Professional Documents
Culture Documents
PENDAHULUAN
A. LATAR BELAKANG
Istilah "regresi" pertama kali diperkenalkan oleh Sir Francis Galton pada tahun
1886. Galton menemukan adanya tendensi bahwa orang tua yang memiliki tubuh
tinggi, memiliki anak-anak yang tinggi pula dan orang tua yang pendek memiliki
anak-anak yang pendek pula. Kendati demikian, ia mengamati ada kecenderungan
bahwa tinggi anak bergerak menuju rata-rata tinggi populasi secara keseluruhan.
Dengan kata lain ketinggian anak yang amat tinggi atau orang tua yang amat pendek
cenderung bergerak ke arah rata-rata tinggi populasi. Inilah yang disebut hukum
Galton mengenai regresi universal. Dalam bahasa Galton ia menyebutnya sebagai
regresi menuju medikritas (Maddala, 1992).
B. Rumusan Masalah
1. Apa itu Variabel Bebas dan Variabel Terikat ?
2. Bagaimana Analisis Korelasi Sederhana ?
3. Apa itu Diagram Pencar ?
4. Apa itu Tabel Korelasi ?
5. Bagaimana Koefisien Korelasi Linear Sederhana ?
6. Apa itu Regresi Linear ?
7. Apa itu Selisih Taksir Standar ?
1
C. Tujuan Pembahasan
1. Untuk Mengetahui Apa itu Variabel Bebas dan Variabel Terikat
2. Untuk Mengetahui Bagaimana Analisis Korelasi Sederhana
3. Untuk Mengetahui Apa itu Diagram Pencar
4. Untuk Mengetahui Apa itu Tabel Korelasi
5. Untuk Mengetahui Bagaimana Koefisien Korelasi Linear Sederhana
6. Untuk Mengetahui Apa itu Regresi Linear
7. Untuk Mengetahui Apa itu Selisih Taksir Standar
2
BAB I
PEMBAHASAN
Variabel bebas adalah variabel yang nilai-nilainya tidak bergantung pada nilai-
nilai lainnya,biasanya disimbolkan dengan X. Variabel itu digunakan untuk
meramalkan atau menerangkan nilai variabel yang lain.
Berikut ini digambarkan berbagai istilah yang digunakan untuk variabel bebas
dan variabel terikat.
3
antarvariabel maka perubahan-perubahan yang terjadi pada salah satu variabel akan
mengakibatkan terjadinya perubahan pada variabel lainnya. Jadi, dari analisis korelasi,
dapat diketahui hubungan antarvariabel tersebut, yaitu merupakan suatu hubungan
kebetulan atau memang hubungan yang sebenarnya.
Korelasi yang terjadi antara dua variabel dapat berupa korelasi positif, korelasi
negatif, tidak ada korelasi, ataupun koreasi sempurna.
1. Korelasi Positif
Korelasi positif adalah korelasi dari dua variabel, yaitu apabila variabel yang
satu (X) meningkat atau menurun maka variabel lainnya (Y) cenderung untuk
meningkat atau menurun pula.
2. Korelasi Negatif
Korelasi negatif adalah korelasi dai dua variabel, yaitu apabila variabel yang
satu (X) meningkat atau menurun maka variabel laiinya (Y) cenderung menurun atau
meningkat.
Korelasi sempurna adalah korelasi dari dua variabel, yaitu apabila kenaikan atau
penurunan variabel yang satu (variabel X ) berbanding dengan kenaikan atau
penurunan variabel lainnya ( variabel Y ).
Analis korelasi yang akan dipelajari disini adalah analis korelasi yang hanya
melibatkan dua variabel ( variabel X dan Y ) saja.
Analisis korelasi dapat dilakukan melalui beberapa cara, yaitu diagram pencar,
tabel korelasi, koefisien korelasi, serta regresi.
4
C. DIAGRAM PENCAR
Diagram pencar atau diagram serak adalah suatu alat berupa diagram untuk
menunjukkan ada atau tidaknya korelasi (hubungan) antara dua variabel ( variabel X
dan Y ) Yang berupa pengambaran nilai-nilai dari variabel tersebut.
