ANALISIS KORELASI
Analisis korelasi merupakan salah
satu teknik statistik yang digunakan
untuk menganalisis hubungan antara
dua variabel atau lebih yang bersifat
kuantitatif.
Dasar Pemikiran
Analisis Korelasi
Bahwa adanya perubahan sebuah
variabel disebabkan atau akan diikuti
dengan perubahan variabel lain.
Berapa besar koefesien perubahan
tersebut ?
– Dinyatakan dalam koefesien korelasi
– Semakin besar koefesien korelasi maka
semakin besar keterkaitan perubahan
suatu variabel dengan variabel yang lain.
Contoh Bentuk Korelasi
Korelasi Positif:
Hubungan antara harga dengan penawaran.
Hubungan antara jumlah pengunjung dengan
jumlah penjualan.
Hubungan antara jam belajar dengan IPK.
Korelasi Negatif:
Hubungan antara harga dengan permintaan.
Variabel dikatakan
saling berkorelasi
jika perubahan
suatu variabel
diikuti dengan
perubahan variabel
yang lain.
Korelasi berdasarkan arah
hubungannya dapat dibedakan, jadi
berapa ?
1. Korelasi Positif
Jika arah hubungannya searah
2. Korelasi Negatif
Jika arah hubunganya berlawanan arah
Berapa Nilai Koefesien
Korelasi ?
Koefesien korelasi akan selalu sebesar :
-1≤r≤+1
-1 0 +1
Beberapa analisis korelasi
yang akan kita pelajari:
Korelasi Product Moment (Pearson)
Korelasi Rank Spearman
Ho diterima Jika
– r hitung ≤ r tabel(, n-2) atau
– t hitung ≤ t tabel (, n-2)
H1 diterima Jika
– r hitung > r tabel(, n-2) atau
– t hitung > t tabel (, n-2)
5. Sampel
10 kepala keluarga
6. Data Yang dikumpulkan
Tabungan 2 4 6 6 8 8 9 8 9 10
Pendapatan 10 20 50 55 60 65 75 70 81 85
7. Analisis Data
10(4544) (70)(571)
rxy 0,981
10(546) (70) 10(38161) (571)
2 2
Pengujian Hipotesis:
Ekonometrik 8 7 6 8 5 4 2 9 8 6
7. Analisis Data
N X1 X2 Rank X1 Rank X2 d d2
1 9 8 1 3 -2 4
2 6 7 5.5 5 0.5 0.25
3 5 6 7 6.5 0.5 0.25
4 7 8 3.5 3 0.5 0.25
5 4 5 8 8 0 0
6 3 4 9 9 0 0
7 2 2 10 10 0 0
8 8 9 2 1 1 1
9 7 8 3.5 3 0.5 0.25
10 6 6 5.5 6.5 -1 1
Jlh 7
6 d i2
xy 1
n(n 1)
2
6 x7
xy 1 0,96
10(100 1)
Pengujian Hipotesis:
Penjualan (Y) 64 61 84 70 88 92 72 77
Promosi (X) 20 16 34 23 27 32 18 22
7. Analisis Data
Untuk analisis data diperlukan, perhitungan:
1. Persamaan regresi
2. Nilai Prediksi
3. Koefesien determinasi
4. Kesalahan baku estimasi
5. Kesalahan baku koefesien regresinya
6. Nilai F hitung
7. Nilai t hitung
8. Kesimpulan
Persamaan Regresi
Y X XY X2 Y2
64 20 1280 400 4096
61 16 976 256 3721
84 34 2856 1156 7056
70 23 1610 529 4900
88 27 2376 729 7744
92 32 2944 1024 8464
72 18 1296 324 5184
77 22 1694 484 5929
608 192 15032 4902 47094
n( XY ) ( X )( Y )
b
n( X 2 ) ( X ) 2
8(15032) (192)(609)
b 1,497
8(4902) (192) 2
a
Y b( X )
n
(608) 1,497(192)
a 40,082
8
Y= 40,082 + 1,497X+e
Nilai Prediksi
Berapa besarnya penjualan jika promosi sebesar 20?
40,082 + (1,497*20)= 70,022
Berapa besarnya penjualan jika promosi sebesar 16?
40,082 + (1,497*16)=64,034
Berapa besarnya penjualan jika promosi sebesar 34?
40,082 + (1,497*34)= 90,98
Berapa besarnya penjualan jika promosi sebesar 23?
40,082 + (1,497*23)= 74,513
Berapa besarnya penjualan jika promosi sebesar 27?
40,082 + (1,497*27)=80,501
Berapa besarnya penjualan jika promosi sebesar 32?
40,082 + (1,497*32)= 87,986
Dan seterusnya…………………….!!!
No Y X XY X2 Y2 Ypred (Y-Ypred)2 (Y-Yrata)2
P (1 R 2
) 1(1 0,743)
Radj R2 Radj 0,743 0,70
N P 1 8 11
Kesalahan Baku
Estimasi
Digunakan untuk mengukur tingkat
kesalahan dari model regresi yang dibentuk.
Se
(Y Yˆ ) 2
Se
(227,467)
6,1576
nk 82
Standar Error Koefesien
Regresi
Digunakan untuk mengukur besarnya tingkat
kesalahan dari koefesien regresi:
Se 6,1576
Sb Sb1 0,359
( X ) 2
(192) 2
X
2
(4902)
n 8
Uji F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi
mampu menggambarkan kondisi sesungguhnya:
R 2 /( k 1) 0,743 /( 2 1)
F F 17,367
1 R 2 /( n k ) 1 0,743 /(8 2)
bj 1,497
Thitung thitung 4,167
Sbj 0,359
IMPLIKASI
Sebaiknya perusahaan terus
meningkatkan periklanan agar
penjualan meningkat.
Tugas:
Carilah persamaan regresi dari data
berikut:
Y(berat) 43 54 65 60 70 68 90
X(Tinggi 140 166 145 150 170 158 165