BIVARATE
O L E H : G R E S T I W U L A N DA N Y
LATAR BELAKANG
• Banyak analisa data bertujuan untuk mengetahui apakah ada hubungan dua atau lebih perubah.bila hubungan demikian ini dapat
dinyatakan dalam bentuk rumus matematik maka kita akan dapat menggunakanya untuk keperluan identifikasi selanjutnya .masalah
identifikasi dapat dilakukan dengan menerapkan persamaan regresi dan menentukan korelasi (hubungan) data. Sekarang ini,istilah regresi
ditetapkan pada semua jenis peramalan,dan tidak harus berimplikasi suatu regresi mendekati nilai tengah populasi.sedangkan teknik
korelasi merupakan teknik analisa yang melihat kecendrungan untuk naik maka kita melihat kecendrungan dalam variabel yang lain
apakah juga naik atau turun atau tidak menentu.jika kecendrungan dalam satu variabel selalu diikuti oleh kecendrungan dalam variabel
lain,kita dapat mengatakan bahwa kedua variabel ini memiliki hubungan atau korelasi.
• Dalam materi ini, kami menggunakan metode least Squere untuk menentukan hubungan data,apakah hubungan korelasi positif,korelasi
negetif atau korelasi linear.
• Data yang baik adalah data yang memiliki keakuratan maksimal dan adanya keterikatan dengan data lain yang masih bersangkutan.untuk
menciptakan data yang baik data mentah perlu didistribusikan dan diolah.data yang baik akan mempermudah dalam menganalisis atau
mengidentifikasi kataristik data dan mengulangi percobaan jika diperlukan.
•
•
TUJUAN
Pengertian Data
S I K L U S P E N G O L A H A N DATA =
K O R E L A S I = T E K H N I K A N A L I S A P E N G U K U R A N
B I V A R A T E C O R R E L A T I O N = U N T U K M E N G E T A H U I
K E E R A T A N A N T A R A D U A V A R I A B E L
M E T O D E = K E N D A L L ” S T A U - B D A N S P E R M A N
K O R E L A T I O N = - K O R E L A T I O N B I V A R A T E
- K O R E L A T I O N P A R T I A L
RUMUS
P E RS AMAAN D ALAM ME NCARI H UB UNGAN KORE LAS I
• 𝑟 = 2
𝑁∑𝑋𝑌 (∑𝑌)− (∑𝑋)
2
𝑁∑𝑋 − (∑𝑋)2 𝑁∑𝑌 − (∑𝑌)2
• Ry. x1x2 =
𝑟 2 𝑦𝑥1 + 𝑟 2 𝑦𝑥2 −2𝑟𝑦𝑥1 . 𝑟𝑦𝑥2 . 𝑟𝑥1 𝑥2
1− 𝑟 2 𝑥1 𝑥2
GRAFIK SEBELUM DATA
38
37
36
35
34
33
32
31
0 5 10 15 20 25 30 35
30
25
20
15
10
5 5
0
0 5 10 15 20 25 30 35
REGRESI DATA DENGAN LEAST SQUERE
UNTUK MEPEROLEH BENTUK GRAFIK
NO X Y XY X² Y² Ybaru
A = ( ∑ X ² . ∑ Y ) - ( ∑ X . ∑ Y ) Y B A R U = A + ( B . ∑ X )
∆
B = ( ʼn . ∑ X Y ) - ( ∑ X . ∑ Y ) ∆ = ( ʼn . ∑ Y ² ) - ( ∑ X ) ²
∆
M A K A D I P E R O L E H : A = 2 . 6 7 3 0 0 8 7 3
B = 0 . 0 0 9 7 1 6 0 1 4
∆ = 1 9 8 5 6 3 . 9 4
HUBUNGAN
KEAKURATAN DATA
r= {(n.∑XY)-(∑X.∑Y)
{(n.∑X2)-(∑X)2}1/2 – {(n.∑Y2)-(∑Y2}1/2
r= -1929
n 118.571 x 16.745
r = - 0,9716397
Dengan r = - 09716397, maka dapat diperoleh bahwa data memiliki korelasi kuat negative karena hampir
mendekati +/- . berarti hubungan antara X dan Y mencapai 97%.
KESIMPULAN
Kesimpulan
1.Sebelum kita menyajikan data dalam karya ilmiah
tertulis,hendaknya data dianalisis dulu dengan berbagai model
distribusikan data agar data yang disajikan lebih akurat dan
dapat dipertimbangkan.
2. Untuk mempercepat data dan mempertepat hasil
perhitungan suatu model analisi data,digunakan aplikasi
Microsoft Exel dan sejenisnya agar lebih gampang dan
aplikasinya bisa ditemukan pada semua pc.
TERIMA KASIH
M ATA K U L I A H : S TAT I S T I K