BAB I Dan Bab2 Modul 6 Fix Modul 6
BAB I Dan Bab2 Modul 6 Fix Modul 6
BAB I Dan Bab2 Modul 6 Fix Modul 6
PENDAHULUAN
1
2
1.4.1 Asumsi
Adapun yang menjadi asumsi pada praktikum modul VI ini adalah sebagai
berikut:
1. Operator tahu harga barang dan harga barang perunit tanpa bertanya
kepada pemilik.
2. Operaor tahu harga harga barang dan harga perunit yang diambil datanya
tanpa bertanya kepada pemilik toko.
3. Operator yang mengambil data dalam keadaan sehat jasmani dan rohani.
3
5
6
2.3 Korelasi
Korelasi merupakan teknik analisis yang di dalamnya termasuk, teknik
pengukuran asosiasi atau hubungan (measures of association). Pengukuran
asosiasi merupakan istilah umum yang mengacu pada sekelompok teknik dalam
statistik bivariat, yang digunakan untuk mengukur kekuatan hubungan antara dua
variabel (Jonathan Sarwono, 2017).
Korelasi adalah metode untuk mengetahui tingkat keeratan hubungan
antara dua peubah atau lebih yang digambarkan oleh besarnya korelasi.
Koefisien korelasi adalah koefisien yang menggambarkan tingkat keeratan
hubungan antar dua peubah atau lebih. Besaran dari koefisien korelasi tidak
menggambarkan hubungan sebab akibat antara dua peubah (lebih) tapi semata-
mata menggambarkan keterlibatan linier antar peubah. Nilai koefisien korelasi
berkisar antara (-1) sampai 1.
1. Nilai -1 berarti terdapat hubungan negatif (berkebalikan) yang sempurna.
2. Nilai 0 berarti tidak terdapat hubungan sama sekali.
7
A : Intersep
B : Koefisian regrsi
X : Variabel bebas
Kesamaan di antara garis regresi dan garis tren tidak dapat berakhir
dengan persamaan garis lurus. Garis regresi (seperti garis tren dan nilai tengah
aritmatika) memiliki dua sifat matematis yaitu ∑(Y – 𝑌̂) = 0 dan ∑ (Y – 𝑌̂)2 =
nilai terkecil atau terendah. Dengan perkataan lain, garis regresi akan ditempatkan
pada data dalam diagram sedemikian rupa sehingga penyimpangan (perbedaan)
positif titik-titik terhadap titik-titik pencar di atas garis akan mengimbangi
penyimpangan negatif
titik-titik pencar yang terletak di bawah garis, sehingga hasil
pinyimpangan keseluruhan titik-titik terhadap garis lurus adalah nol.
b= Pers (2.2)
a= ..................................................................................Pers (2.3)
n
8
Dimana:
n = jumlah titik (pasangan pengamatan (x,y))
𝑥̅ = mean variabel x
𝑦̅ = mean variabel y
Ga
mbar 2.1 Beberapa bentuk diagram pencar
(crossection) relatif rendah karena adanya variasi yang besar antara masing-
rnasing pengamatan, sedangkan untuk data runtun waktu (time series) biasanya
mempunyai nilai koefisien determinasi yang tinggi.
Satu hal yang perlu dicatat adalah masalah regresi lancung (spurious
regression). Insukindro menekankan bahwa koefisien determinasi hanyalah salah
satu dan bukan satu-satunva kriteria memilih model yang baik. Alasannya bila
suatu estimasi regresi linear menghasilkan koefisien determinasi yang tinggi,
tetapi tidak konsisten dengan teori ekonomika yang dipilih oleh peneliti, atau
tidak lolos dari uji asumsi klasik, maka model tersebut bukanlah model penaksir
yang baik dan seharusnya tidak dipilih menjadi model empiris.
Kelemahan mendasar penggunaan koefisien determinasi adalah bias
terhadap jumlah variabel independen yang dimasukkan kedalam model. Setiap
tambahan satu variabel independen, maka R2 pasti meningkat tidak perduli apakah
variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh
karena itu banyak peneliti menganjurkan untuk menggunakan nilai adjusted R2
pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R2, nilai
adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan
kedalam model.
Dalam kenyataan nilai adjusted R2 dapat bernilai negatif, walaupun yang
dikehendaki harus bernilai positif. Menurut Gujarati (2003) jika dalam uji empiris
didapat nilai adjusted R2 negatif, maka nilai adjusted R2 dianggap bernilai nol.
Secara matematis jika nilai R2 = 1, maka Adjusted R2 = R2= I sedangkan jika nilai
R2 = 0, maka adjusted R2 = (1 - k)/(n - k). Jika k > 1 , maka adjusted R = akan
bernilai negatif.
t=r n-2
............................................................................................. Pers (2.6)
2. Rumus t tabel :
t α df (n-2) ...................................................................................Pers (2.7)
Dimana :
t = t hitung uji signifikasi
r = koefisien korelasi
n = jumlah periode