stat d3 6
DESCRIPTION
statistika bagian 6TRANSCRIPT
KULIAH BAB VIKULIAH BAB VI
KORELASI KORELASI LINIER LINIER
SEDERHANASEDERHANA
PENDAHULUANPENDAHULUAN Model korelasi sedikit berbeda dari model regresi. Dalam regresi, variabel bebas X dianggap bersifat fix (tetap) dan tanpa kesalahan, namun dalam korelasi, variabel X dan Y tidak fix sehingga dapat dipertukarkan dan keduanya memiliki kesalahan
Dalam studi korelasi diperlukan data berpasangan. Misalnya, penelitian untuk mengkaji korelasi antara berat dan tinggi badan 40 anak. Jadi setiap anak memiliki 2 nilai, yaitu nilai X untuk tinggi dan nilai Y untuk berat badan. Perangkat data berpasangan itu lalu dipadukan untuk membentuk suatu distribusi data yang menggambarkan relasi kedua variabel itu. Distribusi data itu disebut distribusi bersama.
KOEFISIEN KORELASI KOEFISIEN KORELASI
Ukuran kekuatan relasi antara variabel X dan Y yang berrelasi linier adalah koefisien korelasi (simbol r).
Koefisien korelasi menunjukkan arah dan besar hubungan linier antara 2 variabel. Arah dinyatakan dengan + atau –. Tanda + (tanpa tanda) berarti hubungan linier positip (searah), artinya nilai tinggi satu variabel berkaitan nilai tinggi variabel lainnya. Tanda – berarti hubungan linier negatip (beda arah).
Besar koefisien korelasi menunjukkan kuat-lemah relasi. r mendekati 1 berarti relasi makin kuat, mendekati 0 berarti relasi makin lemah
CONTOH KORELASI CONTOH KORELASI LINIER SEDERHANALINIER SEDERHANA
108
68
100 2 4 6 8
10
68
42
100 2 4 6 8
10
42
100 2 4 6 8
642
100 2 4 6 8
10
68
42
(a) (b) (c) (d)
(a) korelasi positip hampir sempurna (r 1) (b) korelasi negatip hampir sempurna (r – 1)(c) korelasi positip relatif kuat, (d) korelasi positip lemah
KOEFISIEN DETERMINASIKOEFISIEN DETERMINASI
Kuadrat dari koefisien korelasi (r2) disebut koefisien determinasi Koefisien determinasi ini dapat ditafsir sebagai proporsi atau, jika dikalikan dengan 100%, disebut persentase varian bersama
Jika variabel X adalah prediktor bagi variabel Y maka koefisien determinasi menyatakan berapa persen varian variabel Y yang dapat dijelaskan oleh variabel X. Misalnya, rXY = 0,60 maka koefisien determinasi
= 0,36. Artinya, 36% varian variabel Y dapat dijelaskan oleh variabel X
METODE PENENTUAN METODE PENENTUAN KOEFISIEN KORELASIKOEFISIEN KORELASI
a. Korelasi Product Moment
b. Korelasi Biserial Titik
c. Korelasi Phi
d. Korelasi Perbedaan Peringkat
rxy =SXY
SXSY
Ada 3 macam ukuran keterkaitan antara satu varian variabel dengan varian variabel lain, yaitu kovarian (SXY), slope garis regresi (1), dan koefisien korelasi
(rXY). Metode ini mencari koefisien korelasi sampel
dan keterkaitannya dengan kedua ukuran varian bersama lainnya, dinyatakan dengan persamaan
SXY = kovarian variabel X dan Y SX = simpangan baku variabel X Sy = simpangan baku variabel Y
Korelasi Product Moment
n XY – X Y
n X2 – (X)2 n X2 – (X)2rxy =
Rumus Nilai Mentah
Korelasi Biserial Titik Merelasikan satu variabel prediktor dikotomi dengan satu variabel kriteria berskala interval atau rasio
Misal akan dicari korelasi antara jenis kelamin dan sikap keguruan. Jenis kelamin dikotomis, yaitu pria dan wanita, dan sikap keguruan bersifat interval.
Jika variabel X dikotomis dan Y interval, koefisien korelasi biserial titik ditentukan menurut persamaan:
rpbis =Yrp - Yrt
St
pq
Yrp = rata2 kelompok pYrt = rata2 seluruh subyek St = simp. baku subyek p = proporsi kel. satu q = proporsi kel. dua
Korelasi PhiUntuk mencari koefisien korelasi antara dua variabel yang keduanya bersifat dikotomis.
Misal, dicari korelasi antara jenis kelamin dan respon terhadap soal benar-salah. Dibuat tabel kontingensi 2 x 2, variabel X = jenis kelamin (1 = pria dan 0 = wanita) dan Y = jawaban subyek terhadap soal (1 = benar dan 0 = salah). Digunakan persamaan berikut
Y
0 1
X1 a b
0 c d
Phi =bc – ad
(a+c)(b+d)(a+d)(c+b)
Korelasi Perbedaan Peringkat
Situasi khusus dalam korelasi linier adalah jika kedua variabel yang dikorelasikan berupa peringkat subyek pada masing-masing peubah, bukan nilai. Jika kedua variabel X dan Y berupa peringkat, D = X – Y, dan n = jumlah sampel maka didapat persamaan
rXY = 1 – 6 D2
n(n2 – 1)
SEKIAN DAN SEKIAN DAN TERIMA KASIHTERIMA KASIH