Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

010 statistika-analisis-korelasi

..

  • Sé el primero en comentar

010 statistika-analisis-korelasi

  1. 1. ANALISIS KORELASI OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010
  2. 2. ANALISIS KORELASI
  3. 3. II. ANALISIS KORELASI 1. Koefisien Korelasi Pearson ¾ Koefisien Korelasi Moment Product ¾ Korelasi Data Berskala Interval dan Rasio 2. Koefisien Korelasi Spearman ¾ Korelasi Data Berskala Ordinal (Rank) 3. Koefisien Kontingensi ¾ Korelasi Data yang Disusun dalam Baris - Kolom 4. Koefisien Korelasi Phi ¾ Korelasi Data Berskala Nominal
  4. 4. II. ANALISIS KORELASI Analisis Korelasi merupakan studi yang membahas tentang derajat keeratan hubungan antar peubah, yang dinyatakan dengan Koefisien Korelasi. Hubungan antara peubah X dan Y dapat bersifat : a. Positif, artinya jika X naik (turun) maka Y naik (turun). b. Negatif, artinya jika X naik (turun) maka Y turun (naik). c. Bebas, artinya naik turunnya Y tidak dipengaruhi oleh X.
  5. 5. II. ANALISIS KORELASI Positif Negatif Bebas (Nol)
  6. 6. 1. KORELASI PEARSON Rumus umum Koefisien Korelasi : r2 _ _JKG _ JKT - JKG _ JKR - 1 JKT - JKT -JKT r2 = Koefisien Determinasi (Koefisien Penentu) r = √ r2 = Koefisien Korelasi JKG = Jumlah Kuadrat Galat JKT = Jumlah Kuadrat Total JKR = Jumlah Kuadrat Regresi
  7. 7. Rumus Koefisien Korelasi Pearson : nL xy - CL X) CL y) Y = Variabel Terikat (Variabel Tidak Bebas) X = Variabel Bebas (Faktor) Nilai r : – 1 ≤ r ≤ 1 Æ …. ≤ r2 ≤ ….
  8. 8. 5I 0,21 0,40 I 6 0,07 0,20 7 0,50 0,90 8 1,00 2,00 9 0,70 1,20 10 0,14 0,35 11 0,35 0,70 12 0,28 0,65 - - - •, Data keuntungan usahatani (Y) pada berbagai luas lahan (X) : l No Petani Luas Lahan (X) Keuntungan (Y) 1 0,21 2 0,50 ) . I ,• , 0,50 1,10 3 0,14 0,25 l • i 4 1,00 1,80 •
  9. 9. No X Y X2 Y2 XY 1 0,21 0,50 0,0441 0,2500 0,1050 2 0,50 1,10 0,2500 1,2100 0,5500 3 0,14 0,25 0,0196 0,0625 0,0350 4 1,00 1,80 1,0000 3,2400 1,8000 5 0,21 0,40 0,0441 0,1600 0,0840 6 0,07 0,20 0,0049 0,0400 0,0140 7 0,50 0,90 0,2500 0,8100 0,4500 8 1,00 2,00 1,0000 4,0000 2,0000 9 0,70 1,20 0,4900 1,4400 0,8400 10 0,14 0,35 0,0196 0,1225 0,0490 11 0,35 0,70 0,1225 0,4900 0,2450 12 0,28 0,65 0,0784 0,4225 0,1820 Jumlah Rata-rata n 5,10 0,43 12 10,05 0,84 - 3,3232 - - 12,2475 - - 6,3540 - -
  10. 10. ∑ X = 5,10 ; ∑ Y = 10,05 ; ∑ X2 = 3,3232 ; ∑Y2 =12,2475 ; ∑ XY = 6,3540 ; n = 12 nL xy - (L X)(Ly) r = ------------ J[n L X 2 - CL x)2][n Ly2 - CLy)2] 12(6,3540) - (5,10)(10,05) r~---------------------------- )[12(3,3232) - (5,10)2][12(12,2475) - (10,05)2] 76,2480 - 51,2550 r~~~~~~~~~~~~~~~ J[39,8784 - 26,0100] [146, 9700 - 101,0025]
  11. 11. 76,2480 - 51,2550 r~------------------------------ ) [39,8784 - 26,0100] [146, 9700 - 101,0025] 24,9930 24,9930 r= ------ )[13,8684][45,9675] 25,2487 r = 0,9899 r2 = 0,9798 = 97,98 0/0 Nilai r2 = 97,98 % artinya sebesar 97,98 % variasi besarnya keuntungan (nilai Y) diperngaruhi oleh variasi besarnya luas lahan (nilai X).
