REGRESI DAN KORELASI SEDERHANA

2.1. PENDAHULUAN
Analisa pasangan variabel membutuhkan data yang terdiri dari 2 kelompok hasil obscrv asi atau pengukuran. Data yang dapanliperoleh dari pelbagai bidang kegiatan yang menghasilkan pasangan observasi sebanyak n, dinyatakan sebagai (Xi;

Di dalam penelitian ilmiah, selain ingin menunjukkan hubungan antara dua variabel atau lebih dan mengukur hubungan itu, juga ingin dapat meramalkan sesuatu, yaitu menentukan nilai suatu variabel sesudah mengetahui nilai-nilai variabel yang lain. Untuk dapat meramal, hams diketahui dulu hubungan antara variabel-variabel itu. Yang berhubungan dengan peramalan dan kesalahan peramalan, dinamakan proses regresi, Sedangkan pengukuran hubungan antara variabel, dinamakan proses korelasi. Definisi : Regresi dan korelasi sederhana adalah suatu eara untuk mengetahui hubungan antara satu variabel dengan satu variabel yang lain. Jika pasangan observasi pengukuran (x; y) digambarkan di atas kertas berskala hitung, akan diperoleh serangkaian titik-titik koordinat yang menghubungkan kedua hasil observasi,

45

S.Penggambaran demikian dinamakan diagram pencar (scatter diagram). digunakan persamaan garis linear dari Scatter Diagram dengan garis lurus seperti di atas.2.3.1. • O~----------------------------x Gb. Scatter Diagram dengan garis linear Biasanya yang sering digunakan dan mudah untuk perhitungan. • • ~ nllal-nllal observasi (sample points) ~ . y y • • •~ nllal-nilai observasi (sample points) •• • • • • • • • • • nllal-nilal observasi (sample points) • • • • ~ Ol~--------------------~X Gb. Dari diagram pencar dapat ditarik suatu garis yang menggambarkan nilai rata-rata y terhadap x.1. Persamaan dimana: garis linear : II/ I'"'yx Jly/x = rata-rata populasi y terhadap x A = jarak antara 0 dengan sumbu Y B = koefisien regresi / kemiringan = A + BX 46 . sehingga diperoleh persamaan garis regresi.l.l. dengan Garis Lengkung y . Scatter Diagram O·~----------------------x Gb.D.

Persamaan Garis Linear Dengan prinsip kuadrat minimum (principle of least squares).S. x biasanya tidak diketahui.1. i=l n (a + bx) F 47 . Kalau disubstitusikan rumus persamaan garis regresi dalam rumus SSE. yang biasa disebut jumlah kuadrat kesalahan (sum of squares for error). yaitu pilih sebuah garis dengan "kesesuaian terbaik" yang meminimumkan jumlah kuadrat penyimpangan nilai yang diamati dengan yang diramalkan. sehingga digunakan suatu garis Persamaan dim ana : garis penduga : Y 1\ y= a b = a + bx = = penduga untuk Ily/x penduga untuk nilai A penduga untuk nilai B y ~= A + BX o~-------------------------x Gb. maka : SSE = L l v. . METODE KUADRAT MINIMUM (Least Squares) Prosedur statistik untuk memperoleh garis lurus dengan "kesesuaian terbaik" (best fitting) untuk serangkaian titik dari pasangan data bisa kita peroleh dengan meminimumkan penyimpangan (deviasi) titik-titik dari garis yang akan kita buat. Atau meminimumkan : SSE =L n (y. Rata-rata populasi y terhadap penduga (garis regresi).2. .2.~. dapat dibuat suatu garis lurus yang memiliki "kesesuaian terbaik". )2 i=l Istilah SSE menyatakan jumlah kuadrat penyimpangan.

