Korelasi & Regresi Linier Sederhana
KORELASI
Tujuan:
Mengukur adanya / derajat / kuatnya / arah hubungan antara dua variabel numerik
Contoh:
Apakah ada hubungan antara berat badan bayi saat lahir dengan lingkar lengan atas bayi (LILA)?
Rumus menghitung besar dan arah nilai r
Koefisien Korelasi Pearson
Standar error nilai r
Uji Statistik nilai r
SCATTER PLOT
untuk melihat secara visual hubungan 2 variabel-
Derajat keeratan (kuat-lemah)hubungan dilihat dari tebaran datanya
- Makin rapat =
makin kuat hubungan - Makin lebar = makin lemah hubungan
- Nama lain: diagram tebar/pencar
- Grafik yang menunjukkan titik-titik perpotongan nilai data dari dua variabel (X dan Y)
- Variabel independen (X) garis horisontal
- Variabel dependen (Y) garis vertikal
REGRESI LINIER
Suatu model matematis yang dapat digunakan untuk mengetahui bentuk hubungan antara dua atau lebih variabel
Tujuan:
Membuat perkiraan (prediksi) nilai suatu variabel (var.dependen) melalui variabel yang lain (var.indepen)
Mencari garis terbaik regresi linier: Metoda Least Square (Persamaan garis dibuat sedemikian rupa sehingga jumlah kuadrat dari selisih nilai observasi dengan nilai pada garis adalah minimum)
Koefisien Determinasi
- Berguna untuk mengetahui seberapa besar variasi variabel dependen (Y) dapat dijelaskan oleh variabel independen (X)
- Seberapa jauh variabel independen (X) dapat memprediksi variabel dependen (Y)
Besarnya nilai R square antara 0 s/d 1 atau 0%-100%
Makin besar R square maka makin baik / makin tepat var. independen memprediksi var.dependen
Sabrina Azahra
B
221071302