View
238
Download
0
Category
Preview:
DESCRIPTION
korelasi
Citation preview
ANALISIS KORELASI
Untuk mengetahui keeratan hubungan antara dua variabel yang berskala interval dan rasio digunakan koefisien korelasi Pearson (Product Moment Coefficient of Correlation Karl Pearson). Besarnya keeratan hubungan antara varaibel Y dan X diperlihatkan oleh koefisien korelasi
KORELASI LINEAR SEDERHANA
r =
PRODUCT MOMENT PEARSON
INTERPRETASI KOEFISIEN KORELASI
-1 r 1r = - 1 Mengisyaratkan hubungan linier sempurna yang sifatnya negatif, dalam arti makin besar (kecil) harga X makin kecil (besar) harga Y r = 0Mengisyaratkan tidak ada hubungan linier antara Y dengan X, dalam arti berapapun harga X tidak mengganggu harga Y, dan sebaliknya r = + 1Mengisyaratkan hubungan linier sempurna yang sifatnya positif, dalam arti makin besar (kecil) harga X makin besar (kecil) harga Y
Koefisien Determinasi adalah persentase perubahan-perubahan Y yang dijelaskan oleh X melalui hubungan liniernya KOEFISIEN DETERMINASI (r2)
CONTOH
NOTAHUNBiaya Riset (X)Laba Tahunan (Y)
1200622022007325320085344200943052010114062011531
TABEL PERHITUNGAN
TAHUNBiaya Riset (X)Laba Tahunan (Y)X2Y2XY20062204400402007325862575200853425115617020094301690012020101140121160044002011531259611553018020056421000
Product Moment Coefficient of Correlation Karl Pearson
r =
=
= 0,9090 0,91
KOEFISIEN DETERMINASI
Untuk korelasi antara biaya riset dengan laba tahunan sebesar (r) = 0,91
r2 = (0,91)2 = 0,8281 atau 82,81%
INTERPRETASI KOEFISIEN DETERMINASIKoefisien determinasi antara laba atas biaya riset = r2 = 0,8281; artinya 82,81% dari perubahan-perubahan laba bisa dijelaskan oleh biaya riset melalui hubungan liniernya dan 17,19% perubahan-perubahan laba dijelaskan oleh faktor-faktor lain.
Analisis dengan SPSS
REGRESI LINEAR SEDERHANA
Y = 0 + 1 X +
0 dan 1 merupakan parameter
Model Matematis Y atas X SampelY = b0 + b1 X +eb0 merupakan estimator untuk 0 b1 merupakan estimator untuk 1
Regresi Linear SederhanaY = b0 + b1 XX = Variabel bebas (Independent Variable)Y = Variabel tergantung (Dependent Variable)b0 = intersep (intercepth), yang menyatakan perpotongan garis persamaan regresi dengan sumbu Y untuk X = 0b1 = koefisien regresi antara Y atas X yang menyatakan perubahan rata-rata Y apabila X berubah satu unit
Koefisien Regresi LinearY = b0 + b1 Xb1 =b0 =
CONTOH (1)Hitung pengaruh pengeluaran riset dengan keuntungan.
TahunPengeluaran RisetKeuntungan 2006220200732520085342009430201011402011531
Lanjutan (2)
Pengeluaran Riset (X)Keuntungan (Y)X2Y2XY2204400403259625755342511561704301690012011401211600440531259611553018020056421000
Menghitung Koefisien Regresi Linear
b1 = = =2
b0 = = = 20
Y = 20 + 2 X
Hasil Analisis dengan SPSS
*
Recommended