0 R2 93 75 91 105 7 8 9 10 0.3 0.7 120 90 O.R 1.2 Volume pengeluaran y (x Rp 10. 48 .000.I y) 1=1 n n Contoh 2.bx (I i=1 n SS x = i= 1(x I n n .1 : Tabel 2.9 U Buatlah persamaan garis regresi dari data di atas.8 92 110 LO 1.Rumus Kuadrat Terkecil untuk a dan b b dimana: =_ SS ___:_XY_ SS x dan a = y .(00) 1.000) 101 Bulan 1 2 3 4 5 6 0. Pengeluaran iklan dan volwne penjualan untuk suatu pcrusahaan sclama I(l bulan yang dipilih secara random Pengeluaran untuk iklan x (x Rp 10.x)(y I y) X. i=1 I n i=1 xy .x)" I = I I n' x2 I i= 1 ---- n SS = I (x xv i=l = .1.6 0.-------I I (I n )<.000.

0 1.9 XI 1.9 X= = = 0.5676 = 52.201 8.464 12.1 X2 I 1.34 - n ~1 YI = n y= 959 10 L = 95.9 1.4 10 = 23.00 0. seperti pada tabel di bawah ini.48 y2 10.625 8.8 92.569 9.34 = --0.94 SS = x xc_ i=1 ' L n (L n i=l n XI)2 n = 9.2.8n i=l n (9.400 8.444 = 52.0 156. YI 101 92 110 120 90 82 93 75 91 102 Jumlah Rata-Rata 959 95.5 924.94 Jadi : SS b = __ SS x X-.1 73.2 0.8 1.Penyelesaian : Langkah pertama adalah membuat tabel data perhitungan yang dibutuhkan untuk mencari nilai-nilai a dan b.0 881.1.025 93.0 65.00 1.28 0.0 63.281 11.69 0.49 0.YI 121.649 5.4)2 10 = 0.21 9.81 1.100 14.36 0.3569 9.9 115. Perhitungan dari data Tabel 2.0 45. Tabel 2.64 1.-Y - 23.6 93.4 0.44 SS XY - = n • (L 1= L 1 xy-I I i=l = 924.6 0.0 0.4)(959) 10 9.64 1.28n x) ( L y) I i=1 n (9.928 X.7 0.44 0.57 49 .8 1.100 6.3 0.724 8.6 110.

57x Misalkan perusahaan menganggarkan Rp 10.2.49 + 52. hitung dan taksirlah standard error populasinya.)2 SS xy = I x.3.000. 2.5676)(0.000.bSS xy n ~l n dimana: SS y = i=l (y I n n .57)(1. STANDARD ERROR OF ESTIMATE Kalau sampel memiliki jumlah n yang cukup besar.600.0) = 99.49 + (52.1.(52.: Untuk data pada Tabel 2. pengukuran dispersi titik -titik koordinat dari garis duga regresinya dapat dieari dari : S2 = SSE 11-2 .y i=l" i=l ------- (I n x)(I n i=l n Contoh 2.06 atau kalau dalam rupiah.000 untuk pengeluaran iklan pada satu bulan. volume penjualan A = Rp 990.49 maka persamaan regresi adalah : y = a + bx atau ~ = 46.y)2 1 = L y2 i=l 1 n (I ---- y. dimana (n-2) adalah derajat kebebasan (degrees offreedom) Rumus Menghitung SSE SSE = SS y .9 . maka volume penjualan yang diramalkan adalah : Y = a + bx = 46.dan : a= y- bi = 95. 50 .94) = 46.

