Professional Documents
Culture Documents
Tujuan Analisis
Analisis Regresi:
Mempelajari hubungan statistik yang terjadi antara dua
atau lebih variabel
Hubungan dinyatakan dalam sebuah persamaan regresi
Variable terikat: yang akan di estimasi nilainya (diplot
dalam sumbu-y)
Variabel bebas: yang diasumsikan memberikan pengaruh
terhadap variasi variabel terikat (diplot dalam sumbu-x)
Analisis Korelasi:
Mengukur “seberapa kuat” atau “derajat kedekatan” suatu
relasi yang terjadi antar variabel
Sifat Relasi
Relasi yang logis:
Penilaian terhadap angka-angka statistik memerlukan
pertimbangan sifat dasar hubungan
Jenis Relasi:
Hubungan sebab akibat
Kenaikan temperatur dengan kecepatan reaksi proses
kimia
Hubungan akibat penyebab yang sama
Peningkatan penjualan rumah dan peningkatan penjualan
kendaraan bermotor
Hubungan semu
Kenaikan penjualan furniture di Jakarta dengan data
perubahan temperatur.
Diagram Pencar
Ada atau tidaknya relasi yang berguna antar variabel
Jenis persamaan yang akan digunakan
Korelasi Sederhana
Korelasi sederhana ketika hanya melibatkan 2 variabel saja. Ketika masalah
korelasi melibatkan lebih dari 2 variabel maka disebut korelasi berganda.
KORELASI LINEAR
Jika X dan Y adalah variabel
yang kita tinjau, maka
diagram pencar akan
memperlihatkan lokasi titik-
titik (X,Y) di dalam sistem
koordinat persegi panjang.
Jika semua titik terletak di
dekat sebuah garis, korelasi
yang ada antara X dan Y
dikatakan bersifat linear.
PENGERTIAN
• Korelasi merepresentasikan derajat hubungan antara variabel-
variabel.
• Korelasi mencoba menentukan seberapa baik sebuah persamaan
linear atau sembarangan persamaan matematis lain dalam
menggambarkan atau merepresentasikan hubungan yang ada
diantara berbagai variabel.
Ukuran Korelasi:
1. Koefisien Determinasi
2. Koefisien Korelasi
Konsep Deviasi Total
Di mana:
𝑦 ∗ − 𝑦ത 2 : deviasi total
𝑦ො − 𝑦ത 2 : deviasi terjelaskan
𝑦 ∗ − 𝑦ො 2 : deviasi tak terjelaskan
Koefisien Determinasi&Koefisien Korelasi
Koefisien determinasi (𝑟 2 ) didefinisikan sebagai
perbandingan dari variasi terjelaskan dengan variasi total:
σ 𝑦
ො − 𝑦
ത 2
𝑟2 =
σ 𝑦 − 𝑦ത 2
Nilai Koefisien determinasi berkisar antara 0 (tidak ada
relasi) dan 1 (relasi sempurna)
= 0.98
Nilai dari koefisien korelasi (r) terletak antara -1 dan +1
(−1 ≤ 𝑟 ≤ +1).
• Jika r = +1, terjadi korelasi positif sempurna antara variabel X dan Y.
• Jika r = -1, terjadi korelasi negatif sempurna antara variabel X dan Y.
• Jika r = 0, tidak terdapat korelasi antara variabel X dan Y.
• Jika 0 < r < +1, terjadi korelasi positif antara variabel X dan Y.
• Jika -1 < r < 0, terjadi korelasi negatif antara variabel X dan Y.
2. Korelasi Biserial Titik
Korelasi biserial titik (point biserial) merupakan salah satu
bentuk korelasi Pearson yang digunakan dalam situasi khusus,
yaitu untuk mengkorelasikan satu peubah prediktor yang bersifat
dikhotomus (biner atau binomial) dengan satu peubah kriteria
berskala interval atau rasio.
Jika Peubah X bersifat dikhotomus dan peubah Y berskala
interval maka teknik korelasi product moment dapat ditulis:
𝑌𝑝 − 𝑌ഥ𝑡 𝑝
𝑟𝑝𝑏𝑖𝑠 =
𝑆𝑡 𝑞
Dimana:
𝑟𝑝𝑏𝑖𝑠 : koefisien korelasi biserial titik
𝑌𝑝 : rata-rata kelompok p (kelompok kesatu)
𝑌ഥ𝑡 : rata-rata seluruh subjek p : proporsi subjek kelompok satu
𝑆�𝑡 : simpangan baku untuk seluruh subjek q : proporsi subjek kelompok dua
contoh
Tabel 3. Jenis Kelamin(X) dan Sikap
Keuletan (Y)
Misal kelompok 1 adalah laki-laki dan kelompok 2
No. X Y adalah perempuan. Peubah jenis kelamin (X) ditulis
1 0 18 dengan angka 0 (perempuan) dan 1(laki-laki).
