analisa regresi dan korelasi

6
a. Analisa Regresi Dan Korelasi 1) Regresi Dari tabel Coefficients diketahui nilai B 0 sebesar 904,186 dan B 1 sebesar 2,462. Dengan demikian diperoleh persamaan regresi Y = 904,186 + 2,462 X dari persamaan Y = B 0 + B 1 X dimana Y merupakan guru dan X merupakan Taman Kanak-kanak. Pada tabel ANOVA diketahui nilai F-hitung sebesar 574,973. Dengan mengetahui nilai F-hitung maka dapat diketahui signifikansi persamaan regresi. Diketahui k adalah jumlah variabel dan n adalah jumlah sampel, dan nilai F tabel sebesar 4,16 yang diperoleh berdasarkan degree of freedom 1 (k- 1) sebesar 1 dan degree of freedom 2 (n-k) sebesar 32 dengan α sebesar 0,05 dari tingkat kepercayaan 95 %. Karena nilai F-hitung > F-tabel maka persamaan regresi dapat digunakan sebagai prediksi. 2) Korelasi Berdasarkan tabel correlations diketahui nilai P- Value sebesar 0,000, apabila nilai P-Value < α maka ada korelasi (H1 diterima) yaitu jumlah TK dan guru memiliki korelasi, dan apabila P-Value > α maka tidak ada korelasi (Ho diterima) yaitu jumlah TK dan guru tidak memiliki korelasi. Dari data diatas dapat diketahui bahwa 0,000 < 0,01 berarti ada korelasi antara jumlah TK dengan jumlah guru.

Upload: rahmatscribd

Post on 31-Dec-2015

15 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Analisa Regresi Dan Korelasi

a. Analisa Regresi Dan Korelasi

1) Regresi

Dari tabel Coefficients diketahui nilai B0 sebesar 904,186 dan B1 sebesar

2,462. Dengan demikian diperoleh persamaan regresi Y = 904,186 + 2,462 X

dari persamaan Y = B0 + B1X dimana Y merupakan guru dan X merupakan

Taman Kanak-kanak.

Pada tabel ANOVA diketahui nilai F-hitung sebesar 574,973. Dengan

mengetahui nilai F-hitung maka dapat diketahui signifikansi persamaan

regresi. Diketahui k adalah jumlah variabel dan n adalah jumlah sampel, dan

nilai F tabel sebesar 4,16 yang diperoleh berdasarkan degree of freedom 1 (k-

1) sebesar 1 dan degree of freedom 2 (n-k) sebesar 32 dengan α sebesar 0,05

dari tingkat kepercayaan 95 %. Karena nilai F-hitung > F-tabel maka

persamaan regresi dapat digunakan sebagai prediksi.

2) Korelasi

Berdasarkan tabel correlations diketahui nilai P-Value sebesar 0,000,

apabila nilai P-Value < α maka ada korelasi (H1 diterima) yaitu jumlah

TK dan guru memiliki korelasi, dan apabila P-Value > α maka tidak ada

korelasi (Ho diterima) yaitu jumlah TK dan guru tidak memiliki korelasi.

Dari data diatas dapat diketahui bahwa 0,000 < 0,01 berarti ada korelasi

antara jumlah TK dengan jumlah guru.

Pada tabel correlations diketahui nilai pearson correlation antara TK

dan guru mempunyai nilai yang sama yaitu sebesar 0,974. Hal ini

menunjukkan bahwa hubungan antara Jumlah TK dan Jumlah guru

mempunyai tingkat hubungan yang sangat kuat. Hal ini berdasarkan tabel

koefisien korelasi (Yohanes, 2011) berikut:

