Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
PERENCANAAN SDM 
TEKNIK KORELASI DAN REGRESI
KORELASI - REGRESI 
• TEKNIK INI DIGUNAKAN DG ASUMSI TDPT 
KORELASI (HUB) DAN/ATAU PENGARUH (+/-) 
ANTARA VARIABEL SDM DG ...
KETENTUAN 
• PERHITUNGAN KORELASI HRS DIDAHULUKAN KRN REGRESI U/ 
MEMPREDIKSI ATAU PREDIKTOR (SDM) BENAR-BENAR 
MEMILIKI H...
SKALA GUILFORD 
• < 0,20 : TIDAK ADA KORELASI 
• 0,20 – 0,40 : KORELASI RENDAH 
• 0,41 – 0,70 : KORELASI SEDANG 
• 0,71 – ...
RUMUS KORELASI dan REGRESI 
Y = a + bX 
b = N ΣXY – (ΣX) (ΣY) 
N ΣX – (Σ X)2 
a = ΣY (ΣX)2 – ΣX. ΣXY 
NΣX2 – (ΣX)2
Contoh 
TAHUN SDM (X) LABA (Y) X2 Y2 XY 
2000 90 105 8.100 11.025 9.450 
2001 110 110 12.100 12.100 12.100 
2002 100 100 1...
Diketahui: 
• ΣX = 1.575 
• ΣY = 1.795 
• ΣX2 = 178.525 
• ΣY2 = 233.625 
• ΣXY = 203.700 
• N = 14 
• Hitung rxy ? 
• Hit...
-1 0 1 
Koefesien korelasi memiliki tiga kemungkinan sbb : 
X Y X Y X Y X Y X Y 
+ + 0 - - 
- Koefesien korelasi positif (...
Hasil Penghitungan 
Model Summaryb 
Model R R Square Adjusted R Square Std. Error of the 
Estimate 
1 .817a .667 .640 9.82...
Regresi 
Coefficientsa 
Model Unstandardized Coefficients Standardized Coefficients t 
Sig. 
B Std. Error Beta 
1 (Constan...
Evaluasi SDM 
• Tahun 2012 Laba Rp145 Juta 
Y = -20,33 + (1,32 x 145)  191,4 – 20,33 
Y = 171,07 ~ 171 
SDM pd tahun 2012...
PREDIKSI 
• TAHUN 2015  LABA DIHARAPKAN Rp 140 JUTA 
KEBUTUHAN SDM (?) 
Y = -20,33 + (1,32 X 140) 
Y = 128,05 ~ 128 
KEBU...
REGRESI LINEAR BERGANDA 
• Y = a + b1 X1 + b2 X2 + Et 
• X1 = Laba 
• X2 = Produktivitas 
• Y = SDM
Contoh 
TAHUN SDM (Y) LABA (X1) PRODUK (X2) X1Y X2Y X1X2 Y2 X12 X22 
2003 80 90 110 7.200 8.800 9.900 6.400 8.100 12.100 
...
KORELASI PARSIAL
Korelasi Berganda
KORELASI BERGANDA
Regresi Berganda
REGRESI BERGANDA 
PERSAMAAN REGRESI BERGANDA: 
Y = -1,943 + 0,33X1 + 0,49 X2
TUGAS 
• EVALUASI PENGGUNAAN SDM TAHUN: 
2009 DAN 2012 : EFISIEN/EFEKTIF OR NOT 
• PREDIKSI KEBUTUHAN SDM TAHUN 2016 BILA ...
Nächste SlideShare
Wird geladen in …5
×

Perencanaan SDM: Korelasi dan Regresi Berganda

3.825 Aufrufe

Veröffentlicht am

Metode Korelasi dan Regresi berganda digunakan untuk mempredikasi kebutuhan SDM pada masa yad dihubungkan dengan target yang ingin dicapai

Veröffentlicht in: Bildung
  • Loggen Sie sich ein, um Kommentare anzuzeigen.