Tujuan dari diagram pencar adalah untuk mengetahui apakah titik-titik kordinat
pada diagram tersebut membentuk suatu pola tertentu. Dalam diagram tersebut, sebua
garis dapat ditarik membagi dua titik koordinat pada kedua sisinya. Dari garis
tersebut dapat diketahui korelasi antara kedua variabel tersebut. Jika arah garis naik
bearti korelasi positif, jika arah garis menurun bearti koresi negatif, jika terjadi
beberapa garis tidak ada korelasi, dan jika titik-titik tepat melalui garis bearti
korelasinya sempurna.
Berikut ini adalah diagram pencar dari beberapa jenis korelasi tersebut.
5
Contoh soal :
Berikut ini data mengenai hubungan antara hasil penjualan dan biaya iklan dari
sebuah perusahaan
Penyelesaian:
a. Pengambaran diagram pencar dengan meletakkan biaya iklan pada variabel bebas
(sumbu X ) dan hasil penjualan pada variabel terikat ( sumbu Y ), sebagai berikut.
6
Gambar 8.2 Diagram pencar hubungan penjualan dan iklan
Diagram pencar sebagai suatu alat untuk mengetahui ada tidaknya korelasi
antara dua variabel memiliki kelemahan-kelemahan, yaitu:
D. TABEL KORELASI
sama halnya diagram pencar, tabel korelasi juga menunjukkan adanya indikasi
korelasi antara dua variabel.
Pada tabel korelasi terdapat dua variabel , yaitu variabel X dan Y . Proses
pembentukan tabel korelasi hampir sama dengan proses pembentukan tabel frekuensi
( distribusi frekuensi ). Tabel korelasi disebut distribusi frekuensi bervariabel dua.
4. Menentukan batas bawah kelas pertama dari kedua variabel itu. Batas bawah kelas
pertama diambil dari data terkecil atau data terkecil hasil pelebaran jangkauan.
5. Menempatkan kelas untuk variabel X pada kolom tabel dan kelas untuk variabel Y
pada baris tabel.
7
Contoh soal :
Berikut ini data mengenai persentase penduduk nonpetani (X) dan pendapatan
keluarga petani (Y) pada tahun tertentu di 50 desa.
Penyelesaian :
8
4. Batas bawah kelas pertama untuk variabel X = 15
Batas bawah kelas pertama untuk variabel Y = 400
5. Tabel :
b. Dari tabel terlihat bahwa semakin tinggi persentase penduduk nonpetani semakin
tinggi pula median pendapatan keluarga petani. Jadi, keduanya terdapat korelasi
positif.
9
b. Jika KK bernilai negatif maka variabel-variabel berkolerasi negatif. Semakin dekat
nilai KK ke – 1 semakin kuat kolerasinya, demikian pula sebaliknya.
c. Jika KK bernilai 0 maka variabel-variabel tidak menunjukkan kolerasi.
d. Jika KK bernilai + 1 atau -1 maka variabel-variabel menunjukkan kolerasi positif
atau negatif yang sempurna.
10
a. Koefisien Korelasi Perason
Koefisien korelasi ini digunakan untuk mengukur keeratan hubungan antara
dua variabel yang datanya berbentuk data interval atau rasio. Disimbolkan
dengan “r”.
Koefisien korelasi Pearson dapat ditentukan dengan dua metode yaitu :
1) Metode least square
Koefisien korelasi linear dengan metode least square dirumuskan:
𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌
𝑟=
√(𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 )(𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 )
2) Metode produck moment
Koefisien korelasi (r) dengan metode produck moment dirumuskan:
∑ 𝑋𝑌
𝑟=
√𝑛 ∑ 𝑥 2 . ∑ 𝑌2
Keterangan :
Contoh soal :
Berikut ini diberikan hasil pengamatan pemupukan dan hasil panen padi untuk 5
percobaan yang telah dilakukan :
11
Penyelesain:
Jenis kolerasinya adalah korelasi positif dan sangat kuat, artinya hubungan
antara pemupukan dan hasil panen padi bersifat positif. Jika pemupukan
bertambah maka hasil panen pun akan naik.
b. Keofisien Korelasi Rank Spearman
Koefisien korelasi ini digunakan untuk mengukur keeratan hubungan antara
dua variabel yang datanya berbentuk data ordinal (data bertingkat).