9 SSE maka : S2 = SS y .(52. maka pendugaan dan pengujian hipotesis dapat menggunakan distribusi ttest.4.97 = --= SSE n-2 = = 8 6. Yaitu.Penyelesaian : Dalam contoh 2.5676)(23.34) = 373. Diasumsikan berkenaan dengan distribusi kemungkinan (probabilistik) y untuk suatu nilai x tertentu.76 s' dan s... 2. INFERENSI MENGENAI KEMIRINGAN (B) DARI SUATU GARIS Inferensi awal yang dikehendai dalam mempelajari hubungan antara y dn x adalah mengenai adanya eksistensi hubungan kedua variabel.76 s V46.9 .600. telah kita peroleh nilai SSxy 23.bSS xy 373. 51 . S2 b = _ SS x dan s s = -..97 = 1. yaitu S2.. SS = 93.84 = 46.1.JSSx Dengan mensubstitusikan (mengganti) s untuk a dalam statistik normal. merupakan taksiran untuk a2 dan a.-- .34 dan nilai koefisien regresi (b) 52.57.600.569 y = = (959)2 10 = 1. dapat ditunjukkan bahwa baik a maupun b keduanya disdistribusikan secara normal dalam pengambilan sampel secara berulang dan bahwa nilai yang diharapkan (nilai rerata) dan varian dari b adalah : E (b) =B dan S2 b = SSx _ Karena nilai a2 yang sebenamya tidak diketahui. Sekarang kita hitung dulu nilai SSy dan SSE seperti rumus di atas. apakah data itu menyajikan bukti yang cukup untuk menunjukkan bahwa x menyumbangkan (memberikan) informasi untuk peramalan y dalam lingkup pengamatan? atau cukup besarkah kemungkinan bahwa kalau y dan x sama sekali tidak mempunyai hubungan. dapat diganti dengan varians yang diperkirakan untuk nilai b.

84 '\)0.n-Z) • Sb ) Bila t. Karena disini kita diarahkan ke dalam suatu bentuk statement tertentu. Contoh 2.n-Z) Ho : B H:B*O = 2. 52. t'abel = ~ tCa/2.306 I =0 = sb- s - 6.3. buatlah uji hipotesis untuk menunjukkan bahwa b tidak sama dengan nol dengan ex = 0. : Dengan menggunakan data pada Tabel 2..57 10. Kalau uji hipotesis satu arah.12 52 .26jo t.05. Hipotesis nol Hipotesis alt.444 1O. tcrgantung untuk dideteksi t Statistik Tes (Uji) Interval nilai B : = b-B 0 dengan db =n -2 Sb prb - t(a/Z.265 = 5.Pengujian Hipotesis Mengenai Ho : B Kemiringan suatu Garis Hipotesis Nol Hipotesis Altematif =0 pada nilai b yang diinginkan ditentukan oleh peneliti.n-2) • Sb <B <b+ tCa/Z.es[ = --= b-B Sb = --- b-O s.est atau t ~ "himng t 13be I --> koefisien regresi nyata. pengujian diarahkan untuk membuktikan (B > 0) atau (B < 0). digunakan uji hipotesis altematif dua arah (B * 0). Penyelesaian : Pertama-tama kita tentukan bentuk uji hipotesisnya.1.

n-2) . 53 .309 .57 + 2. Penyelesaian : bt(aJ2.90 < B < 76.4.000.(00) pengeluaran iklan berada dalam selang dari 28.90 sampai 76.309 . Contoh 2.Karena tlesl > ttahel aka kita tolak hipotesis nol : B = 0 dan menyimpulkan bahwa ada m bukti yang menunjukkan bahwa pengeluaran biaya iklan memberikan infonnasi untuk digunakan dalam peramalan volume penjualan bruto bulanan (hipotesis alt diterima : B ± 0).Sb 52.n-2) .000. : Hitunglah interval nilai B dengan selang keyakinan 95 % dengan menggunakan data pada Tabel 2.000 sampai Rp 762. 28.1.400.24.000. kenaikan volume penjualan bulanan untuk kenaikan setiap unit (Rp 10.24 Dengan kata lain.57 .2.Sb <B< u + t(aJ2. < B < 52. dari Rp 289. atau dalam unit yang asli untuk y.

