KORELASI dan REGRESI

Dr. Sutarto Hadi, MSi, MSc

Quotes
For a researcher, correlation is the most convenient

and understandable way to look at the association between two metric variables. When extended to multiple regression, the relationship between one variable and several others becomes more understandable
Jim Kershaw Group Manager, Consulting & Analytical Burke, Inc.

Analisis Korelasi
Tujuan utama analisis korelasi adalah

menentukan derajat hubungan di antara beberapa variabel, mulai dari nol (tidak ada korelasi) hingga korelasi sempurna (lengkap). Analisis korelasi : Suatu teknik statistik yang digunakan untuk menentukan kekuatan hubungan antara dua variabel.

Hours of Studied and Examination Score

Students Hours Studied X Examination Score Y 6 9 5 7 8

Janet Artz Lee Jackson James Coble Sue Brown Marita Estrada

3 5 2 3 4

Scatter Diagram (diagram pencar)

(Alat untuk menggambarkan hubungan antara dua variabel)

Koefisien Korelasi
Ukuran yang menyatakan kekuatan asosiasi antara dua variabel.

Korelasi Nol, Kuat dan Lemah

Kekuatan dan Arah Korelasi

Rumus Korelasi

Menghitung Korelasi

Koefisien Determinasi
Proporsi total variasi pada satu variabel yang

dijelaskan oleh variabel yang lain Misalnya: Koefisien korelasi lama waktu blj dan skor ujian adalah 0,97, maka koefisien determinasinya adalah 0,94 (diperoleh dari 0,97 x 0,97); artinya 94% dari total variasi skor ujian dijelaskan (disumbang) oleh variasi lama waktu blj.

Analisis Regresi
Isitilah regresi pertama kali dipergunakan oleh Sir

Francis Galton pada akhir abad ke-19. Dalam penelitiannya Galton mengungkapkan bahwa tinggi badan anak dari orangtua yang tinggi (tall parents) adalah di atas rata-rata, tetapi nampaknya bergerak (regress) ke arah tinggi rata-rata populasi. Jadi, proses menduga suatu variabel (mis. Tinggi badan anak) berdasarkan variabel yang lain (tinggi badan orangtua) dikenal dengan istilah regresi.

Persamaan Regresi
Persamaan regresi = Persamaan matematis yang menyatakan hubungan

antara dua variabel. Persamaan linear yang menyatakan hubungan antara dua variabel adalah: Y = a + bX di mana: Y = nilai dugaan Y untuk suatu nilai X tertentu a = adalah konstanta: nilai di mana garis lurus memotong sumbu-Y. Nilai Y untuk x =0 b = konstanta yang menyatakan kemiringan (gradien) garis lurus X = sembarang nilai X tertentu

Metode Kuadrat Terkecil

Menentukan Persamaan Regresi

Persamaan Regresi
(Lama waktu blj dan skor ujian)
Y = 2,41 + 1,35X Artinya, setiap penambahan satu unit waktu belajar akan meningkatkan nilai ujian sebesar 1,35. Seorang mhs belajar selama 2,75 jam, maka diduga nilai ujiannya adalah 6,12; diperoleh dari Y = 2,41 + 1,35(2,75) = 2,41 + 3,71 = 6,12