  12. 12. t Penr g•• ujian Koefisien Korelasi Pearson : 1. H0 ≡ r = 0 lawan H1 ≡ r ≠ 0 2. Taraf Nyata α = 5 % = 0,05 3. Uji Statistik = Uji- t 4. Wilayah Kritik (Daerah Penolakan H0) : t < –tα/2(n-2) atau t > tα/2(n-2) t < –t0,025(10) atau t > t0,025(10) t < –2,228 atau t > 2,228
  13. 13. 5. Perhitungan : n-2 t=r 1- r2 t = 0,9899 12 - 2 1- 0,9798 t = 0,9899 10 0,0202 t = 0,9899 (22,2772) = 22,052
  14. 14. 6. Kesimpulan : Karena nilai ( t = 22,052) > ( t0,025(10) = 2,228) maka disimpulkan untuk menolak H0, artinya terdapat hubungan yang signifikan antara keuntungan usahatani (Y) dengan luas lahan garapan (X)
  15. 15. 6. Kesimpulan : Nilai t = 22,052 dan t0,025(10) = 2,228. Tolak H0 • I-a. Terima H0 Tolak H0 –2,228 2,228 22,052
  16. 16. d 2. KORELASI SPEARMAN 1. Jika tidak 6 a L da r nilai pengamatan yang sama : rs = 1 - n(n2 _ 1) 2. Jika ada nilai pengamatan yang sama :
  17. 17. r 2. KORELASI SPEARMAN L X 2 + L y2 - L dr=------- s 2~ CL X2)(L y2) LT y t3-t =-- 12
  18. 18. No X • Y 1 12 85 2 10 74 3 10 78 4 13 90 5 11 85 6 14 87 7 13 94 8 14 98 9 11 81 10 14 91 11 10 76 12 8 74 No X Rank 1 8 1 2 10 3 3 10 3 4 10 3 5 11 5,5 6 11 5,5 7 12 .. 7 8 13 8,5 9 13 8,5 10 14 11 14 11 12 14 11 No X Rank 1 74 1,5 2 74 1,5 3 76 3 4 78 4 5 81 5 6 85 6,5 7 85 6,5 8 87 8 9 90 9 10 91 10 11 94 11 12 98 12 -Data Pengalaman Usahatani (X) dan Penerapan Teknologi (Y) dari 12 petani : - • 11- •
  19. 19. No X Y Rank-X Rank-Y d 2 i 1 12 85 7 6,5 0,25 2 10 74 3 1,5 2,25 3 10 78 3 4 1,00 4 13 90 8,5 9 0,25 5 11 85 5,5 6,5 1,00 6 14 87 11 8 9,00 7 13 94 8,5 11 6,25 8 14 98 11 12 1,00 9 11 81 5,5 5 0,25 10 14 91 11 10 1,00 11 10 76 3 3 0,00 12 8 74 1 1,5 0,25 Jml 22,50
  20. 20. i∑ d 2 = 22,50 n = 12 6(22,50) rs = 1- 12 (144 - 1) 135 Ts = 1- 1716 = 1 - 0,0787 Ts = 0,9213
  21. 21. 5,5 2 8,5 2 11 3 Jml RUMUS II : Rank-X t Tx Rank-Y t .. Ty 3 3 2,0 1,5 2 0,5 0tJ,I5f-p·~..... t 0,5 2,0 6,5 2 0,5 • ~ 2 12 3 -12 5,0 Jml 1,0 L x = 12 - 5, 0 = 138 ~ 2 12 3 -12 L Y = 12 - 1,0 = 142
  22. 22. r =------- L X2 + L y2 - L dr s 2J (L X2)(Ly2) 138 + 142 - 22, 50 r = s 2.) (138)(142) 257,50 rs = 2 79,9 71 = 0, 9197
  23. 23. Pengujian Koefisien Korelasi Spearman : 1. H0 ≡ rs = 0 lawan H1 ≡ rs ≠ 0 2. Taraf Nyata α = 5 % = 0,05 3. Uji Statistik = Uji- t 4. Wilayah Kritik (Daerah Penolakan H0) : t < –tα/2(n-1) atau t > tα/2(n-1) t < –t0,025(10) atau t > t0,025(10) t < –2,228 atau t > 2,228
  24. 24. 5. Perhitungan : n-2 t=r s 1- r2s 12 - 2 t=O,9197 1-(0,9197)2 10 t = 0,9197 0,1541 t = 0,9197(8,0560) = 7,409
  25. 25. .. • 6. Kesimpulan : .. Karena nilai ( t = 7,409) > ( t0,025(10) = 2,228) maka disimpulkan untuk menolak H0, artinya .k. 0:..- terdapat hubungan yang signifikan antara pengalaman usahatani (X) dengan p ... enerapan / teknologi (Y) ~.~ ,..' /' I ./ ..:..-I"o _
