Anda di halaman 1dari 39

Analisis Korelasi dan Regresi Linier Sederhana

Pertemuan 11

Adalah variabel yang nilai-nilainya tidak bergantung pada variabel lainnya, biasanya disimbolkan dengan X. Variabel itu digunakan untuk meramalkan atau menerangkan nilai variabel yang lain.

VARIABEL BEBAS

Adalah variabel yang nilai-nilainya bergantung pada variabel lainnya, biasanya disimbolkan dengan Y. Variabel itu merupakan variabel yang diramalkan atau diterangkan nilainya.

Variabel Terikat

Jika variabel Bebas (Variabel X) memiliki hubungan dengan variabel terikat (variabel Y), maka nilai nilai variabel X yang sudah diketahui dapat digunakan untuk menaksir atau memperkirakan nilai-nilai Y.

Korelasi yang terjadi antara 2 variabel dapat berupa korelasi POSITIF, korelasi NEGATIF, TIDAK ADA korelasi, dan Korelasi SEMPURNA

Analisis Korelasi Sederhana

Adalah korelasi dari dua variabel yaitu apabila variabel yang satu (X) meningkat atau menurun maka variabel lainnya (Y) cenderung untuk meningkat atau menurun pula.

Korelasi Positif

Adalah korelasi dari dua variabel yaitu apabila variabel yang satu (X) meningkat atau menurun maka variabel lainnya (Y) menurun atau meningkat.

Korelasi Negatif

Tidak ada korelasi terjadi apabila kedua variabel (X dan Y) tidak menunjukkan adanya hubungan.

Tidak Ada Korelasi

Adalah korelasi dari dua variabel yaitu apabila kenaikan atau penurunan variabel yang satu (Variabel X) berbanding dengan kenaikan atau penurunan variabel lainnya (Variabel Y)

Korelasi Sempurna

Analisis Korelasi dapat dilakukan melalui beberapa cara, yaitu: 1. Diagram Pencar 2. Tabel Korelasi 3. Koefisien Korelasi 4. Regresi

Tujuan dari diagram pencar adalah untuk mengetahui apakah titik-titik koordinat pada diagram tersebut membentuk suatu pola tertentu. Dalam Diagram tersebut, sebuah garis dapat ditarik membagi dua titik koordinat pada kedua sisinya. Dari garis tersebut dapat diketahui korelasi antara kedua variabel tersebut. Jika garis naik, berarti POSITIF Jika Garis Turun Berarti NEGATIF Jika Terjadi beberapa Garis Berarti TIDAK ADA KORELASI Dan jika titik-titik TEPAT melalui garis berarti korelasinya SEMPURNA.

Diagram Pencar

Buatlah Diagram Pencar dari data-data berikut! Dan Sebutkan Jenis Korelasi yang terjadi!
Biaya Iklan (Juta Rupiah) 0,50 1,00 1,75 2,50 Biaya Penjualan (Juta Rupiah) 5,00 10,00 12,50 20,00

3,25 4,00
5,50 5,75 6,50

30,00 35,00
40,00 42,50 50,00

Contoh Soal

Merupakan indeks atau bilangan yang digunakan untuk mengukur keeratan (Kuat, Lemah, atau Tidak ada) hubungan antar variabel. Koefisien korelasi memiliki nilai antara -1 dan +1 :
Jika KK bernilai positif maka variabel-variabel berkorelasi Positif. Semakin dekat nilai KK ke +1 maka semakin KUAT korelasinya, demikian pula sebaliknya. Jika KK bernilai negatif maka variabel-variabel berkorelasi Negatif. Semakin dekat nilai KK ke -1 maka semakin KUAT korelasinya, demikian pula sebaliknya. Jika KK bernilai NOL maka variabel-variabel tidak menunjukkan Korelasi Jika KK bernilai +1 atau -1 maka variabel-variabel menunjukkan korelasi Positif atau Negatif yang SEMPURNA.