yaitu variasi antara 1 dan + 1. semakin besar pula volume penjualan. Penyelesaian : Telah kita ketahui bahwa nilai-nilai : SS xy = 23. Jadi. : Hitunglah koefisien korelasi untuk data pengeluaran iklan dan volume penjualan pada Tabel2.444 (1. = ss xy Contoh 2.l. = ~r=:======::=::==::.2. atau dengan kata lain hubungan antara pengeluaran iklan berjalan paralel dengan volume penjualan. semakin tinggi dana yang dikeluarkan untuk iklan. Pada grafik. * r<0 *r>O *1"=0 Rumus Koefisien Korelasi .0) r = 0.5. garis regresinya miring ke bawah kanan.88 Ini berarti koefisien korelasinya positip. Koefisien korelasi besarnya sudah tertentu. Pada grafik.34 SSx = 0. 54 .9 Maka nilai koefisien korelasi : .600.. Not e: derajat hubungan antara dua variabel menunjukkan hal yang berlawangan (koefisien korelasi negatit). Pada grafik. tidak ada hubungan sanla sekali antara dua variabel.600. derajat hubungan antara dua variabelmenunjukkan hal yang sejajar atau paralel (koefisien korelasi positip).444 23.5..34 SSy = 1.. KORELASI DAN KOEFISIEN KORELASI Koefisien korelasi adalah suatu angka yang menunjukkan tinggi rendalmya derajat hubungan antara dua variabel atau lebih.= \j 0. garis regresinya miring ke atas kanan. tidak ada korelasi linear.

6.2 = b. GARIS REGRESI X TERHADAP Y Kita bisa membuat suatu garis linear rata-rata X terhadap Y (J.lx/y) dengan membuat suatu garis penduga (garis regresi) rata-rata x terhadap y : ~ = a' dimana: + b'y dan (I x .b' 55 .2...b'I y) a'=----n Maka hubungan antara koefisien regresi dan koefisien korelasi : .

7 Tentukan persamaan garis regresinya ! Dugalah nilai Y untuk X = 10.5 17 9. b.1 50 40. Diketahui sehimpunan data : /X 56 48 42 58 40 Y 45 38.2 4.4 Carilah persamaan garis regresinya ! Hitung stand art error dari analisis anda ! Carilah interval perkiraan Y dengan (J. dan 20. 3.0 a. 7.3 18 9.= 1500. dan SS ). 56 . Apa yang dapat saudara simpulkan dari hasil analisis saudara. SS x = 0. = 0.6 7.LATIHAN SOAL 1. o 7 4 6 1 3 2 8 Buatlah suatu uji hipotesis untuk menunjukkan bahwa koefisien regresi (b) lebih besar dari nol dengan (J.1 33.5 13 6. 2. = 0.05. Jika dari suatu data diketahui nilai SS ") = 15.5 12 5. 5. b.05 untuk X = 44. 6. 8. c.4. b. 9 3.5 46. Apa yang dapat saudara simpulkan dari hasil perlritungan saudara ! Dari sehimpunan data: X 3 7 4 2 Y 11 18 9 4 a.2 8. Carilah nilai koefisien korelasi. 39 32.3 a.5 9. 4.5 34. 15. Apa yang dimaksud dengan analisis regresi sederhana ? Jelaskan kenapa dan bagaimana kita membuat suatu diagram titik (Scatter diagram) ? Apa kegunaan dari analisis korelasi ? Apa yang dimaksud dengan metode least square ? Diketahui sehimpunan data: X 13 16 14 11 17 Y 6.

tidak ada hubungan antara kenaikan harga dengan jW111ah penawaran Gunakan soal no. ~ = 12 + 0. " = 55 7.78X 57 . Jika hubungan X dan Y dinyatakan dalam persamaan + l. d. membentuk sudut 45° b. 71 72 81 94 Y 78 34 47 85 maka persamaan regresinya adalah : c. meminimalkan persamaan regresi adalah : jW111ah kuadrat error jU1111ahkuadrat variabel kerniringan persamaan regresi yang mudah dikendalikan c. Hubungan kedua variabe1 dapat disimpulkan sebagai berikut : a. maka garis regresi populasi a. b. Rp. a. sejajar SW11bu Y dimana Y = A + B X akan : c. Rp.SOAL-SOAL MULTIPLE CHOICE 1. dependen d.000 d.893. berhimpit SW11bu Y " 5. penurunan harga akan diikuti oleh peningkatan penawaran c. 100. 100 c. independen 4. a dan b benar dikenal sebagai variabe1 : Yariabe1 dalam suatu eksperimen a. sejajar sumbu X d.78X " Y = 2. Dari hasi1 analisis variabe1 dim ana X adalah harga barang (dalarn rupiah) dan Y adalah jU1111ahpenawaran (unit). Rp 280. ~ = 21 + 0.25X. 5. kenaikan harga akan diikuti oleh peningkatan penawaran d. ANOYA Prinsip pendugaan a. meminimalkan hubungan c.000 Nilai mid-test X 77 82 50 66 (X) dan ujian akhir (Y) dari 9 mahasiswa 99 99 67 68 ada1ah : garis Y 6. 3. respon b. time series b. maka penawaran 180 unit barang dicapai pada harga : a. c.87X ~ = 1.1 + 0. kenaikan harga barang akan diikuti oleh penurunan penawaran b. Analisis untuk melihat keeratan a.87X d. merninimalkan b. Rp 280 b. Jika B = 0. dipero1eh ni1ai koefisien korelasi r = 0. antar variabel regresi korelasi : 2.2 + 0.