Tabel 5.4 Tabel Koefisien Korelasi

Interval Koefisien Tingkat Hubungan

0,00-0,199 Sangat rendah

0,20-0,399 Rendah

0,40-0,599 Sedang

0,60-0,799 Kuat

0,80-1,00 Sangat Kuat

a. Analisa

Page 2: Analisa Regresi Dan Korelasi

Tabel 5.3 Tabel Uji Post Hoc

Dosis 1 Dosis 2 Dosis 3 Dosis 4 Dosis 5

Dosis 1 - Diterima Diterima Diterima Diterima

Dosis 2 Diterima - Diterima Diterima Diterima

Dosis 3 Diterima Diterima - Diterima Diterima

Dosis 4 Diterima Diterima Diterima - Diterima

Dosis 5 Diterima Diterima Diterima Diterima -

Berdasarkan tabel diatas dapat diketahui bahwa H0 yang menyatakan seluruh dosis mempunyai pengaruh yang sama terhadap pertumbuhan tanaman sawi diterima dan H1 yang menyatakan bahwa adanya perbedaan pengaruh dosis terhadap pertumbuhan tanaman sawi ditolak dengan α = 0,05 dari tingkat kepercayaan 95%. Berdasarkan tabel Test of Homogeneity of Variances diketahui bahwa nilai P-Value < α (0,2 < 0,5) maka H0 diterima atau data bersifat homogen

Page 3: Analisa Regresi Dan Korelasi

a. Analisa

1) Eksponensial

Dari tabel pada output data eksponensial dapat diketahui bahwa:

a) Data yang valid sejumlah 1000 dan data yang missing 0.

b) Nilai mean sebesar 9,35 dengan standar error 0,265. Mean merupakan

nilai rata-rata dari keseluruhan data.

c) Nilai median sebesar 6,00 dimana median merupakan nilai tengah dari

data.

d) Nilai mode atau modus sebesar 3, ini menunjukkan bahwa nilai yang

sering muncul pada data adalah 3.

e) Nilai standar deviasi sebesar 8,395. Standar deviasi merupakan ukuran

seberapa besar penyimpangan.

f) Nilai variance data sebesar 70,477.

g) Nilai skewness sebesar 2,084 dengan standar error 0,077. Skewness

merupakan tingkat kecondongan kearah kanan atau kiri.

h) Nilai kurtosis sebesar 5,473 dengan standar error 0,155. Kurtosis

merupakan tingkat keruncingan kurva.

i) Nilai maximum sebesar 55 dan nilai minimum sebesar 1 sehingga

diperoleh nilai range sebesar 54. Nilai maximum merupakan nilai tertinggi

pada data, nilai minimum merupakan nilai terendah pada data dan nilai

range merupakan ukuran penyebaran.

j) Nilai sum sebesar 9352. Nilai sum merupakan jumlah dari kesuluruhan

data.

Page 4: Analisa Regresi Dan Korelasi

2) Poisson

Dari tabel pada output data poisson dapat diketahui bahwa:

a) Data yang valid sejumlah 32 dan data yang missing 0.

b) Nilai mean sebesar 31,25 dengan standar error 1,673. Mean merupakan

nilai rata-rata dari keseluruhan data.

c) Nilai median sebesar 33,50 dimana median merupakan nilai tengah dari

data.

d) Nilai mode atau modus sebesar 36, ini menunjukkan bahwa nilai yang

sering muncul pada data adalah 36.

e) Nilai standar deviasi sebesar 9,463. Standar deviasi merupakan ukuran

seberapa besar penyimpangan.

f) Nilai variance data sebesar 89,548.

g) Nilai skewness sebesar -1,030 dengan standar error 0,414. Skewness

merupakan tingkat kecondongan kearah kanan atau kiri.

h) Nilai kurtosis sebesar 0.813 dengan standar error 0,809. Kurtosis

merupakan tingkat keruncingan kurva.

i) Nilai maximum sebesar 46 dan nilai minimum sebesar 5 sehingga

diperoleh nilai range sebesar 41. Nilai maximum merupakan nilai tertinggi

pada data, nilai minimum merupakan nilai terendah pada data dan nilai

range merupakan ukuran penyebaran.

j) Nilai sum sebesar 1000. Nilai sum merupakan jumlah dari kesuluruhan

data.