Disimbolkan dengan rs dan dirumuskan:
12
6 ∑ 𝑑2
𝑟𝑠 = 1 − 3
𝑛 −𝑛
Keterangan:
r= keofisien kolerasi rank Spearman
d = selisih ranking X dan Y
n = banyaknya pasangan data
1. Nilai pengamatan dari diua variabel yang akan diukur hubungannya diberi
rangking. Pemberian rangking dimulai dari data terbesar atau terkecil. Jika
rangking sama, diambil rata-rata.
2. Setiap pasang rangking dihitung perbedaanya
3. Perbedaan setiap pasang rangking tersebut dikuadratkan akan dihitung
jumlahnya.
4. Nilai rs dihitung dengan rumus diatas.
Contoh soal :
Berikut ini data mengenai nilai matematika dan statistik dari 10 mahasiwa.
Penyelesaiannya :
Untuk perhitungan, nilai matematika disebut sebagai variabel X dan nilai statistik
sebagai variabel Y .
13
Jenis kolerasinya adalah kolerasi positif dan kuat, artinya jika nilai matematika tinggi
maka nilai statistik juga cenderung tinggi.
Keterangan :
S = statistik untuk jumlah korkondansi
C = /- korkondansi
D = /- diskordansi
14
/- = banyaknya pasangan
N = jumlah pasangan X dan Y
1. Nilai pengamatan dari variabel yang akan diukur hubungan diberi rangking.
Pemberian rangking dimulai dari data terbesar atau terkecil. Jika rangking
sama diambil rata-ratanya.
2. Tentukan nilai patokan berurut dengan menyusun salah satu dari nilai
rangking tersebut secara berurutan, dimulai dari pertama,kedua, dan
seterusnya dalam menghitung nilai konkordansi dan diskordansi.
3. Tentukan nilai korkondansi (+1) dan nilai diskordansi (-1) dari nilai-nilai yang
bukan patokan.
4. Tentukan nilai statistik S dengan menjumlahkan setiap nilai konkordansi dan
nilai diskordansi tersebut :
5. Nilai dihitung dengan rumus diatas.
Contoh soal :
Berikut ini adalah nilai statistik dan nilai matematika dari 5 orang mahasiswa.
Penyelesaian:
15
2. Misalkan patokan berurut adalah nilai statistik.
3. Untuk menetukan nilai korkondansi atau diskordansi hanya dilihat satu nilai saja.
Karena nilai patokan berurut sudah ditentukan yaitu nilai statistik maka nilai
konkordansi dan diskordansi dihitung dari nilai matrmatika. Dengan demikian
nilai korkondansi dan diskordansi adalah :
- Dilihat dari P
(P,Q)=-1 (P,R)=+1 (P,S)=-1 (P,T)=+1
- Dilihat dari Q
(Q,R)=+1 (Q,S)=+1 (Q,T)=+1
- Dilihat dari R
(R,S)=-1 (R,T)=+1
- Dilihat dari S
(S,T)=+1
Catatan :
(P,R)=+1 korkondansi, bilangan yang ada didepan lebih besar dari bilanagan
yang ada dibelakangnya.
16
b. Artinya ada hubungan positif dan lemah antara nilai matematika dan statistik. Jika
nilai matematika naik maka nilai statistik juga akan naik. Jika diantara nilai-nilai
pengamatan terdapat nilai yang sama makan rumus koefisiennya menjadi :
Catatan :
F. REGRESI LINEAR
Regresi merupakan suatu alat ukur yag digunakan untuk mengukur ada atau
tidaknya korelasi antarvariabel. Analis regresi lebih akurat dalam melakukan analisis
korelasi, karena pada analisis itu kesulitan dalam menunjukkan slop (tingkat peruahan
suatu variabel terhadap variabel lainnya dapat ditentukan. Jadi, analisis regresi,
17
peramalan atau perkiraan nilai variabel terikat pada nilai variabel bebas lebih akurat
pula.
