MK Statistika
Contoh:
Mengukur keeratan hubungan Biomassa fitoplankton
dengan banyaknya klorofil a:
Pencuplikan air danau
variabel acak
Dr. Vivi Novianti_MK Statistika
Korelasi
Pencuplikan air danau
Lambang X, Y
70
60
50
40 REGRESI
30
20
10
0
0 10 20 30 40 50
Suhu (°C)
Suhu: Denyut Jantung:
• Variabel tidak acak • Variabel acak (tidak dikendalikan
(dikendalikan peneliti) peneliti)
• Variabel bebas • Variabel terikat
Dr. Vivi Novianti_MK Statistika
Korelasi
• Tidak menyatakan satu variabel sebagai fungsi dari
variabel lain.
• Tidak mempersoalkan hubungan sebab akibat
• Tidak dikenal istilah variabel bebas dengan variabel
tidak bebas.
• Biasanya dalam perhitungan:
Simbol X = variabel pertama Keduanya (X dan Y)
Simbol Y = variabel kedua dianggap setara
• Yang ingin diduga = derajat dari variabel-variabel
tersebut berubah secara bersamaan (saling gayut).
314
Hipotesis Penelitian: Lebar daun berhubungan (berkorelasi) dengan
panjangDr.daun.
Vivi Novianti_MK Statistika
INTERPRESTASI
Untuk pengambilan keputusan statistik:
Koefisien Korelasi dibandingkan dengan nilai r tabel (korelasi tabel).
• Apabila Koefisien Korelasi ≥ r tabel, maka ada hubungan yang
signifikan (Ha Diterima),
• Apabila Koefisien Korelasi < r tabel, maka tidak ada hubungan
yang signifikan (H0 Diterima).
Rujukan:
r hitung > r tabel, Ho
ditolak, hipotesis
penelitian diterima Untuk mengetahui besarnya sumbangan
berarti lebar daun faktor lebar daun terhadap variasi nilai
berhubungan dengan panjang daun:
panjang daun. Koef. Determinasi (rxy2) dinyatakan %
Dr. Vivi Novianti_MK Statistika
Kesimpulan Penelitian:
• Lebar daun berkorelasi
dengan panjang daun,
• dengan sumbangan faktor
lebar terhadap panjang
daun sebesar 96%,
rxy2 = 0,982 x 100% sedangkan sisanya 4%
rxy2 = 0,96 x 100% = 96%
dijelaskan oleh faktor lain
rxy2 = 96 %
selain lebar daun.
1 0 2 0 0 4
2 20 4.5 90 400 20.25
3 40 7 280 1600 49
4 60 9 540 3600 81
5 80 13 1040 6400 169
Jum 200 35.5 1950 12000 323.25
Rata 40 7.1 390
35.5
Atau
,2
Uji signifikansi:
r0,05 dengan db = N-2 → db = 5-2 = 3, pada tabel → 0,878
Rujukan:
rxy hitung = 0,993129487 > nilai r0,05 (r tabel) = 0,878, H0 ditolak,
hipotesis penelitian diterima, berarti dosis pemupukan nitrogen
berhubungan dengan produksi Dr. Vivikapas.
Novianti_MK Statistika
Langkah 2
Persamaan garis regresi perlu diuji untuk dapat diterima atau tidak
dengan Analisis Varian GarisDr. Vivi
Regresi
Novianti_MK Statistika
Tabel. Ringkasan Anareg (Anava untuk garis regresi)
Jumlah produksi kapas (Y) jika pupuk N yang diberikan sedikit (X),
contohnya: 10 kg/ha
Y = 1,8 + 0,1325 (10)
Y = 3.125 ku/ha
Jadi jika pemberian pupuk N hanya 10 kg/ha dapat diprediksikan
produksi kapas yang diperoleh hanya 3.125 ku/ha.
Dr. Vivi Novianti_MK Statistika
Pengujian Koefisien Garis Regresi
Linier Sederhana dengan Uji t
Uji koefisien regresi sederhana (uji t) digunakan
untuk mengetahui apakah variabel bebas (X)
berpengaruh secara signifikan thd var. terikat (Y).
Persamaan Regresi
Tidak perlu
Uji persamaan regresi dengan lanjut ke tahap
Anareg untuk regresi Tidak Signifikan
berikutnya
Signifikan
Tidak ada
Pengujian koefisien garis regresi
pengaruh
linear sederhana dengan uji-t Tidak Signifikan
antara X
dengan Y
Kesimpulan Dr. Vivi Novianti_MK Statistika
Kesimpulan
1. Korelasi : derajat keeratan (kekuatan
hubungan) antara 2 variabel acak (simetris)
yang dinyatakan dalam koefisien korelasi (r).
2. Hubungan korelasi belum dapat dikatakan
sebagai hubungan sebab akibat karena
tanpa memperhatikan variabel mana yang
menjadi peubah.
3. Untuk menentukan kausalitasnya, harus
didukung teori
Dr. Vivi Novianti_MK Statistika
Kesimpulan
4. Regresi : menjelaskan hubungan
ketergantungan variabel terikat (Y) pada
variabel bebas (X) atau asimtri yang
ditunjukkan dalam bentuk persamaan fungsi.
5. Setiap regresi pasti ada korelasinya. Tetapi
korelasi belum tentu dilanjutkan dengan
regresi.