PERENCANAAN

SDM
TEKNIK KORELASI DAN
REGRESI
 KORELASI -
• TEKNIKREGRESI
INI DIGUNAKAN DG ASUMSI TDPT
KORELASI (HUB) DAN/ATAU PENGARUH
(+/-) ANTARA VARIABEL SDM DG VARIABEL
LAINNYA YG BERSIFAT KUANTITATIF DLM
MELAKSANAKAN BISNIS UNTUK TUJUAN
ORGANISASI/PERUSAHAAN;
• TEKNIK REGRESI DIDAHULUI DG TEKNIK
KORELASI U/ MENGETAHUI KEERATAN
HUBUNGAN ANTAR VARIABEL
 KETENTUAN
• PERHITUNGAN KORELASI HRS DIDAHULUKAN KRN REGRESI
U/ MEMPREDIKSI ATAU PREDIKTOR (SDM) BENAR-BENAR
MEMILIKI HUBUNGAN YG SIGNIFIKAN DG SATU ATAU LEBIH
VARIABEL KRITERIUM;
• HUBUNGAN ANTAR VARIABEL TELAH TERUJI SBG DUA
VARIABEL YG SALING BERHUBUNGAN (BERKORELASI)
SECARA PARALEL/SEJAJAR (BERKORELASI +);
• BILA KORELASINYA NEGATIF (-) ATAU TDK BERKORELASI (0)
OR MENDEKATI 0 MAKA TDK DAPAT DILAKUKAN PREDIKSI
 SKALA GUILFORD
• < 0,20 : TIDAK ADA KORELASI
• 0,20 – : KORELASI RENDAH
0,40 : KORELASI SEDANG
• 0,41 – : KORELASI TINGGI
0,70
: KORELASI SANGAT
• 0,71 – TINGGI
0,90
: KORELASI SEMPURNA
• 0,91 –
1,00
 RUMUS KORELASI dan
REGRESI

Y = a + bX
a = ΣY (ΣX)2 – ΣX. ΣXY
b = N ΣXY – (ΣX) (ΣY) NΣX2 – (ΣX)2
N ΣX – (Σ X)2
TAHUN SDM (X)
Contoh
LABA (Y) XY
X2 Y2
2000 90 105 8.100 11.025 9.450
2001 110 110 12.100 12.100 12.100
2002 100 100 10.000 10.000 10.000
2003 105 110 11.025 12.100 11.550
2004 110 120 12.100 14.400 13.200
2005 115 135 13.225 18.225 15.525
2006 110 140 12.100 19.600 15.400
2007 115 125 13.225 15.625 14.375
2008 120 140 14.400 19.600 16.800
2009 120 135 14.400 18.225 16.200
2010 125 150 15.625 22.500 18.750
2011 110 140 12.100 19.600 15.400
2012 130 145 16.900 21.025 18.850
2013 115 140 13.225 19.600 16.100
1.575 1.795 178.525 233.625 203.700
 Diketahui
• ΣX = 1.575
:• ΣY = 1.795
• ΣX2 = 178.525
• ΣY2 = 233.625
• ΣXY = 203.700
• N = 14
• Hitung rxy ?
• Hitung Persamaan Regresinya?
• Bila Tahun 2015 target laba Rp140,
berapa
kebutuhan SDM-nya?
 -1 0 1

Koefesien korelasi memiliki tiga kemungkinan sbb :

X X Y X Y X Y X Y
Y

+ + 0 - -
- Koefesien korelasi positif ( o,oo s/d 1,00 ) terdapat hubungan pararel
searah
- Koefesien korelasi negatif ( o,oo s/d -1,00 ) terdapat hubungan sejajar /
pararel berlawanan arah
- Koefesien korelasi 0,00 atau mendekati 0,00 menunjukkan tidak terdapat
hubungan antara dua variabel tsb
 Hasil Penghitungan
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the
Estimate
1 .817a .667 .640 9.823
a. Predictors: (Constant), SDM
b. Dependent Variable: LABA

r xy = 0,817 KORELASI
KUAT
 Regresi
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
Sig. t
B Std. Error Beta
1 (Constant) - 30.330 -.661 .521
20.033
SDM Variable:1.318
a. Dependent LABA .269 .817 4.906 .000

Persamaan Regresinya:
Y = -20,33 + 1,32 X
 Evaluasi SDM
• Tahun 2012 Laba Rp145 Juta
Y = -20,33 + (1,32 x 145)  191,4 – 20,33
Y = 171,07 ~ 171
SDM pd tahun 2012 sebanyak 130 berarti:
͞PENGGUNAAN SDM TIDAK EFEKTIF/EFISIEN͟
 PREDIKSI
• TAHUN 2015  LABA DIHARAPKAN Rp 140
JUTA
KEBUTUHAN SDM (?)
Y = -20,33 + (1,32 X 140)
Y = 128,05 ~ 128
KEBUTUHAN SDM SEBANYAK 128 ORANG
 REGRESI LINEAR BERGANDA

•Y = a + b 1 X 1 + b2 X 2
+ Et

• X1 = Laba
• X2 = Produktivitas
• Y= SDM
 Contoh
TAHUN SDM (Y) LABA (X1) PRODUK (X2) X1Y X2Y X1X2 2
X12 X22
Y
2003 80 90 110 7.200 8.800 9.900 6.400 8.100 12.100

2004 85 95 90 7.225 7.650 8.550 7.225 9.025 8.100

2005 90 100 95 8.100 8.550 9.500 8.100 10.000 9.025

2006 100 110 100 10.000 10.000 11.000 10.000 12.100 10.000

2007 100 110 100 10.000 10.000 11.000 10.000 12.100 10.000

2008 95 110 95 9.025 9.025 10.450 9.025 12.100 9.025

2009 95 100 100 9.025 9.500 10.000 9.025 10.000 10.000

2010 100 100 110 10.000 11.000 11.000 10.000 10.000 12.100

2012 90 120 95 8.100 8.550 11.400 8.100 14.400 9.025

2013 110 90 110 12.100 12.100 9.900 12.100 8.100 12.100

945 1.025 1.005 90.775 95.175 102.700 89.975 105.925 101.475

KORELASI PARSIAL
Korelasi Berganda
KORELASI BERGANDA
Regresi Berganda
 REGRESI BERGANDA

PERSAMAAN REGRESI BERGANDA:

Y = -1,943 + 0,33X1 + 0,49 X2
 LATIHAN
• EVALUASI PENGGUNAAN SDM TAHUN:
2009 DAN 2012 : EFISIEN/EFEKTIF OR NOT
• PREDIKSI KEBUTUHAN SDM TAHUN 2016
BILA TARGET LABA Rp 135 JUTA DAN
PRODUKTIVITAS 115