You are on page 1of 16

A. TEORI DASAR Analisis hubungan di antara kedua variabel/lebih menggunakan analisis Regresi dan Korelasi.

Dalam analisis Regresi, akan dikembangkan sebuah persamaan regresi yaitu formula matematika yang mencari nilai variabel tergantung (dependent) dari nilai variabel bebas (independent) yang diketahui. ( Sumertajaya, I Made : 2009 ) Korelasi adalah kaitan antara variasi suatu variabel (misal y) dengan variasi variabel yang lain (misal x) pada suatu populasi atau pada suatu jenis objek. Regresi adalah dua variabel atau lebih yang mempunyai korelasi satu dengan yang lain, dan variasi salah satu variabel (misal y) tergantung pada variasi yang lain (misal x), edangkan x mempunyai variasi yang bebas, maka dibedakan y mempunyai regresi terhadap x. Beberapa macam bentuk regresi : Bentuk fungsi y terhadap x dalam keterantungannya akan menimbulkan macam-macam bentuk regresi : 1. Regresi sederhana Regresi sederhana, adalah bentuk regresi dengan model yang bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel independen (bebas) dan variabel dependen (terikat). Jika ditulis dalam bentuk persamaan, model regresi sederhana adalah y = a + bx, dimana, y adalah variabel takbebas (terikat), X adalah variabel bebas, a adalah penduga bagi intercept (α), b adalah penduga bagi koefisien regresi (β). Atau dengan kata lain α dan β adalah parameter yang nilainya tidak diketahui sehingga diduga melalui statistik sampel. (Supranto, J. 1977) Macam-macam nya yaitu : a) Regresi linear b) Regresi kurvi linear c) Regresi nonlinear

Sedangkan alat yang digunakan pada praktikum ini adalah mistar.2. kertas HVS. C. Dengan menggunakan teknik analisis ini maka kita dapat menganalisis pengaruh beberapa variable terhadap variabel – (variable) lainnya dalam waktu yang bersamaan. Mempelajari dan mengetahui variabel. alat tulis dan kalkulator. 2. tabel T. hubungan keeratan (korelasi) antar . TUJUAN 1. tabel F. Macam-macamnya yaitu : a) Regresi multi linear b) Regresi multiple Langkah-langkah analisis regresi dan korelasi: Tabulasi data Ploting/ pemetaan/ mapping data Menggambar garis prakiraan Prakiraan persamaan regresi Penghitungn koefisien regresi dan korelasi Pengujian kebenaran persamaan regresi Pengujian ketepatan koefisien regresi dan korelasi Menggambar grafik regresi atau garis regresi B. 3. Melakukan analisis regresi sederhana dan korelasinya. Regresi multi variate Analisis statistik multivariat merupakan metode statistik yang memungkinkan kita melakukan penelitian terhadap lebih dari dua variable secara bersamaan. ALAT dan BAHAN Bahan yang digunakan pada praktikum ini adalah malai padi beberapa varietas sejumlah 10 malai per varietas. Mempelajari dan memahami hubungan fungsional (ketergantungan) antar variabel.

3 887.8 XY 3976. 10. 9. 4.5 220.1 2332 1694 2025 21690 2169.04 449.5 25. HASIL PENGAMATAN 1. 2. CARA KERJA 1.2 22.5 1603.2 21.9 22. Melakukan analisis korelasi sederhana untuk mengetahui hubungan keeratan antar variabel.4 1590 2725.1 17. Tabel Tabulasi No 1.817 Y2 27225 5776 2601 22201 17424 5625 14161 11236 5929 8100 120278 12027. 5.9 22 22 25.81 445.5 3326.76 506.1 21. Mentabulasikan data acara I 2. 8.0 .44 524.09 Jumlah Gabah ( y ) 165 76 51 149 132 75 119 106 77 90 1040 104 X2 580.41 484 484 506. E.25 4918.25 635.D.21 302.4 22. 3. 6.4 3352. 7.17 491. ∑ Panjang Malai ( x ) 24.

43x – 258.2.43x y = 16. Pemetaan ( diagram pencar ) 3.94 5.09) = = 104 -362. Menentukan Koefisien Regresi dan Persamaan Garis Regresi Koefisien Regresi • b1 = • b0 = . Perkiraan Persamaan Regresi y = b0 + b1x y = -258. Perkiraan Garis Regresi Linier 4.94 + 16.43 (22.94 = 16.b1( ) = 104 – 16.43 = -258.94 .

681 = 38.• ∑ xy = ∑ XY - = 4918.94 6.02 Tabel Anova S of V Df JK MS Fc Fx .5 • ∑ x2 = ∑ X2 – = 120278 – = 120278 – 108160 = 12118 = 4918.489 = 23512.43x y = 16.94 + 16.5 – • ∑ y2 = ∑ Y2 – = 23512. Uji Koefisien Garis Regresi ( Uji F ) • JK regresi = b1 ∑ xy = 16.98 • JK total = ∑ y2 = 12118 • JK residu = JK total – JK regresi = 12118 – 10391.5 ) = 10391.5 – 22880 = 632.98 = 1726.17 – Persamaan Regresi • y = b0 + b1x y = -258.43x – 258.43( 632.17 – 4879.

