analisis korelasi
DESCRIPTION
ANALISIS KORELASI. KORELASI LINEAR SEDERHANA. - PowerPoint PPT PresentationTRANSCRIPT
ANALISIS KORELASIANALISIS 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
2222 YYNXXN
YXXYN
INTERPRETASI KOEFISIEN KORELASI
-1 -1 r r 11
r = - 1r = - 1 Mengisyaratkan hubungan Mengisyaratkan hubungan linier linier sempurnasempurna yang sifatnya yang sifatnya negatifnegatif, dalam arti makin , dalam arti makin besar (kecil) harga X makin besar (kecil) harga X makin kecil (besar) harga Ykecil (besar) harga Y
r = 0r = 0 Mengisyaratkan tidak ada Mengisyaratkan tidak ada hubungan linier antara Y hubungan linier antara Y dengan X, dalam arti dengan X, dalam arti berapapun harga X tidak berapapun harga X tidak mengganggu harga Y, dan mengganggu harga Y, dan
sebaliknyasebaliknya
r = + 1r = + 1 Mengisyaratkan hubungan Mengisyaratkan hubungan linier linier sempurnasempurna yang sifatnya yang sifatnya positifpositif, dalam arti makin besar , dalam arti makin besar (kecil) harga X makin besar (kecil) harga X makin besar
(kecil) harga Y(kecil) harga Y
Koefisien Determinasi adalah persentase perubahan-perubahan Y yang dijelaskan oleh X melalui hubungan liniernya
KOEFISIEN DETERMINASI (r2)
CONTOHCONTOH
NONO TAHUNTAHUN Biaya Riset Biaya Riset
(X)(X)
Laba Tahunan Laba Tahunan
(Y)(Y)
11 20062006 22 2020
22 20072007 33 2525
33 20082008 55 3434
44 20092009 44 3030
55 20102010 1111 4040
66 20112011 55 3131
TABEL PERHITUNGANTABEL PERHITUNGAN
TAHUNTAHUN Biaya Riset Biaya Riset (X)(X)
Laba Laba Tahunan Tahunan
(Y)(Y)
XX22 YY22 XYXY
20062006 22 2020 44 400400 4040
20072007 33 2525 88 625625 7575
20082008 55 3434 2525 11561156 170170
20092009 44 3030 1616 900900 120120
20102010 1111 4040 121121 16001600 44004400
20112011 55 3131 2525 961961 155155
∑∑ 3030 180180 200200 56425642 10001000
Product Moment Coefficient of Correlation Karl Pearson
r =
=
= 0,9090 ≈ 0,91
2222 YYN.XXN
YXXYN
(180)2 - ) (5.642 630200)(6
(180) (30) - (1.000) 62
KOEFISIEN DETERMINASIKOEFISIEN DETERMINASI
Untuk korelasi antara biaya riset dengan Untuk korelasi antara biaya riset dengan laba tahunan sebesar (r) = 0,91laba tahunan sebesar (r) = 0,91
rr22 = (0,91) = (0,91)2 2 = 0,8281 atau 82,81%= 0,8281 atau 82,81%
INTERPRETASI KOEFISIEN INTERPRETASI KOEFISIEN DETERMINASIDETERMINASI
Koefisien determinasi antara laba atas Koefisien determinasi antara laba atas biaya riset = rbiaya riset = r22 = 0,8281; artinya 82,81% = 0,8281; artinya 82,81% dari perubahan-perubahan laba bisa dari perubahan-perubahan laba bisa dijelaskan oleh biaya riset melalui dijelaskan oleh biaya riset melalui hubungan liniernya dan 17,19% hubungan liniernya dan 17,19% perubahan-perubahan laba dijelaskan oleh perubahan-perubahan laba dijelaskan oleh faktor-faktor lain.faktor-faktor lain.
Analisis dengan SPSSAnalisis dengan SPSS
Model Summary
.909a .826 .783 3.24Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Predictors: (Constant), Xa.
Coefficientsa
20,000 2,646 7,559 ,002
2,000 ,458 ,909 4,364 ,012
(Constant)
BYRISET
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: LABAa.
REGRESI LINEAR REGRESI LINEAR SEDERHANASEDERHANA
Y = Y = ββ00 + + ββ11 X + X + εε
ββ00 dan dan ββ11 merupakan parameter merupakan parameter
ModelModel M Matematis Y atas X Sampelatematis Y atas X Sampel
Y = b0 + b1 X +e
bb00 merupakan estimator untuk merupakan estimator untuk ββ00
bb11 merupakan estimator untuk merupakan estimator untuk ββ11
Regresi Linear SederhanaRegresi 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
Koefisien Regresi LinearKoefisien Regresi Linear
Y = b0 + b1 X
b1 =
b0 =
22 XXn
YXXYn
n
XbY
CONTOH CONTOH (1)(1)
Hitung pengaruh pengeluaran Hitung pengaruh pengeluaran riset dengan keuntungan.riset dengan keuntungan.
TahunTahun Pengeluaran Pengeluaran RisetRiset
Keuntungan Keuntungan
20062006 22 2020
20072007 33 2525
20082008 55 3434
20092009 44 3030
20102010 1111 4040
22011011 55 3131
LanjutanLanjutan (2)(2)
Pengeluaran Pengeluaran Riset (X)Riset (X)
Keuntungan Keuntungan (Y)(Y)
XX22 YY22 XYXY
22 2020 44 400400 4040
33 2525 99 625625 7575
55 3434 2525 11561156 170170
44 3030 1616 900900 120120
1111 4040 121121 16001600 440440
55 3131 2525 961961 155155
3030 180180 200200 56425642 10001000
Menghitung Koefisien Regresi LinearMenghitung Koefisien Regresi Linear
22 XXn
YXXYn
b1 = = =2
b0 = = = 20n
XbY
22 XXn
YXXYn
2)30()200(6
)180)(30()000.1(6
6
)30(2180
Y = 20 + 2 X
Hasil Analisis dengan SPSSHasil Analisis dengan SPSS
Coefficientsa
20,000 2,646 7,559 ,002
2,000 ,458 ,909 4,364 ,012
(Constant)
BYRISET
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: LABAa.