l i sid no. c.:y) berlaku : Y 1.3 12.6 c.4 . 7. maka nilai Y yang diramalkan menurut garis regresi Y terhadap X sama dengan : a.1 b.2 58 d..----------- --_ - __ 8. 0. Untuk 25 pasangan data (x. 82 b. 0. 10 = 20 y = 30 SS x = 10 SS y =5 (Data di bawah ini digunakan untuk soal no. 0. Koefisien regresi (b) X dan Y adalah : a.. untuk data ini koefisien korelasi X terhadap Y adalah : a. -40 d. 68 b. b. untuk 60 pasang data (x.9 b. 0. d.5 SSx 2 SSy Jadi.1 d. salah semua x = 10 = = =6 b = 0. koefisien korelasi suatu persamaan regresi mendekati nilai +1. 10. 0. maka nilai X yang diramalkan menurut garis regresi X terhadap Y sama dengan : a. Variabel X dan variabel Y kedua-duanya diukur pada skala interval. 28 11. 78 c.3 c. Gunakan soal no. 0. 18. Untuk 200 pasangan data (x. Dua variabel X dan Y diukur pada skala interval.0 d. 17) X Diketahui data sebagai berikut : 1 234 5 Y 1 123 3 13. maka : garis regresi turun dari kanan ke kiri kedua variabel mempunyai hubungan kausal garis regresi naik dari kiri ke kanan b dan c benar 9. 94 Bila a.Y) berlaku : x Kalau X = 15.:y) diperoleh hasil sebagai berikut : x= 10 Y= 20 SS x =6 SS xy = 144 Kalau nilai Y = 22. Dugaan nilai akhir bagi mahasiswa yang mendapat nilai mid-test = 85 adalah : a. 0.5 c. 76 d. -20 c. 25 b. 10.

Diketahui pu1ajum1ah kuadarat untuk variabe1 X sebesar 10.55 b.2 0. Diketahui varians regresi sebesar (s) 93. Koefisien kore1asi (r) data tersebut ada1ah : a. Rata-rata Y adalah : a.1864 digunakan untuk menguji apakah ada hubungan linear antara besarnya pendapatan (Y) dengan banyaknya konsumsi yang dike1uarkan (X). 1. 1. Rata-rata X adalah : a. 1.5 5. d. 1. Berdasakan soal no.- c.98 c.2 17. 1 15. 0. ° 59 . Sb = 0. Sb = 0.55 c. Hipotesis no1 Ho : B = diterima d.18.14.378.2 18. 0.35 c. 3.003 a.005 d. 1 c. Sb = 0.2 b. Standar deviasi X ada1ah : a.76 b.58 0. ada hubungan linear antara kedua variabel c. Standard deviasi Y ada1ah : a. 5 16. tindak 1anjut dilakukan pengujian hipotesis dengan maka bisa disimpulkan : a.98 19.76 b. d. 0. Maka dapat kita tentukan : c.461. 19. 3 b. 2 ')') -.95 d. Sb = 0. d. 1.67 20. 0.004 b. tidak terdapat hubungan linear antara kedua variabe1 b. d. a dan c benar ex =5 %. 1.

Sign up to vote on this title
UsefulNot useful