
Berdasarkan perhitungan di atas , α = 0,05 dan
n = 12, uji dua pihak;
dk = n - 2 = 12 – 2 = 10 sehingga diperoleh
ttabel = 2,228
Ternyata thitung lebih besar dari ttabel, atau 3,329 >
2,228, maka Ho ditolak, artinya ada hubungan yang
signifikan motivasi dengan kinerja dosen.
15. langkah 6
Membuat kesimpulan
•Berapakah besar hubungan motivasi dengan kinerja dosen? rxy
sebesar 0,465 kategori cukup kuat.
•Berapakah besar sumbangan (konstribusi) motivasi dengan
kinerja dosen?
KP = r2 x 100% = 0,4652 x 100% = 21,62%. Artinya
motifasi memberikan konstribusi terhadap kinerja dosen sebesar
21,62% dan sisanya 78,38% ditentukan oleh variable lain.
•Buktikan apakah ada hubungan yang signifikan motivasi
dengan kinerja dosen? terbukti bahwa ada hubungan yang
signifikan motivasi dengan kinerja dosen.Ternyata thitung lebih
besar dari ttabel, atau 3,329 > 2,228, maka Ho ditolak, artinya
ada hubungan yang signifikan motivasi dengan kinerja dosen.
16. X Y
2 2
3 3
2 1
3 2
3 3
1 2
Contoh soal analisis korelasi rank spearman :
Diketahui data
Ditanyakan:
•Bagaimana hubungan X dengan Y?
•Jika X sebagai penilaian juri A dan Y sebagai penilaian juri B.Apakah
kedua penilaian itu ada kesesuaian (kecocokan)?
•Jika X sebagai jumlah nilai genap dan Y jumlah nilai ganjil. Apakah
alat pengumpul data tersebut reliabel?
17. Jawab:
1. Tulis Ha dan Ho dalam bentuk kalimat.
•Ha Terdapat hubungan yang positif den signifikan,
antara variabel X dengan Y.
•Ho Tidak terdapat hubungan yang positif dan
signifikan antara variabel X dengan Y
2. Tulis Ha dan Ho dalam bentuk statistik
•Ha : r ≠ 0
•Ho : r = 0
19. Urutan ke- Nilai Data Rangking
1 3 2
2 3 2
3 3 2
4 2 4,5
5 2 4,5
6 1 6
Cara menghitung rank genap.
a. Urutkan data genap mulai yang terbesar sampai
terkecil, sehingga data genap (X) menjadi sebagai
berikut:
20. 2
3
321
50,4
2
54
b) Periksa dulu apakah nilai data yang diurutkan sudah
cocok dengan banyaknya anggota ota sampel? Dalam halini
sudahada enam urutanmentah. Setelah cocok lanjutkan
menghitung urutan matang (ranking ke-) dengan cara,
sebagai beriktt:
Nilai 3 Merupakan ranking ke
Nilai 2 Merupakan ranking ke
Nilai 1 Merupakan ranking ke- -6
21. c. Masukkan ranking tersebut ke dalam tabel penolong
sesuai dengannilai data masing – masing. Dengancara
yang sama makaranking ke- n, untuk data nilai ganjil
dapat di hitung.
d. Cari selisih ranking nilai genap dengan rangkin nilai
ganjil.
e. Jumlahkan semua selisih rankin tersebut,jika = 0
berarti perhitungan betul dan lanjutkan.
f. Kuadratkan selisih ranking(b) tersebut, kemudian
jumlahkan sehingga menjadi b2.
22. 4. Masukkan nilai yang di dapat dalam tabel
penolong itu ke dalam rumus Spearman, sehingga
di dapat.
ra hitung=
66
11.6
1 3
= 1 – 66/212
= 0,678
5. Taraf signifikansi (α) =
0,05
23. 6. Tentukan kriterianya yaitu:
Jika – rs table <rs hitung<rs tabel, maka Ho diterima
atau korelasinya tidak signifikan.
7. Tentukan dk = 6 – 2= 4 dan taraf signifikan
(α = 0,05) dengan melihat tabel t di dapat nilai
ttabel = 2,776
8. Ternyata – 2,776 < 0,499 < 2,776 atau – ttabel<
thitung< ttabel sehingga Ho diterima atau
korelasinya tidak signifikan.
24. 9. Kesimpulannya.hubungan antara variabel X dengan
variabel Y ternyata positif (agak cukup) dan tidak
signifikan.
Jawaban nomor 2, langkah – langkanya sama dengan di
atas hanya istilah signifikan dengan kesesuaian.
Jawaban nomor 3, dimulai dari langkah – langkah 4 dan
lanjutkan dengan memasukkan nilai r ke rumus Spearmaan
– Brown, sehingga di dapat.
687,01
687,0.2
rii
= 0,814
25. 6. Tentukan kriterianya yaitu:
Jika – t ii tabel< t ii hitung < t tabel sehingga Ho diterima atau
tidak reliable.
rii tabel pada daftar r kritis untuk Spearman dengan α = 0.05
dan n = 6 didapat r ii tabel = 0.829
Ternyata —0,828 < 0,814 < 0,829
atau
rs tabel<rs hitung< rs tabel sehingga H. diterima atau alat
pengumpul datanya tidak reliabel.
Kesimpulannya: Alat pengumpul data tersebut tidak
reliabel untuk mengukur variabel tertentu.
26. Korelasi merupakan hubungan antara dua
kebijakan dimana kejadian yang satu dapat
mempengaruhi eksistensi kejadian yang lain.
Misalnya kejadian X mempengaruhi kejadian Y.
Apabila dua variable X dan Y mempunyai
hubungan, maka nilai variable X yang sudah
diketahui dapat dipergunakan untuk
memperkirakan, menaksir atau meramalkan Y
Kesimpulan