  26. 26. 3. KORELASI PHI Koefisien korelasi phi rφ merupakan ukuran derajat keeratan hubungan antara dua variabel dengan skala nominal yang bersifat dikotomi (dipisahduakan). Kolom Jumlah Baris A B (A+B) C D (C+D) Jumlah (A+C) AD-BC (B+D) N r (J = ---;J==(A==+====B==) (==C==+==D==)==(A==+====C)==(==B==+==D==)
  27. 27. Uji signifikansi rφ dengan statistik χ2 Pearson : Atau dengan rumus : 2 _ N[ I(AD - Be)1 - OJ 5N]2 X - (A + B)(C + D) (A + C)(B + D) Derajat Bebas χ2 = (b – 1)(k –1)
  28. 28. Contoh : Data banyaknya petani tebu berdasarkan penggunaan jenis pupuk dan cara tanam. Pupuk Tunggal Pupuk Majemuk Jumlah Tanam Awal 5 9 14 Keprasan 9 7 16 Jumlah 14 16 30 Tentukan nilai Koefisien Korelasinya dan Ujilah pada taraf nyata 1% apakah penggunaan jenis pupuk tergantung dari cara tanamnya ?
  29. 29. Pupuk Tunggal Pupuk Majemuk Jumlah Tanam Awal 5 9 14 Keprasan 9 7 16 Jumlah 14 16 30 J Jawab : AD-BC r6=~~~~~~~~~ )(A + B)(C + D)(A + C)(B + D) (5) (7) - (9) (9) -46 -46 r - - --- 8 - (14)(16)(14)(16) - V50176 - 224 ro = -0,2054
  30. 30. X > X Uji Koefisien Korelasi phi : 1. H0 ≡ rφ = 0 lawan H1 ≡ rφ ≠ 0 2. Taraf Nyata α = 5 % = 0,05 3. Uji Statistik = Uji- X2 4. Wilayah Kritik (Daerah Penolakan H0) : 2 2 0,05(1) 5. Perhitungan : atau X2 > 3,841
  31. 31. Pupuk Tunggal Pupuk Majemuk Jumlah oi ei oi ei Tanam Awal 5 6,53 9 7,47 14 Keprasan 9 7,47 7 8,53 16 Jumlah 14 16 30 2 _ [(5 - 6J 53) - OJ 5]2 [(7 - 8J 53) - OJ 5]2 X - 6 53 + ...+ 8 53 J J x2 == 0,571
  32. 32. 0,05(1) 6. Kesimpulan Karena nilai (X2 = 0,571) < (X2 = 6,635) maka H0 diterima artinya penggunaan jenis pupuk tidak tergantung pada cara tanam. _. ', -.. IIIII!IIII'.· ···liIel'.:._~ .j.. ••
  33. 33. Pupuk Tunggal Pupuk Majemuk Jumlah Tanam Awal 5 9 14 Keprasan 9 7 16 Jumlah 14 16 30 2 _ N[ I(AD - Be)1 - 0, 5N]2 X -(A+B)(C+D)(A+C)(B+D) 2 30[1(35-81)1-15]2 X = (14)(16)(14)(16) 2 30[ 1-461 - 15]2 X = 50176 = 0,575
  34. 34. Pupuk Tunggal Pupuk Majemuk Jumlah Tanam Awal 5 9 14 Keprasan 9 7 16 Jumlah 14 16 30 4. KORELASI C lA R D AM -B E el R v=----------------- .j(A + B)(C + D)(A + C)(B + D) V = 1(5)(7) - (9) (9) I = 0, 2054 J (14)(16)(14)(16)
  35. 35. 4. KORELASI KONTINGENSI Koefisien kontingensi C merupakan ukuran korelasi antara dua variabel kategori yang disusun dalam tabel kontingensi berukuran ( b x k ). Pengujian koefisien kontingensi C digunakan sebagai Uji Kebebasan (Uji Independensi) antara dua variabel. Jadi apabila hipotesis nol dinyatakan sebagai C = 0 diterima, berarti kedua variabel tersebut bersifat bebas.
  36. 36. 4. KORELASI KONTINGENSI c=
  37. 37. Contoh : ( Ada anggapan bahwa pelayanan bank swasta terhadap para nasabahnya lebih memuaskan dari pada bank pemerintah. Untuk mengetah,ui hal tersebut,maka dilakukan wawancara terhadap nasabah bank swasta dan bank pemerintah masing-masing sebanyak 40 orang. Hasil wawancara yang tercatat adalah : Swasta Pemerintah Tidak Puas 16 10 Netral 9 5 Puas 15 25
  38. 38. X > X Pengujian Hipotesis : 1. H0 ≡ C = 0 lawan H1 ≡ C ≠ 0 2. Taraf Nyata α = 5 % = 0,05 3. Uji Statistik = Uji- X2 4. Wilayah Kritik (Daerah Penolakan H0) : 2 2 0,05(2) 5. Perhitungan : atau X2 > 5,991
  39. 39. Swasta Pemerintah Jumlahoi ei oi ei Tidak Puas 16 13 10 13 26 Netral 9 7 5 7 14 Puas 15 20 25 20 40 Jumlah 40 40 80 L Pengujian Hipotesis : X2 = (0' t - e·)2 t e·t 2 (16 - 13)2 (5 - 7)2 X = + 000 + = 5 027 13 7'
  40. 40. .J c= c = 5,027 5, 027 + 80 = 0, 0591 = 0, 243
  41. 41. 0,05(2) 6. Kesimpulan : Karena nilai (X2 = 5,027) < (X2 = 5,991) maka H0 diterima artinya hubungan antara kedua variabel tersebut bersifat tidak nyata (tingkat kepuasan nasabah terhadap pelayanan bank swasta tidak berbeda nyata dengan bank pemerintah).
  42. 42. 5. KORELASI BISERI Koefisien korelasi biseri merupakan ukuran derajat keeratan hubungan antara Y yang kontinu (kuantitatif) dengan X yang diskrit bersifat dikotomi.
  43. 43. 5. KORELASI BISERI (Yl - YZ)pq Tb = rb = Koefisien Korelasi Biseri Y1 Y2 p = = = Rata-rata Variabel Y untuk Rata-rata Variabel Y untuk Proporsi kategori ke-1 kategori ke-1 kategori ke-2 q = 1 – p u = Tinggi ordinat kurva z dengan peluang p dan q Sy = Simpangan Baku Variabel Y
  44. 44. Data berikut merupakan hasil nilai ujian statistika dari 145 mahasiswa yang belajar dan tidak belajar. Nilai Ujian Jumlah Mahasiswa Total Belajar Tidak Belajar 55 – 59 1 31 32 60 – 64 0 27 27 65 – 69 1 30 31 70 – 74 2 16 18 75 – 79 5 12 17 80 – 84 6 3 9 85 – 89 6 5 11 Total 21 124 145
  45. 45. Interval Y1 F FY1 Y2 F FY2 55 – 59 60 – 64 65 – 69 70 – 74 75 – 79 80 – 84 85 – 89 57 62 67 72 77 82 87 1 0 1 2 5 6 6 57 0 67 144 385 492 522 57 62 67 72 77 82 87 31 27 30 16 12 3 5 1767 1674 2010 1152 924 246 435 Jumlah Rata-rata 21 1667 79,38 124 8208 66,19 Yl = 79,38; Yz = 66,19 ; P = 21/45 = 0,14 q = 0,86 ; Sy = 9,26 ; U = 0,223
  46. 46. (79,38 - 66, 19) (0,14) (0,86) r, = (0, 223) (9,26) Tb = (13,19)(0,120) 2,065 = 0 ' 769
