korelasi oke

Upload: -

Post on 08-Mar-2016

238 views

Category:

Documents


0 download

DESCRIPTION

korelasi

TRANSCRIPT

  • 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

    *