P. 1
Korelasi Dan Regresi

Korelasi Dan Regresi

|Views: 572|Likes:
Dipublikasikan oleh Retno Aulia Vinarti
Materi korelasi dan regresi statistika dengan menggunakan SPSS
Materi korelasi dan regresi statistika dengan menggunakan SPSS

More info:

Categories:Types, School Work
Published by: Retno Aulia Vinarti on Apr 12, 2011
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

03/28/2013

pdf

text

original

Uji Korelasi dan Regresi

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

r!

N7XY  7X7Y [ N7X  (7X ) ][ N7Y  (7Y ) ]
2 2 2 2

Types of Relationships
(continued) Strong relationships Y Y Weak relationships

X Y Y

X

Statistics for Managers Using Microsoft Excel, 4e © 2004 Prentice-Hall, Inc.

X
Chap 12-7

X

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 =
‡ Ex : Y = 5 X + 2

X+b X 1 + X2 + +b

± Berganda > Y =

‡ 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 i !1

b0 ! y  b1 x

Persamaan Regresi Linear
Estimated (or predicted) Y value for observation i Estimate of the regression intercept Estimate of the regression slope Value of X for observation i

Ö !b b X Yi 0 1 i

Statistics for Managers Using Microsoft Excel, 4e © 2004 Prentice-Hall, Inc.

Chap 12-14

Types of Relationships
Linear relationships Y Y Curvilinear relationships

X Y Y

X

Statistics for Managers Using Microsoft Excel, 4e © 2004 Prentice-Hall, Inc.

X
Chap 12-15

X

Types of Relationships
(continued) No relationship Y

X Y

X
Statistics for Managers Using Microsoft Excel, 4e © 2004 Prentice-Hall, Inc. Chap 12-16

Bagaimana cara membuat garisnya?
‡ OLS (Ordinary Least Square)
± SSE (Sum Squared Error atau Std. Error) ± MSE (Mean Squared Error) ± MAPE (Mean Absolute Percentage Error)

‡ OLS terdiri dari beberapa varian
± RLS (Recursive Least Square) ± LM-LS (Levenberg-Marquadt Least Square)

Simple Linear Regression Example
‡ A real estate agent wishes to examine the relationship between the selling price of a home and its size (measured in square feet) ‡ A random sample of 10 houses is selected ± Dependent variable (Y) = house price in $1000s ± Independent variable (X) = square feet

Statistics for Managers Using Microsoft Excel, 4e © 2004 Prentice-Hall, Inc.

Chap 12-18

Sample Data for House Price Model
House Price in $1000s (Y) 245 312 279 308 199 219 405 324 319 255
Statistics for Managers Using Microsoft Excel, 4e © 2004 Prentice-Hall, Inc. Chap 12-19

Square Feet (X) 1400 1600 1700 1875 1100 1550 2350 2450 1425 1700

SPSS
‡ Analyze > Regression > Linear ‡ Masukkan variabel dependen dan independennya

Bonus Time!!
Jelaskan dengan bahasa yang paling mudah dimengerti ‡ Apakah sebenarnya analisa regresi itu? ‡ Persamaan garis regresi melalui satu titik penting? Titik apakah itu? ‡ Apakah sebenarnya ANOVA itu? ‡ Bagaimana cara mencari nilai r (konstanta korelasi) dengan SPSS selain cara yang telah dijelaskan hari ini?

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->