Perencanaan SDM: Korelasi dan Regresi Berganda

  1. 1. PERENCANAAN SDM TEKNIK KORELASI DAN REGRESI
  2. 2. KORELASI - REGRESI • TEKNIK INI DIGUNAKAN DG ASUMSI TDPT KORELASI (HUB) DAN/ATAU PENGARUH (+/-) ANTARA VARIABEL SDM DG VARIABEL LAINNYA YG BERSIFAT KUANTITATIF DLM MELAKSANAKAN BISNIS UNTUK TUJUAN ORGANISASI/PERUSAHAAN; • TEKNIK REGRESI DIDAHULUI DG TEKNIK KORELASI U/ MENGETAHUI KEERATAN HUBUNGAN ANTAR VARIABEL
  3. 3. KETENTUAN • PERHITUNGAN KORELASI HRS DIDAHULUKAN KRN REGRESI U/ MEMPREDIKSI ATAU PREDIKTOR (SDM) BENAR-BENAR MEMILIKI HUBUNGAN YG SIGNIFIKAN DG SATU ATAU LEBIH VARIABEL KRITERIUM; • HUBUNGAN ANTAR VARIABEL TELAH TERUJI SBG DUA VARIABEL YG SALING BERHUBUNGAN (BERKORELASI) SECARA PARALEL/SEJAJAR (BERKORELASI +); • BILA KORELASINYA NEGATIF (-) ATAU TDK BERKORELASI (0) OR MENDEKATI 0 MAKA TDK DAPAT DILAKUKAN PREDIKSI
  4. 4. SKALA GUILFORD • < 0,20 : TIDAK ADA KORELASI • 0,20 – 0,40 : KORELASI RENDAH • 0,41 – 0,70 : KORELASI SEDANG • 0,71 – 0,90 : KORELASI TINGGI • 0,91 – 1,00 : KORELASI SANGAT TINGGI • > 1,00 : KORELASI SEMPURNA
  5. 5. RUMUS KORELASI dan REGRESI Y = a + bX b = N ΣXY – (ΣX) (ΣY) N ΣX – (Σ X)2 a = ΣY (ΣX)2 – ΣX. ΣXY NΣX2 – (ΣX)2
  6. 6. Contoh TAHUN SDM (X) LABA (Y) X2 Y2 XY 2000 90 105 8.100 11.025 9.450 2001 110 110 12.100 12.100 12.100 2002 100 100 10.000 10.000 10.000 2003 105 110 11.025 12.100 11.550 2004 110 120 12.100 14.400 13.200 2005 115 135 13.225 18.225 15.525 2006 110 140 12.100 19.600 15.400 2007 115 125 13.225 15.625 14.375 2008 120 140 14.400 19.600 16.800 2009 120 135 14.400 18.225 16.200 2010 125 150 15.625 22.500 18.750 2011 110 140 12.100 19.600 15.400 2012 130 145 16.900 21.025 18.850 2013 115 140 13.225 19.600 16.100 1.575 1.795 178.525 233.625 203.700
  7. 7. Diketahui: • ΣX = 1.575 • ΣY = 1.795 • ΣX2 = 178.525 • ΣY2 = 233.625 • ΣXY = 203.700 • N = 14 • Hitung rxy ? • Hitung Persamaan Regresinya? • Bila Tahun 2015 target laba Rp140, berapa kebutuhan SDM-nya?
  8. 8. -1 0 1 Koefesien korelasi memiliki tiga kemungkinan sbb : X Y X Y X Y X Y X Y + + 0 - - - Koefesien korelasi positif ( o,oo s/d 1,00 ) terdapat hubungan pararel searah - Koefesien korelasi negatif ( o,oo s/d -1,00 ) terdapat hubungan sejajar / pararel berlawanan arah - Koefesien korelasi 0,00 atau mendekati 0,00 menunjukkan tidak terdapat hubungan antara dua variabel tsb
  9. 9. Hasil Penghitungan Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .817a .667 .640 9.823 a. Predictors: (Constant), SDM b. Dependent Variable: LABA r xy = 0,817 KORELASI KUAT
  10. 10. Regresi Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -20.033 30.330 -.661 .521 SDM 1.318 .269 .817 4.906 .000 a. Dependent Variable: LABA Persamaan Regresinya: Y = -20,33 + 1,32 X
  11. 11. Evaluasi SDM • Tahun 2012 Laba Rp145 Juta Y = -20,33 + (1,32 x 145)  191,4 – 20,33 Y = 171,07 ~ 171 SDM pd tahun 2012 sebanyak 130 berarti: “PENGGUNAAN SDM TIDAK EFEKTIF/EFISIEN”
  12. 12. PREDIKSI • TAHUN 2015  LABA DIHARAPKAN Rp 140 JUTA KEBUTUHAN SDM (?) Y = -20,33 + (1,32 X 140) Y = 128,05 ~ 128 KEBUTUHAN SDM SEBANYAK 128 ORANG
  13. 13. REGRESI LINEAR BERGANDA • Y = a + b1 X1 + b2 X2 + Et • X1 = Laba • X2 = Produktivitas • Y = SDM
  14. 14. Contoh TAHUN SDM (Y) LABA (X1) PRODUK (X2) X1Y X2Y X1X2 Y2 X12 X22 2003 80 90 110 7.200 8.800 9.900 6.400 8.100 12.100 2004 85 95 90 7.225 7.650 8.550 7.225 9.025 8.100 2005 90 100 95 8.100 8.550 9.500 8.100 10.000 9.025 2006 100 110 100 10.000 10.000 11.000 10.000 12.100 10.000 2007 100 110 100 10.000 10.000 11.000 10.000 12.100 10.000 2008 95 110 95 9.025 9.025 10.450 9.025 12.100 9.025 2009 95 100 100 9.025 9.500 10.000 9.025 10.000 10.000 2010 100 100 110 10.000 11.000 11.000 10.000 10.000 12.100 2012 90 120 95 8.100 8.550 11.400 8.100 14.400 9.025 2013 110 90 110 12.100 12.100 9.900 12.100 8.100 12.100 945 1.025 1.005 90.775 95.175 102.700 89.975 105.925 101.475
  15. 15. KORELASI PARSIAL
  16. 16. Korelasi Berganda
  17. 17. KORELASI BERGANDA
  18. 18. Regresi Berganda
  19. 19. REGRESI BERGANDA PERSAMAAN REGRESI BERGANDA: Y = -1,943 + 0,33X1 + 0,49 X2
  20. 20. TUGAS • EVALUASI PENGGUNAAN SDM TAHUN: 2009 DAN 2012 : EFISIEN/EFEKTIF OR NOT • PREDIKSI KEBUTUHAN SDM TAHUN 2016 BILA TARGET LABA Rp 135 JUTA DAN PRODUKTIVITAS 115

×