Uji Korelasi dan Regresi Linear

 Aplikasi: ingin mengetahui hubungan (korelasi) antara pengalaman kerja (x)

dengan gaji pegawai (y). Jika ada korelasinya, tentukan persamaan regresi
linear, yaitu y = a + bx.
 Uji korelasi dari 2 variabel, dikenal dengan nama Pearson coefficient
Correlation, dilambangkan dengan r. Jika nilai r = 0, berarti tidak ada
korelasi. Jika nilai r = 1, artinya korelasinya sempurna. Nilai r berkisar dari 0
sampai 1. Semakin besar nilai r, semakin kuat korelasinya.
 Dasar dari uji korelasi Pearson adalah statistic parametric, yang berasumsi
data memiliki distribusi normal. Jika tidak terpenuhi, lakukan transformasi
spt akar, log, kuadrat. Jika proses transformasi tdk terpenuhi, maka statistic
non parametric digunakan, yaitu uji korelasi Spearman.
 Uji normalitas (lihat data/file pertemuan_3)
Latihan: gaji (y) berditribusi normal?
Pakai Kolmogorov smirnov (analyze, descry, explore, … normality with plots
and tests)
Jika sig > 0.05, maka data berdistribusi normal.
Jadi variable y (gaji) berdistribusi normal karena sig = 0.059
 Uji Korelasi
Latihan: bgmn korelasi antara pengalaman kerja dan gaji?
Pakai korelasi Pearson.
r = 0.668
ada korelasi kuat antara gaji dan pengalaman kerja.
 Regresi linear
Normal? Ya.
Ada korelasi? Ada
Persamaan regresi linear?
Y=a+bX
 Coefficientsa

Model Standardized
Unstandardized Coefficients Coefficients

B Std. Error Beta t Sig.

1 (Constant) 1013322.916 42200.631 24.012 .000

Pengalaman Kerja 65150.966 8490.082 .668 7.674 .000

a. Dependent Variable: Gaji per bulan

Y = 1.013.322,916 +65.150,96 X
 Memprediksi nilai y
Bgmn gaji seorang pegawai jika dia memiliki pengalaman kerja 20 tahun?
Cara: Y = 1.013.322,916 +65.150,96 x 20 = 2.316.342,116 rupiah.
 Penyajian atau interpretasi regresi linear: