ANALISIS REGRESI DAN KORELASI PADA PENELITIAN.pptx

analisis regresi dan korelasi pada penelitian

1. Analisis Regresi dalam Statistika Penelitian: Panduan untuk Mahasiswa Pendidikan Matematika O leh : Saraswati Haylian C, SST., M.Kes

2. adalah metode statistik yang dig u n a k an u n t uk m e m a h a m i hub u ng a n ant a ra v a ri a b e l. Dalam konteks , analisis ini sangat penting untuk mengevaluasi pengaruh berbagai f a kt o r t e rh a d ap h a sil b e l a j a r sis w a .

3. Analisis regresi adalah teknik statistik yang membantu dalam memprediksi nilai variabel tergantung berdasarkan satu atau lebih variabel independen . I ni p e nti n g u n tuk m e ng i d e n ti fi k a si p o la d an m e m b u at keputusan berbasis data.

4. T e r d a p at b e b e ra pa je n is a n a lisis r e g r es i , ant a ra lain regresi linier , regresi berganda , dan regresi logistik . Setiap jenis memiliki aplikasi dan tujuan yang berbeda dalam penelitian pendidikan .

5. Regresi Linier Sederhana Regresi linier sederhana digunakan untuk memprediksi nilai variabel tergantung dengan satu variabel independen. Ini membantu dalam mengetahui hubungan langsung antara dua variabel.

6. Dalam , lebih dari satu variabel independen digunakan untuk memprediksi variabel tergantung. Ini memungkinkan analisis yang lebih kompleks dan akurat dalam penelitian pendidikan .

7. Regresi logistik digunakan ketika variabel tergantung bersifat kategorikal. Ini berguna untuk memprediksi kemungkinan suatu kejadian, seperti kelulusan siswa berdasarkan beberapa faktor.

8. Hubungan fungsional antara satu variabel prediktor dengan satu variabel kriterium disebut analisis regresi sederhana(tunggal). Sedangkan hubungan fungsional yang lebih dari satu variabel disebut analisis regresi ganda. Dengan analisis regresi peramalan nilai variabel terikat pada nilai variabel bebas lebih akurat pula. Dirumuskan sebagai berikut : Y’ = a + b X Ket : a: konstanta Y : variabel dependent b: koefisien regresi X : variabel independent

9. Proses analisis regresi melibatkan beberapa langkah: pengumpulan data , pemilihan model, analisis data, dan interpretasi hasil. Setiap langkah penting untuk mendapatkan hasil yang valid dan dapat diandalkan.

10. Sebelum melakukan analisis, data harus diperiksa dan dibersihkan . Ini termasuk menangani data yang hilang dan m em a sti k an b a h w a d ata m e m en u hi a s u m si u ntu k a nali s is r e g r esi .

11. Analisis regresi memiliki beberapa asumsi , termasuk linearitas, independensi, homoskedastisitas, dan normalitas. Memastikan asumsi ini terpenuhi sangat penting untuk validitas hasil .

12. Koefisien dalam analisis regresi menunjukkan kekuatan dan arah hubungan antara variabel. Memahami nilai koefisien sangat penting untuk menafsirkan hasil penelitian secara akurat.

13. U j i sig n i fi k a n si dig u n a k a n u ntuk m en e ntu k an a p a k a h hubungan yang ditemukan dalam analisis regresi adalah signifikan secara statistik . Ini membantu dalam mengkonfirmasi hipotesis penelitian.

14. Analisis regresi sering digunakan dalam penelitian pendidikan untuk menilai faktor-faktor yang mempengaruhi hasil belajar. Ini membantu pendidik dalam merancang intervensi yang lebih efektif.

15. Sebuah studi kasus tentang analisis regresi dalam pendidikan dapat menunjukkan bagaimana faktor- faktor seperti waktu belajar dan kehadiran mempengaruhi nilai siswa. Ini memberikan wawasan praktis bagi pendidik.

16. Keterbatasan Analisis Regresi Meskipun berguna, analisis regresi memiliki keterbatasan, seperti ketidakmampuan untuk menentukan hubungan sebab-akibat secara langsung. Pendidik harus menyadari keterbatasan ini saat menginterpretasi hasil.

17. Ada berbagai software statistik yang dapat digunakan untuk melakukan analisis regresi, seperti SPSS , R , dan Python . Memilih alat yang tepat dapat meningkatkan efisiensi analisis data.

18. Mahasiswa pendidikan matematika harus memahami dasar-dasar analisis regresi dan praktik terbaik dalam penggunaannya. Latihan d an a p li k a si n y a ta a k a n m emp erku a t pem a ha m a n m e r e k a .

19. Analisis regresi adalah alat yang sangat berguna dalam penelitian pendidikan. Dengan memahami dan m e ne r a p k an t e knik ini, m ah a sis w a d a p at meningkatkan penelitian dan pengambilan keputusan berbasis data.

20. Memahami Analisis Korelasi dalam Statistika Penelitian untuk Mahasiswa Pendidikan Matematika

21. Analisis Korelasi adalah teknik statistik yang digunakan untuk mengukur hubungan antara dua variabel. Dalam konteks penelitian pendidikan , pemahaman tentang analisis ini sangat penting bagi mahasiswa pendidikan matematika . Slide ini akan m e nj e l a s ka n d a sar-d a sar d a n p e n ti n g n y a a n a lisis k o r e l a si.

22. Korelasi adalah ukuran yang menunjukkan seberapa kuat hubungan antara dua variabel. Terdapat dua jenis korelasi: positif dan negatif . Korelasi positif menunjukkan bahwa ketika satu variabel meningkat, variabel lainnya juga meningkat, sedangkan korelasi negatif menunjukkan hubungan sebaliknya.

23. Tujuan Analisis Korelasi Tujuan utama dari analisis korelasi adalah untuk memahami dan menggambarkan hubungan antara variabel. Ini membantu peneliti dalam mengambil keputusan dan membuat prediksi berdasarkan data yang ada. Memahami tujuan ini sangat penting dalam konteks penelitian pendidikan .

24. Koefisien korelasi adalah angka yang menggambarkan kekuatan dan arah hubungan antara dua variabel. Nilai berkisar antara -1 hingga 1. Nilai 1 menunjukkan hubungan positif yang sempurna, -1 menunjukkan hubungan negatif yang sempurna, dan menunjukkan t id a k a da h u bun g a n.

25. Terdapat beberapa jenis korelasi : Pearson , Spearman , dan Kendall . Masing-masing memiliki aplikasi dan metode perhitungan yang berbeda. Pemilihan jenis korelasi yang tepat sangat penting untuk mendapatkan hasil yang akurat dalam penelitian .

26. Korelasi Pearson digunakan untuk data yang bersifat interval atau rasio . Ini mengukur hubungan linier antara dua variabel. Penting untuk memastikan bahwa data memenuhi asumsi normalitas sebelum menggunakan metode ini.

27. K o r e l a si S p e a r m a n dig u n a k a n u ntuk d a ta o r d in a l a tau ketika asumsi normalitas tidak terpenuhi. Metode ini m e n g u k ur k e k u a ta n h u bu n g a n b e r d a s a r k a n p e ring k a t data. Ini sangat berguna dalam penelitian sosial dan pendidikan.

28. Korelasi Kendall juga digunakan untuk data ordinal dan lebih tahan terhadap outlier. Ini mengukur kekuatan dan arah hubungan dengan cara yang berbeda dibandingkan Pearson dan Spearman. Memahami cara kerja metode ini penting untuk analisis yang tepat.

29. Asumsi Dalam Korelasi Sebelum melakukan analisis korelasi , beberapa asumsi harus dipenuhi, seperti normalitas , linearitas , dan homoscedasticity . Memastikan bahwa data memenuhi asumsi ini akan meningkatkan validitas hasil analisis.

30. Setelah menghitung koefisien korelasi , langkah selanjutnya adalah menginterpretasi hasil . Penting u ntuk m e m ah a m i k o nte k s d a ta d an tida k h a n y a mengandalkan angka. Interpretasi yang tepat membantu dalam pengambilan keputusan yang lebih baik.

31. S al a h s a tu k e s a l a h a n u m um d a lam a nali s is a d a l a h menganggap bahwa korelasi berarti kausalitas . Meskipun dua variabel mungkin berkorelasi, tidak berarti satu menyebabkan yang lain. Penting untuk melakukan analisis lebih lanjut untuk memahami hubungan yang sebenarnya.

32. Mari kita lihat contoh nyata di mana analisis korelasi digunakan dalam penelitian pendidikan . Misalnya, h u b un g a n a n ta ra w a k t u b e l a j a r d a n nilai s is w a . A n a li s is ini dapat memberikan wawasan berharga untuk meningkatkan metode pengajaran .

33. Analisis korelasi sangat berguna dalam penelitian p e ndidi k a n u n t uk m e n ge v alu a si p r o g r a m , m e m a ha m i faktor-faktor yang mempengaruhi pembelajaran, dan merumuskan kebijakan pendidikan. Ini membantu dalam meningkatkan kualitas pendidikan secara keseluruhan.

34. Ada berbagai software yang dapat digunakan untuk analisis korelasi, seperti SPSS , R , dan Excel . Memahami cara menggunakan alat ini akan memudahkan mahasiswa dalam melakukan analisis data dalam penelitian mereka.

35. CONTOH ANALISIS HASIL PENELITIAN VARIABEL KUALITAS LAYANAN (X) DENGAN VOLUME PENJUALAN (Y) SEPATU Kualitas layanan sebagai variabel independen (bebas) Volume penjualan sebagai variabel dependen (terikat) Merk Sepatu Kualitas layanan ( X) Volume Penjualan (Y) 1 75 160 2 50 160 3 60 170 4 50 160 5 40 150

36. ANALISA KORELASI N X Y XY X ² Y ² 1 75 160 12000 5625 25600 2 50 160 8000 2500 25600 3 60 170 10200 3600 28900 4 50 160 8000 2500 25600 5 40 150 6000 1600 22500 ∑ 275 800 44200 15825 128200

37. R = 5(44200)-(275)(800) √5(15825)-(275) ² √5(128200)-(800) ² R = 1000 √3500 √1000 R = 1000 √4500 R = 1000/67,08204 R = 14,90712

38. PERSAMAAN REGRESI Y = a + b X b = 5(44200) – (275) (800) 5(15825) – (275) ² b = 1000 79125 – 25625 b = 1000 3500 b = 0,285714 = 0,286

39. Persamaan regresinya : Y = a + b X Y = 144,286 + 0,286 X a = ∑y – b (∑x) n a = 800 – 0,285714 (275) 5 a = 800 – 78,57143 5 a = 721,4286/5 a = 144,2857 = 144,286

40. Nilai a menunujukan besarnya variabel rata rata penjualn barang yang tidak dipengaruhi oleh kualitas layanan atau dapat diartikan pada saat nilai kualitas layanan sebesar 0, maka rata rata penjaulan 144,286 Koefisien regresi sebesar 0,286, berarti kualitas layanan mempunyai hubungan positif atau searah dengan rata rata penjaulan, karena koefisien regresi berilai positif. Setiap peningkatan 1 satuan kualitsa layanan maka akan berpengaruh terhadap peningkatan rata rata penjualan sebesar 0,286 satuan. Begitu juga sebaliknya.

41. PENGHITUNGAN DENGAN SPSS

42. Korelasi antara kualitas layanan dan volume penjualan menunjukan derajat hubungan yang substansial, yaitu 0,535. Kenaikan kualitas layanan akan diikuti dengan kenaikan volume penjualan

43. Pada tabel Coefficient didapat nilai konstanta persamaan linear. Konstanta a = 144,286 dan konstanta b = 0,286 Persamaan linear yang terbentuk, Y = 144,286 + 0,286 X

44. Beberapa tantangan dalam analisis korelasi termasuk memilih metode yang tepat, mengatasi data yang hilang, dan memastikan bahwa asumsi dipenuhi. Mahasiswa perlu menyadari tantangan ini untuk melakukan analisis yang valid.

45. Ada beberapa kesalahan umum yang harus dihindari dalam analisis korelasi, seperti mengabaikan asumsi, salah interpretasi hasil, dan tidak mempertimbangkan v a ri a b e l co n f o u n din g. K e s a l a h a n ini d a p a t mempengaruhi keakuratan penelitian.

46. Pemahaman tentang analisis korelasi adalah kunci bagi mahasiswa pendidikan matematika. Dengan mengetahui cara menghitung, menginterpretasi, dan menerapkan analisis ini, mahasiswa dapat meningkatkan kualitas penelitian mereka dan memberikan kontribusi yang lebih baik dalam pendidikan .

47. Terima kasih! DO YOU HAVE ANY QUESTIONS? [email protected] 081246809055