1 / 19

ANALISIS KORELASI

ANALISIS KORELASI. KORELASI LINEAR SEDERHANA.

kyle-jensen
Télécharger la présentation

ANALISIS KORELASI

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ANALISIS KORELASI

  2. KORELASI LINEAR SEDERHANA 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

  3. PRODUCT MOMENT PEARSON r =

  4. INTERPRETASI KOEFISIEN KORELASI

  5. KOEFISIEN DETERMINASI (r2) Koefisien Determinasi adalah persentase perubahan-perubahan Y yang dijelaskan oleh X melalui hubungan liniernya

  6. CONTOH

  7. TABEL PERHITUNGAN

  8. Product Moment Coefficient of Correlation Karl Pearson r = = = 0,9090 ≈ 0,91

  9. KOEFISIEN DETERMINASI • Untuk korelasi antara biaya riset dengan laba tahunan sebesar (r) = 0,91 • r2 = (0,91)2 = 0,8281 atau 82,81%

  10. INTERPRETASI KOEFISIEN DETERMINASI • Koefisien 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.

  11. Analisis dengan SPSS

  12. REGRESI LINEAR SEDERHANA Y = β0 + β1 X + ε β0 dan β1 merupakan parameter

  13. Model Matematis Y atas X Sampel Y = b0 + b1 X +e • b0 merupakan estimator untuk β0 • b1 merupakan estimator untuk β1

  14. Regresi Linear Sederhana Y = b0 + b1 X X = Variabel bebas (Independent Variable) Y = Variabel tergantung (Dependent Variable) b0 = intersep (intercepth), yang menyatakan perpotongan garis persamaan regresi dengan sumbu Y untuk X = 0 b1 = koefisien regresi antara Y atas X yang menyatakan perubahan rata-rata Y apabila X berubah satu unit

  15. Koefisien Regresi Linear Y = b0 + b1 X b1 = b0 =

  16. CONTOH (1) Hitung pengaruh pengeluaran riset dengan keuntungan.

  17. Lanjutan(2)

  18. Menghitung Koefisien Regresi Linear b1 = = =2 b0 = = = 20 Y = 20 + 2 X

  19. Hasil Analisis dengan SPSS

More Related