Keterangan :
Y = Variabel terikat
X = Variabel bebas
a = intersep
18
Persamaan-persamaan garis regresi linear tersebut adalah identik jika semua
titik dari dari diagram pencarnya berada pada sebuah garis. Dalam hal demikian,
terdapat korelasi sempurna antara X dan Y .
Dari kedua bentuk persamaan regresi linear diatas, yang paling umum
digunakan adalah persamaan yang berbentuk Y = a + bX. Untuk persamaan regresi
berbentuk Y = a+ bX nilai a dan b dapat ditentukan dengan cara berikut :
1. Rumus (I)
3. Pendekatan Matriks
4. Rumus (II)
19
Untuk bentuk persamaan kedua, nilai a dan b dapat pula ditentukan dengan
menggunakan cara-cara diatas, hanya dengan menggantikan X dan Y DAN Y dengan
X.
Contoh soal :
Penyelesaian :
20
21
22
G. SELISIH TAKSIR STANDAR
Selisih taksir standaratau kesalaha baku adalah angka aytau indeks yang
digunakan untuk mengukur ketepatan suatu penduga atau mengukur jumlah variasi
titik-titik observasi disekitar garis regresi.
Apabila semua titik observasi berada tepat pada garis regresi, selisih taksir
standar sama dengan nol. Dengan demikian, selisih taksir standar secara langsung
menunjukkan tingkat pancaran data. Selisih taksir standar berguna untuk mengetahui
batasan seberapa jauh melesetnya perkiraan kita dalam meramal data.
23
Contoh soal :
Penyelesaian :
24
a. Persamaan garis regresinya :
Y` = 5,75 – 0,5X
b. Nilai duga Y` = 5,75 – 0,5X
= 1,75
c. Selisih taksir standarnya adalah :
Selisih taksir standar dapat pula dihitung secara langsung dengan menggunakan
rumus berikut :
25
Untuk contoh soal Tabel 8.6 dengan menggunakan rumus kedua, selisih taksir
standarnya adalah :
Dengan menggunakan nilai duga dari persamaan regresi dan selisih taksir
standar, dapat dibuat batas prakiraan dari sebuah nilai duga. Batas prakiraan dapat
bernilai lebih (plus), disebut batas prakiraan tertinggi dan dapat pula bernilai kurang (
minus ), disebut batas prakiran terendah. Batas prakiraan dirumuskan :
Untuk :
26
Contoh soal :
Gunakan data dari Tabel 8.6 , tentukan baats prakiraan tertinggi dan terendah !
Penyelesaian :
27
BAB III
PENUTUP
A. KESIMPULAN
Variabel bebas adalah variabel yang nilai-nilainya tidak bergantung pada nilai-
nilai lainnya,biasanya disimbolkan dengan X. Variabel itu digunakan untuk
meramalkan atau menerangkan nilai variabel yang lain.
Korelasi yang terjadi antara dua variabel dapat berupa korelasi positif, korelasi
negatif, tidak ada korelasi, ataupun koreasi sempurna.
B. SARAN
Dalam hal ini penulis akan memberikan beberapa saran mengenai makalah ini
sebagai berikut :
Pembahasan tentang makalah ini sudah tentu jauh dari kata sempurna, bahkan
saya menyadari bahwa dalam pembahasannya masih banyak sekali kesalahan dan
kekurangan.
Dengan demikian maka penulis sangat mengharapkan untuk adanya koreksi dan
masukan agar makalah ini bisa lebih baik, akhirnya kami mengucapkan terimakasih
yang telah membaca dan ikut berpatisipasi tentang pembahasan makalah ini. Dan
selesainya makalah ini tentu tidak lepas dari limpahan rahmat Alla Swt. Semoga kita
selalu mendapat ridhonya. Amin.
28
DAFTAR PUSTAKA
29