12 1% 10.56 Kesimpulan : Fc > F(α=5%.93 t(α=5%.68 = 52.17 5% 5.02 12118 10391.Regresi Residu Total 1 8 9 10391. Uji Kebenaran Koefisien Regresi Uji b0 = =14. 7.68 = 14.α=1%) maka persamaan garis regresi linier dengan sangat nyata.98 215.98 1726.68 • tc = • Sb0 = Se = 14.8) = 2.48 • Se = = = 4.30 t(α=1%.353 Kesimpulan : .8) = 3.75 48.

8.α=1%) berarti pada panjang malai minimal terdapat sejumlah gabah dengan sangat nyata. Koefisien Korelasi • Persamaan Korelasi • r= tc = = = 0.8) = 3.353 Kesimpulan : tc > t(α=5%.30 t(α=1%.93 Menguji r ( Uji t ) .79 = 20.α=1%) berarti pada panjang malai menentukan jumlah gabah dengan sangat nyata.tc > t(α=5%. Uji b1 • • tc = Sb1 = = = = 0.82 t(α=5%.8) = 2.

76% Kesimpulan : Hasil dari koefisien determinasi adalah 85.8) = 2.8) = 3. berarti sumbangan panjang malai terhadap jumlah gabah adalah 85.353 = 7. Menentukan Intrapolasi dan Ekstrapolasi y = b0 + b1(x) Interpolasi y = b0 + b1(x) = -258.10 Kesimpulan : tc > t(α=5%.α=1%) maka ada hubungan yang erat antara panjang malai dan jumlah gabah dengan sangat nyata.94 + 16.t(α=5%.43 (22) = 102. 9. sedangkan lainnya 14.30 = t(α=1%. • Koefisien Determinasi R2 = = = 85.24% disumbangkan oleh faktor lainnya.76%.76%.52 Ekstrapolasi y = b0 + b1(x) .

Pembahasan Analisis regresi merupakan salah satu analisis data yang Sangat penting karena dengan analisis regresi dapat diketahui bentuk hubungan antar dua variable atau lebih. PEMBAHASAN DAN KESIMPULAN 1. Menggambar Garis Regresi y = -258.09 233.= -258. Regresi hádala bentuk hubungan antaraa .43 (26) = 168.94 + 16.24 10.66 86.94 + 16.43 (x) x 18 20 21 30 36.96 F.8 69.

Hubungan ini biasanya dinyatakan dalam persamaan matematis yang bentuknya dapat linier maupun nonlinier. Nilai koefisien ini dapat bernilai positif ataupun negatif dan besarnya antara – 1 sampai + 1. Apabila nilai koefisien korelasi – 1 berarti antara kedua variabel pengaruhnya berkebalikan. yaitu suatu bentuk yang hanya . Praktikum kali ini. 2002) Dalam menduga garis ini dilakukan plotting data dalam bidang ordinat yang menghasilkan suatu diagram pencar ( scatter diagram). Tahap akhir dari analisis regresi ini adalah melakukan analisis statistik yang meliputi perhitungan koefisien regresi. menentukan persamaan regresi dan menggambar garis regresinya. Korelasi ialah menentukan kapan suatu koefisien korelasi dapat dianggap besar sehingga dapat dianggap berbeda dengan nol. Dalam analisis regresi telah diketahui variabel lain yang disebut dengan variabel tak bebas dan variaebl yang mempengaruhi disebut dengan variabel bebas (Supranto. Nilai korelasi yang makin mendekati 1 menunjukkan makin eratnya korelasi yang terjadi antar sifat . analisis regresi dan korrelasi yang dilakukan adalah regresi dan korelasi sederhana. Apabila nilai koefisien korelasi bernilai +1 berarti meningkatnya nilai suatu variabel akan diikuti juga dengan meningkatnya nilai variabel yang lain dengan nyata. Dari diagram pencar inilah diduga garis regresinya . 1995) Korelasi antar sifat diukur dari nilai koefisien korelasinya. Korelasi dipengaruhi oleh nilai dua variabel atau lebih. artinya meningkatnya nilai variabel yang satu akan diikuti menurunnya nilai variabel yang lain dan sebaliknya. Langkah selanjutnya setelah menduga garis regresi adalah menduga persamaan regesinya sesuai dengan dugaan garis regresi terpilih.peubah respon dan peubah prediktoe. Korelasi yang melibatkan dua variabel disebut analisis korelasi sederhana sedangkan korelasi yang melibatkan lebih dari dua variabel disebut analisis korelasi linier berganda (Sembiring. Korelasi berkaitan erat dengan regresi dan sering digunakan dalam penelitian.