Kelompok kesatu (p) adalah kelompok laki-laki dan
2 0 17
q melambangkan kelompok perempuan.
3 0 20 Penyelesaian:
4 1 22 𝑌𝑝 − 𝑌ഥ𝑡 𝑝
𝑟𝑝𝑏𝑖𝑠 =
5 1 23 𝑆𝑡 𝑞
6 1 19 𝑌𝑝 = 21.33
𝑌ഥ𝑡 = 19.83 p= 3:6=0.50
𝑆𝑡 = 2.11 q= 1-0.50=0.50
Jadi
21.33 − 19.83 0.50
𝑟𝑝𝑏𝑖𝑠 =
2.11 0.50
= 0.71
3. Korelasi Phi
Teknik korelasi Phi digunakan untuk menentukan koefisien korelasi
antara dua peubah, jika keduanya bersifat dikhotomus.
Tabel 4. Contoh:
No. X Y No. X Y Misalnya hendak menemukan koefisien
korelasi antara jenis kelamin dengan respon
1 1 1 11 0 1
subjek terhadap suatu soal benar-salah.
2 1 1 12 0 1
Terdapat 20 orang subjek, X berarti jenis
3 1 1 13 0 0
kelamin (1:laki-laki dan 0: perempuan) Y
4 1 1 14 0 0 jawaban subjek (1:benar dan 0:salah). Data
5 1 1 15 0 0 pada Tabel 4.
6 1 1 16 0 0 Tabel Kontingensi 2x2 untuk menghitung
7 1 0 17 0 0 koefisien kontingensi
8 1 0 18 0 0 Y
9 1 0 19 0 0 0 1
10 1 0 20 0 0 X 1 a b
0 c d
Merujuk pada Tabel Kontingensi tadi maka, koefisien korelasi
Phi dapat ditentukan dengan Rumus:
𝑏𝑐 − 𝑎𝑑
Φ=
𝑎+𝑐 𝑏+𝑑 𝑎+𝑑 𝑐+𝑑
Untuk nilai v=2 terdapat beberapa u yaitu 1,2 dan 3. Dengan nilai f=2,4,4, maka
nilai hasil kali uf
uf=(1)(2)+(2)(4)+(3)(4)=2+8+12=22
Dengan mengalikan v=2 diperoleh hasil uvf= (22)(2)=44
Dari tabel korelasi dapat diikhtisarkan hasil sebagai berikut:
n=100, σ 𝑢𝑓𝑢 = 64 , σ 𝑢2 𝑓𝑢 = 236
σ 𝑢𝑣𝑓 = 125 σ 𝑣𝑓𝑣 = −55 , σ 𝑣 2 𝑓𝑣 = 253
Jadi,
𝑛 σ 𝑢𝑣𝑓 − σ 𝑢𝑓𝑢 σ 𝑣𝑓𝑣
𝑟=
𝑛 σ 𝑢2 𝑓𝑢 − σ 𝑢𝑓𝑢 2 [𝑛 σ 𝑣 2 𝑓𝑣 − σ 𝑣𝑓𝑣 2 ]
100 125 − (64)(−55)
=
100 236 − 64 2 [100 253 − (−55)2
= 0.7686 ≈ 0.77
Kesimpulan: Hubungan antara nilai matematika dan statistika
cukup kuat dan positif. Artinya, pada umumnya mahasiswa
dengan nilai matematika yang rendah akan memperoleh nilai
statistika yang rendah sebaliknya jika nilai matematikanya
tinggi maka nilai statistikanya juga tinggi.
LaSo
Untuk mengetahui hubungan yang positif antara pendapatan dan konsumsi
karyawan sebuah perusahaan industri dilakukan penelitian terhadap 43 orang
yang ditanya mengenai besarnya pendapatan per bulan dan juga pengeluaran
konsumsi per bulan yang masing-masing diukur dalam ribuan rupiah. Hasil
penelitian tersebut disajikan dalam tabel berikut. Hitunglah koefisien
korelasinya!