Simple Regression Dan Pearson Correlation
Simple Regression Dan Pearson Correlation
PEARSONS CORRELATION
Beberapa Pengukuran Bivariat
(Relationships)
SIMPLE REGRESSION
n xy x y y b x
b a
n x 2 x 2 n n
x y x2 y2 xy
14 28 196 784 392
35 66 1225 4356 2310
22 38 484 1444 836
29 70 841 4900 2030
6 22 36 484 132
15 27 225 729 405
17 28 289 784 476
20 47 400 2209 940
12 14 144 196 168
29 68 841 4624 1972
x=199 y=408 x2=4681 y2=20510 xy=966
1
10 9661 199 408 408 21387(199)
b 2,1387 a 1,7601
10 4681 199 2
10 10
y 1,7601 2,1387 x
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1.760 6.779 -.260 .802
X 2.139 .313 .924 6.826 .000
a. Dependent Variable: Y
70
60
50
40
30
20
10
Y
0 10 20 30 40
X
Pearsons Correlation (r)
Pearson Correlation
Mengukur kekuatan hubungan antara variabel x dengan
variabel y.
0,0-<0,2 sangat lemah
0,2-<0,4 lemah
0,4-<0,6 cukup
0,6-<0,8 kuat
0,8-1,0 sangat kuat
n xy x y
rxy
n x 2
x
2
n y 2
y
2
Arah hubungan (Direction)
Apa arah hubungannya
Lihat tanda r
Positif (+)
Kedua variabel bergerak ke arah yang sama
Jika salah satu variabel naik, maka variabel
lainnya juga akan naik; atau sebaliknya
Negatif (-)
Kedua variabel bergerak ke arah yang
berlawanan
Jika salah satu variabel naik, variabel lainnya
turun; atau sebaliknya
Signifikansi
Apakah hubungannya signifikan
Lihat P-Value
p < 0.05, then it is significant
p > 0.05, then it is NOT significant
10(9661) (199)(408)
rxy 0.924
10(4681) 199 10(20510) 408
2 2
r=0,924
berarti semakin besar x maka semakin besar y atau
semakin kecil x maka semakin kecil y
Model Summary
r2 = 0,9242 = 0,854
Sum of
Model Squares df Mean Square F Sig.
1 Regression 3297.472 1 3297.472 46.597 .000a
Residual 566.128 8 70.766
Total 3863.600 9
a. Predictors: (Constant), X
b. Dependent Variable: Y