Professional Documents
Culture Documents
Chapter
9
Korelasi dan regresi
Elementary Statistics
Larson Farber
Kemalangan
60
50
40
30
20
10
0
0 2 4 6 8 10 12 14 16 18 20
Jam Latihan
Korelasi
Variabel Variabel
tak bersandar bersandar
x y
50
40
30
20
10
0 2 4 6 8 10 12 14 16 18 20
Hours of Training
Korelasi negatif
apabila x meningkat, y menurun
GPA x = Skor SAT
4.00
3.75 y = GPA
3.50
3.25
3.00
2.75
2.50
2.25
2.00
1.75
1.50
300 350 400 450 500 550 600 650 700 750 800
Math SAT
Korelasi positif
apabila x meningkat y juga meningkat
x = ketinggian
IQ
160
y = IQ
150
140
130
120
110
100
90
80
60 64 68 72 76 80
Height
-1 0 1
Jika r dekat Jika r dekat Jika r dekat
dengan -1 maka dengan 0 maka dengan 1 maka
korelasi negatif tiada korelasi korelasi positif
yang kuat wujud linear wujud yang kuat wujud
Komputasi r
x y xy x2 y2
1 8 78 624 64 6084
2 2 92 184 4 8464
3 5 90 450 25 8100
4 12 58 696 144 3364
5 15 43 645 225 1849
6 9 74 666 81 5476
7 6 81 486 36 6561
57 516 3751 579 39898
nxy xy
r
nx 2 x ny 2 (y ) 2
2
3155
r = - 0.975
804 13030
r ialah pekali korelasi bagi sampel
r 0 r
Statistik ujian piawai t
r 1 r 2
n2
Ujian signifikans r
Adalah didapati bahawa korelasi antara ketidakhadiran dan gred
akhir, r = - 0.975. Uji signifikans korelasi ini. Guna = 0.01.
n2 72
t 0
-3.707 3.707
7. Membuat keputusan
t = -9.811 jatuh dalam rantau penolakan, tolak hipotesis nol
8. Mentafsir keputusan
Terdapat korelasi signifikan di antara ketidakhadiran dan gred akhir
(xi,yi) = titik data
ˆi )
( xi , y = titik pada garis dengan nilai x yang same
d i yi y
ˆ i Dipanggil residual
hasil
260
(xi,yi)
250
di
240
230 ˆi )
( xi , y
220
210
200 d 2 ialah minimum
190
180
1.5 2.0 2.5 3.0
Pengiklanan (RM)
Garis Regresi
Apabila anda telah mengenal pasti korelasi linear yang signifikan
wujud, anda boleh menulis persamaan untuk menghuraikan
hubungan di antara variabel x dan y. Persamaan ini dipanggil garis
regresi atau garis kuasa dua terkecil
b y mx
73.714 ( 3.924)(8.143) =105.667
Gred
akhir 95
90
85
80
75
70
65
60
55
50
45
40
0 2 4 6 8 10 12 14 16
x
Ketidakhadiran
Perhatikan titik (8.143, 73.714) ada pada garis
Meramal nilai
Garis regresi boleh diguna untuk meramal nilai y bagi nilai x
dalam lingkungan data
Garis regresi bagi bilangan kali tidak hadir dan gred akhir
ialah:
ˆ 3.924 x 105.667
y
Pekali korelasi bagi bilangan kali tidak hadir dan gred akhir ialah
r = - 0.975. Jadi pekali penentuan ialah (-0.975)2 = 0.9506.