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

image

Koefisien Korelasi Pearson

Standar error nilai r

image

Uji Statistik nilai r

image

image

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