  47. 47. 2 JKR r = JKT = 6. KORELASI LINEAR GANDA DAN PARSIAL 1. Korelasi Linear Ganda Untuk regresi linier ganda Y = b0 + b1 X1 + b2 X2 + … + bk Xk , maka koefisien korelasi ganda dihitung dari Koefsisien Determinasi dengan rumus : b1x1y + b2X2Y + ...+ bkXkY Ly2
  48. 48. 1. Korelasi Linear Ganda rZ = JK R = b1x1y + bzzY + . Ly2 ..+ bkXkY x JKR = Jumlah Kuadrat Regresi JKT = Jumlah Kuadrat Total
  49. 49. Skor tes (X1) Frek. Bolos (X2) Nilai Ujian (Y) 65 1 85 50 7 74 55 5 76 65 2 90 55 6 85 70 3 87 65 2 94 70 5 98 55 4 81 70 3 91 50 1 76 55 4 74 ∑ X1 = 725 ∑ X2 = 43 2∑ X1 = 44.475 2 = 195∑ X2 ∑ X1X2 = 2.540 ∑ Y = 1.011 ∑ X1Y = 61.685 ∑ X2Y = 3.581
  50. 50. ∑ X1Y = b0 ∑ X1 + b1 ∑ ∑ X2Y = b0 ∑ X2 + b1 ∑ b1 = ∑ X1Y b2 ∑ X2Y Regresi Dugaan : Y = b0 + b1 X1 + b2 X2. Kemudian persamaan normal yang dapat dibentuk yaitu : ∑ Y = b0 n + b1 ∑ X1 + b2 ∑ X2 X1 2 + b2 ∑ X1X2 X1X2 + b2 ∑ X2 2 Matrik dari persamaan normal diatas : n ∑ X1 ∑ X2 b0 ∑ Y ∑ X1 ∑ X1 2 ∑ X1X2 ∑ X2 ∑ X1X2 ∑ X2 2
  51. 51. Nilai b0 , b1 dan b2 dapat dihitung melalui : 1. Matriks : a. Determinan Matriks, b. Invers Matriks 2. Substitusi, dan (b) Eliminasi Melalui salah satu cara diatas diperoleh nilai b0 = 27,254 b1 = 0,922 b2 = 0,284
  52. 52. ∑ X1 = 725 ∑ X1 2 = 44.475 ∑ Y = 1.011 ∑ X2 = 43 ∑ X2 2 = 195 ∑ X1X2 = 2.540 b∑o X=1Y2=7,6215. 648;5 b1 =∑ 0X,29Y2=2 3.;58b12 = 0,2∑8Y4 2 = 85.905 Analisis Ragam : FK = (∑Y)2 / n = (1,011)2 / 12 = 85.176,75 JKT = ∑ Y2 – FK = 85.905 – 85,175,75 = 728,25 JKR = b1 [ (∑ X1Y – (∑X1)(∑Y)/n ] + b2 [ (∑ X2Y – (∑X2)(∑Y)/n] = 0,922 [ (61.685 – (725)(1.011)/12 ] +
  53. 53. 0,284 [ (3.581 – (43)(1.011)/12 ] = 556,463 – 11.867 = 544,596
  54. 54. No Variasi DB JK KT F F5% 1 2 Regresi Galat 2 9 544,596 183,654 272,298 20,406 13,344 4,256 Total 11 728,250 Analisis Ragam : JKG = JKT – JKR = 728,25 – 544,596 = 183,654 2 JKR 544,596 r = JKT = 728,250 = 0,7478 r = .jO, 7478 = 0,8648
  55. 55. Pengujian Korelasi Ganda : (r2)j(k) F - --_..:: ....:, -----::- - (1 - r2)j(n - k - 1) Tolak H 0 jika F > F 0,05(k; n-k-l) Tolak H 0 jika F > F 0,05(2; 9)
  56. 56. r2 = 0, 7478 ,· k = 2 ,· n - k - 1 = 9 (r2)j(k) F=------ (1 - r2)j(n - k - 1) (0,7478)/2 F = (0,2522)/9 = 13,343 F0,05(2 ; 9) = 4,2565 Karena nilai ( F = 13,343) > ( F0,05(2 ; 9) = 4,2565) artinya koefisien korelasi ganda tersebut bersifat nyata.