mempunyai satu variabelbebas dan bersifat linier. Menentukan koefisien regresi dan menentukan persamaan regresi Y = bo + b i x ˆ y = y a+bx dan juga mengambil rata oengamatan yang berasal dari y dan a) b 1 = ∑xiyi − ∑ xi 2 ∑ yi∑xi n ( ∑xi ) 2 n − b) 2.JKregresi . baik prediktor maupun respon. ∑xy b) JKtotal = ∑y2 c) JKresidu = JKtotal . Menguji ketepatan dari regresi a) JKregresi = bi . βo + β1 = parameter regresi). Koefisien korelasi ini memerlukan atau memenuhi syarat sebagai berikut a) Koefisien korelasi harus besar apabila kadar hubungan tinggi atau kuat. dan harus kecil apabila kadar hubungan itu kecil atu lemah b) Koefisien korelasi harus bebas dari satuan yang digunakan untuk mengukur variabel. kita dapat menghitung koefisien korelasi (r). Perhitungan analisis regresi dan korelasi digunakan atau diperoleh dari data panjang malai padi. jumlah cabang malia. Koefisien korelasi ini melibatkan langsung regresi. Dari persamaan ini. dan jumlah gabah tiap malai padi yang diambil Sampelnya sebanayak 10 malai padi. Perhitungan analisis regresi dan korelasi dalam praktikum ini meliputi perhitungan koefisien korelasi dan persamaan regresi secara umum persamaan regresi linier sederhana adalah Yi = βo + β1 x + ε ( Yi = variabel tak bebas yang dipengaruhi. 1995) Perhitungan koefisien korelasi dan prsamaan regresi praktikum kali ini meliputi 1. yakni regresi (Sembiring.

3. n = banyaknya data) 2 ( y) ∑ 2 2 b) ∑ y = ∑ y − n 2 2 y ( ∑ = jumlah setiap angka y yang di kuadratkan. Melakukan intrapolasi ŷ = ȳ + b (x x ) 6. n = banyaknya data) (∑ d) r = ∑xy ∑x ⋅ ∑ y 2 2 ( r = koefisien korelasi) e) Menguji koefisien koreksi 5. Kesimpulan . Menentukan koefisien korelasi. (∑y ) = jumlah y kuadrat. koefisien diterminasi dan mengartikannya a) x = jumlah setiap angka x yang dikuadratkan. Menggambar garis regresi 2. n = banyaknya data) 2 2 c) ∑ xy = ∑ xy − ∑x ⋅ ∑ y n xy = jumlah kali antara data x dan y. ( ∑ x ) = (∑ jumlah x kuadrat. Menguji kebenaran dari koefisien regresi (bo dan bi) a) b) 4.

3) Analisis regresi berhubungan erat dengan analisis korelasi. bila garis regresi merupakan sekumpulan data berbentuk linier. 4) Analisis regresi merupakan bentuk hubungan antara dua variabel sedangkan annalisis korelasi merupakan tingkat keeratan hubungan antar variabel. dimana hubungan ini dinyatakan dalam persamaan matematis yang bentuknya dapat linier atau non-linier. Saran Pada saat melakukan perhitungan dibutuhkan ketelitian agar diperoleh hasil yang akurat dan benar.1) Regresi adalah bentuk hubungan antara peubah respon dan peubah prediktor. Korelasi berkaitan erat dengan regresi dan amat sering digunakan dalam penelitian. . maka derajat hubungannya dinamakan koefisien korelasi. 2) Korelasi ialah menentukan kapan suatu koefisien korelasi dapat dianggap besar sehingga dapat dianggap berbeda dengan nol.

Metode Statistika. 2009.H. Liberty : Yoyakarta Nasution.DAFTAR PUSTAKA Dajan. A. Erlangga: Jakarta Suharto. dan Barizi. Anto. http://suhartoumm. Statistik Teori dan Aplikasi. 1981. I Made . (online) ..com (online). J.blogspot. diakses tanggal 12 Januari 2012 : Jakarta . 1975. Metoda statistika untuk Penarikan Sumertajaya. Pengertian Regresi. diakses tanggal 12 Januari 2012 Supranto. 1977. Analisa Regresi – Korelasi. 2009 .

Berta Jeanetta (A1M010083) (A1M010066) (A1M010047) (A1M010025) (A1M010023) . Ade Lanang B 2. Riska Kartika 3. Nikeu Nurmala 5.LAPORAN PRAKTIKUM STATISTIKA ACARA V ANALISIS REGRESI DAN KORELASI Disusun oleh : Kelompok 9 1. Wulan Tri Utami 4.

KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS JENDERAL SOEDIRMAN FAKULTAS PERTANIAN ILMU DAN TEKNOLOGI PANGAN PURWOKERTO 2012 .