Korelasi
Univariate Vs Multivariate
• Univariate (Uni = Satu)
– Bagaimana data umur pelanggan?
– Bagaimana data kenyamanan pelanggan
• Bivariate (Bi = Dua)
– Apakah frekuensi kedatangan pelanggan memberi
gambaran mengenai kepuasan pelanggan?
• Multivariate (Multi = Banyak)
– Apakah kepuasan pelanggan digambarkan oleh
kenyamanan, kelezatan, keramahan dan kecepatan
pelayanan?
Uji Korelasi
• Korelasi mengukur apakah ada hubungan yang
signifikan antara dua variable
• Ditunjukkan dengan nilai r yaitu Pearson
Product Moment Correlation Coefficient range
mulai -1 sampai +1
Perfect Relationship No Relationship Perfect Relationship
R = -1 R=0 R = +1
Interpretasi nilai r
• Sangat kuat = >= 0.80
• Kuat = 0.60 - 0.80
• Sedang = 0.40 - 0.60
• Rendah = 0.20 - 0.40
• Sangat Rendah= <= 0.20
Correlation Coefficient
• N = jumlah data
• X = nilai variable 1
• Y = nilai variable 2
NXY XY
r
[ NX (X ) ][ NY (Y ) ]
2 2 2 2
Types of Relationships
(continued)
Strong relationships Weak relationships
Y Y
X X
Y Y
X X
Statistics for Managers Using Microsoft
Chap 12-7
Excel, 4e © 2004 Prentice-Hall, Inc.
SPSS
• Analyze > Correlate > Bivariate
• Options > Mean and standard deviation
Regresi
Regresi
• Untuk mengukur bagaimana hubungan kedua
variable tersebut dengan persamaan garis (linear)
• Pengujian Regresi dilakukan untuk data yang
sudah pasti berkorelasi
• Regresi Linear terdiri dari dua jenis
– Sederhana > Y = α X + b
• Ex : Y = 5 X + 2
– Berganda > Y = α X1 + β X2 + … + b
• Ex : Y = 7 X1 + 9 X2 + 15
Regresi
• Regresi terdiri dari variable dependen dan
independen
• Dependen = bergantung
• Independen = tidak bergantung
• Satu variable yang sama dapat menjadi
variable dependen maupun independen
dalam konteks yang berbeda
Regresi
• Contoh : profit penjualan buku meningkat
apabila jumlah pengunjung meningkat, maka
dependen = profit penjualan buku
independen = jumlah pengunjung
• Contoh : tingginya tingkat kehilangan barang
akan menurunkan jumlah pengunjung
dependen = jumlah pengunjung
independen = tingkat kehilangan barang
Persamaan Regresi Linear
n
( x x )( y
i i y)
b1 i 1
n
(x x)
i 1
i
b0 y b1 x
Persamaan Regresi Linear
Estimated (or
predicted) Y Estimate of the Estimate of the
value for regression regression slope
observation i intercept
Value of X for
Ŷi b0 b1Xi
observation i
Y Y
X X
Y Y
X X
Statistics for Managers Using Microsoft
Chap 12-15
Excel, 4e © 2004 Prentice-Hall, Inc.
Types of Relationships
(continued)
No relationship
X
Statistics for Managers Using Microsoft
Chap 12-16
Excel, 4e © 2004 Prentice-Hall, Inc.
Bagaimana cara membuat garisnya?