  57. 57. 2. Koefisien Korelasi Parsial : A. Korelasi X1 dengan Y jika X2 tetap : Tyl - Ty2T12 B. Korelasi X2 dengan Y jika X1 tetap :
  58. 58. 2. Koefisien Korelasi Parsial : n LXIY - (LXI)(L Y) rI= y j[nLXi - (LXI)Z][nLYZ - (LY)Z] nLXZY - (LXZ)(LY) r Z = ----;::::::============================== y j[nLX~ - CLXZ)Z][nLYZ - CLY)Z] nLX1XZ - (LX1)(LX2) r12 = ----;::::::=========================================: J[nLXi - (LX1)Z][nLX~ - (LXZ)Z]
  59. 59. y1 )(1- 2. Koefisien Korelasi Parsial : ry1 = 0,862 ; r 2 = 0,743 ; ry2 = –0,242 2rY2 2 = 0,059 ; r12 = –0,349 ; r12 = 0,122 A. Korelasi TXyl1 d-enTgy2aTn12Y jika X2 tetap : T yl /2 = -;::::::============ j(l - r;z)(l - Ti2) 0,862 - [(-0,242)(-0,349)] r 1/2 = --;::=================--- y 0,059)(1 - 0,122) 0,778 ryl/2 = 0, 909 = 0, 855
  60. 60. y1 j(1 - B. Korelasi X2 dengan Y jika X1 tetap : ry1 = 0,862 ; r 2 = 0,743 ; ry2 = –0,242 2rY2 2 = 0,059 ; r12 = –0,349 ; r12 ry2jl = ,.....-------- r;1)(1 - riz) = 0,122 -0,242 - [(0,862)(-0,349)] r 2 j 1 = --;:::::::======================-- y J(1 - 0,941)(1- 0,122) 0,059 ryZ/l = 0,475 = 0,124
  61. 61. Pengujian Koefisien Korelasi Parsial : n-3 t = Tyi/j 1- T;i/j A. Korelasi X1 dengan Y jika X2 tetap (ry1/2) : B. Korelasi X2 dengan Y jika X1 tetap (ry2/1) : n-3 t = Ty2/1 1- Ty22/1
  62. 62. = 0,855 ; = 0,124 ; r /2 r A. Korelasi X1 dengan Y jika X2 tetap (ry1/2) : ry1/2 2y1.../2 = 0,731 ; ry2/1 t = r y1 n-3 1- Ty2l/2 2 Y2/1 = 0,015 12 - 3 = 4,949 1 t = 0, 855 1 _ 0, 731 t0,025(9) = 2,262 Æ Korelasi Signifikan
  63. 63. y1/2 Y2/1 B. Korelasi X2 dengan Y jika X1 tetap (ry2/1) : ry1/2 = 0,855 ; r 2 ry2/1 = 0,124 ; r 2 n-3 = 0,731 ; = 0,015 t = ry2/1 1- r2 / y2 1 12 - 3 = 0,374 t = 0, 124 1 _ 0,015 t0,025(9) = 2,262 Æ Korelasi Tidak Signifikan
  64. 64. 7. KORELASI DATA DIKELOMPOKKAN nI/i xy - (L/x x)CI/y y) r=~======================= j[nI/Xx2 - (L/xX)2] [nI/yy2 - CI/yy)2] Atau : nI/i c.c, - (L/x Cx)CI/y Cy) r=~======================== j[nI/xci - cu. Cx)2] [nI/yC; - CI/y Cy)2] •
  65. 65. Out Put (Y) Jml (fy ) 1 – 20 21 – 40 41 – 60 J 61 – 80 81 – 100 1 – 20 21 – 40 41 – 60 61 – 80 81 – 100 1 2 4 1 1 3 5 2 1 2 7 3 2 2 3 4 4 9 15 8 7 Jml (fx) 1 7 12 14 9 n = 43 - Pendapatan (X) dan Pengeluaran (Y) Bulanan (ribu ( rupiah) karyawan sebuah pabrik : :/ In Put (X)
  66. 66. Y X 10,5 30,5 50,5 70,5 90,5 Cy .Cx – 2 – 1 0 1 2 fy fy.Cy fy.Cy2 fi CxCy 10,5 – 2 •1 2 1 4 – 8 16 8 30,5 – 1 4 3 2 9 – 9 9 2 50,5• 0 1 5 7 2 15 0 0 0 70,5 1 2 3 3 8 8 8 9 90,5 2 1 2 4 7 14 28 20 fx 1 7 12 14 9 43 5 61 39 fx.Cx – 2 – 7 0 14 18 23 fx.Cx2 4 7 0 14 36 fi Cx.Cy 4 8 0 5 22 39 - - .. 6 -1 •
  67. 67. Mencari •fi Cx.Cy = 8 pada titik tengah (X) = 30,5 adalah : 8 = (2)(–2)(–1) + (4)(–1)(–1) + (1)(0)(–1) nL.fi c.c; - (Lfx Cx)(L.fy cy) r=~======================== [nL.fxCi - (Lfx Cx)2] [nL.fyc~ - (L.fy Cy)2] . 43 (39) - (23) (5) r=~----------------------- .)[(43)(61) - (23)2][(43)(61) - (5)2] .. r = 0,67 ... . .. -

×