Stat d3 6
Download as PPT, PDF0 likes688 views
Dokumen ini membahas korelasi linier sederhana, dengan fokus pada perbedaan antara korelasi dan regresi, serta metode untuk menentukan koefisien korelasi. Diperkenalkan konsep koefisien determinasi yang menggambarkan proporsi varian yang dapat dijelaskan satu variabel oleh variabel lainnya. Metode yang digunakan termasuk korelasi product moment, biserial titik, phi, dan perbedaan peringkat.
More Related Content
![Kode etik agen [final mar 06]](https://cdn.slidesharecdn.com/ss_thumbnails/kodeetikagenfinal-mar06-121205083838-phpapp02-thumbnail.jpg?width=560&fit=bounds)
![Modul Ajar Deep Learning IPAS Kelas 5 Kurikulum Merdeka [modulguruku.com]](https://cdn.slidesharecdn.com/ss_thumbnails/modulajardeeplearningipaskelas5kurikulummerdekamodulguruku-250831091427-ce5de3f2-thumbnail.jpg?width=560&fit=bounds)
Stat d3 6
- 1. KULIAH BAB VI KORELASI LINIER SEDERHANA
- 2. PENDAHULUAN Model korelasi sedikit berbeda dari model regresi. Dalam regresi, variabel bebas X dianggap bersifat fix (tetap) dan tanpa kesalahan, namun dalam korelasi, variabel X dan Y tidak fix sehingga dapat dipertukarkan dan keduanya memiliki kesalahan Dalam studi korelasi diperlukan data berpasangan. Misalnya, penelitian untuk mengkaji korelasi antara berat dan tinggi badan 40 anak. Jadi setiap anak memiliki 2 nilai, yaitu nilai X untuk tinggi dan nilai Y untuk berat badan. Perangkat data berpasangan itu lalu dipadukan untuk membentuk suatu distribusi data yang menggambarkan relasi kedua variabel itu. Distribusi data itu disebut distribusi bersama.
- 3. KOEFISIEN KORELASI Ukuran kekuatan relasi antara variabel X dan Y yang berrelasi linier adalah koefisien korelasi (simbol r). Koefisien korelasi menunjukkan arah dan besar hubungan linier antara 2 variabel. Arah dinyatakan dengan + atau –. Tanda + (tanpa tanda) berarti hubungan linier positip (searah), artinya nilai tinggi satu variabel berkaitan nilai tinggi variabel lainnya. Tanda – berarti hubungan linier negatip (beda arah). Besar koefisien korelasi menunjukkan kuat-lemah relasi. r mendekati 1 berarti relasi makin kuat, mendekati 0 berarti relasi makin lemah
- 4. CONTOH KORELASI LINIER SEDERHANA 10 10 10 10 8 8 8 8 6 6 6 6 4 4 4 4 2 2 2 2 0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10 (a) (b) (c) (d) (a) korelasi positip hampir sempurna (r → 1) (b) korelasi negatip hampir sempurna (r → – 1) (c) korelasi positip relatif kuat, (d) korelasi positip lemah
- 5. KOEFISIEN DETERMINASI Kuadrat dari koefisien korelasi (r2) disebut koefisien determinasi Koefisien determinasi ini dapat ditafsir sebagai proporsi atau, jika dikalikan dengan 100%, disebut persentase varian bersama Jika variabel X adalah prediktor bagi variabel Y maka koefisien determinasi menyatakan berapa persen varian variabel Y yang dapat dijelaskan oleh variabel X. Misalnya, rXY = 0,60 maka koefisien determinasi = 0,36. Artinya, 36% varian variabel Y dapat dijelaskan oleh variabel X
- 6. METODE PENENTUAN KOEFISIEN KORELASI a. Korelasi Product Moment b. Korelasi Biserial Titik c. Korelasi Phi d. Korelasi Perbedaan Peringkat
- 7. Korelasi Product Moment Ada 3 macam ukuran keterkaitan antara satu varian variabel dengan varian variabel lain, yaitu kovarian (SXY), slope garis regresi (β 1), dan koefisien korelasi (rXY). Metode ini mencari koefisien korelasi sampel dan keterkaitannya dengan kedua ukuran varian bersama lainnya, dinyatakan dengan persamaan SXY = kovarian variabel X dan Y SXY rxy = SX = simpangan baku variabel X SXSY Sy = simpangan baku variabel Y n ∑XY – ∑X ∑Y Rumus rxy = Nilai √ n ∑X2 – (∑X)2 √ n ∑X2 – (∑X)2 Mentah
- 8. Korelasi Biserial Titik Merelasikan satu variabel prediktor dikotomi dengan satu variabel kriteria berskala interval atau rasio Misal akan dicari korelasi antara jenis kelamin dan sikap keguruan. Jenis kelamin dikotomis, yaitu pria dan wanita, dan sikap keguruan bersifat interval. Jika variabel X dikotomis dan Y interval, koefisien korelasi biserial titik ditentukan menurut persamaan: Yrp = rata2 kelompok p Yrp - Yrt p Yrt = rata2 seluruh subyek rpbis = √ q St St = simp. baku subyek p = proporsi kel. satu q = proporsi kel. dua
- 9. Korelasi Phi Untuk mencari koefisien korelasi antara dua variabel yang keduanya bersifat dikotomis. Misal, dicari korelasi antara jenis kelamin dan respon terhadap soal benar-salah. Dibuat tabel kontingensi 2 x 2, variabel X = jenis kelamin (1 = pria dan 0 = wanita) dan Y = jawaban subyek terhadap soal (1 = benar dan 0 = salah). Digunakan persamaan berikut Y 0 1 bc – ad Phi = 1 a b √(a+c)(b+d)(a+d)(c+b) X 0 c d
- 10. Korelasi Perbedaan Peringkat Situasi khusus dalam korelasi linier adalah jika kedua variabel yang dikorelasikan berupa peringkat subyek pada masing-masing peubah, bukan nilai. Jika kedua variabel X dan Y berupa peringkat, D = X – Y, dan n = jumlah sampel maka didapat persamaan 6 ∑D2 rXY = 1 – n(n2 – 1)