Koefisien Korelasi

1. KK = 0, Tidak ada korelasi 2. 0< kk <=0,20 , Korelasi sangat Rendah / Lemah sekali 3. 0,20 <KK <= 0,40, Korelasi Rendah / Lemah tapi pasti 4. 0,40 <KK <= 0,70 , Korelasi yang Cukup berarti 5. 0,70 < KK<=0,90, Korelasi yang tinggi, kuat 6. 0,90 <KK < 1,00, korelasi sangat tinggi, kuat sekali, dapat diandalkan 7. KK = 1, Korelasi SEMPURNA

Koefisien Korelasi

1. Untuk menentukan arah atau bentuk dan kekuatan hubungan


Arah Hubungan POSITIF atau NEGATIF atau Tidak Ada

2. Menentukan Kovariasi yaitu bagaimana dua variabel random (X dan Y) bercampur.


Kovariasi dirumuskan

= ( )( ) ()
. (Sx) = Simpangan baku (Standar Deviasi) variabel X
(Sy) = Simpangan baku (Standar Deviasi) variabel Y (KK) = Koefisien Korelasi

Kegunaan Koefisien Korelasi

KOEFISIEN KORELASI PEARSON


Metode Product Moment

2 2

r= keofisien korelasi x = deviasi rata-rata variabel X (X ) y = deviasi rata-rata variabel Y (Y )

Jenis Koefisien Korelasi Linear Sederhana

Jika Y = hasil panen (dalam kuintal)


X = Pemupukan (dalam 10 kg) Berikut diberikan hasil pengamatan pemupukan dan hasil panen padi untuk 5 percobaan yang telah dilakukan a) Tentukan Koefisien korelasinya (r) dengan metode Product Moment b) Sebutkan jenis korelasinya dan apa artinya!
X Y 3 12 6 23 9 24 10 26 13 28

Contoh Soal

X 3 6 9 10 13 = 41

Y 12 23 24 26 28 113

xy

Penyelesaian

Jenis Korelasinya adalah korelasi...... Dan Kekuatan korelasinya : ............ Artinya Hubungan antara pemupukan dan hasil panen padi bersifat :......... Jika Pemupukan ............, maka hasil panen pun akan .....

Cont ....

Korelasi Rank dan Korelasi Data Kualitatif


Pertemuan 12

Korelasi Rank ( Peringkat )


Indeks atau angka yang digunakan untuk mengukur keeratan hubungan antara 2 variabel yang datanya berbentuk data ordinal ( data bertingkat / data ranking) Dilambangkan rrank Korelasi Rank Spearman

Koefisien Korelasi Rank Spearman

rs 1

n (n 1) Keterangan :
2

6 d

rrank koefisien korelasi rank Spearman d n selisih dalam ranking banyaknya pasangan rank

Untuk menentukan Korelasi rank, dapat digunakan langkah-langkah berikut:


1. Nilai Pengamatan dari dua variabel yang akan diukur Hubungannya diberi ranking. Pemberian ranking dimulai dari data terbesar atau terkecil. Jadi rangking sama, diambil rata-rata. 2. Setiap pasangan rangking dihitung perbedaannya 3. Perbedaan setiap pasang rangking tersebut dikuadratkan dan dihitung jumlahnya. 4. Nilai dihitung dengan rumus diatas

Korelasi Rank

Berikut ini data nilai matematika dan statistik dari 10 mahasiswa: a) Hitung Koefisien Korelasi Rank nya! b) Sebutkan jenis korelasinya dan apa artinya?
Matematika 82 75 85 70 77 60 63 66 80 89

Statistik

79

80

89

65

67

62

61

68

81

84

Contoh Soal....

X 82 75 85 70 77 60 63

Y 79 80 89 65 67 62 61

Ranking X Rangking Y 8 5 9 4 6 1 2 6 7 10 3 4 2 1

d +2 -2 -1 +1 +2 -1 +1

4 4 1 1 4 1 1

66 80
89 Jumlah

68 81
84

3 7
10

5 8
9

-2 -1
+1

4 1
1 22

Penyelesaian...

rs 1

n (n 1) 6(22) rs 1 2 10(10 1) rs 1 0,133


2

6 d

B) Jenis Korelasinya adalah korelasi positif dan kuat, artinya jika nilai matematika tinggi, maka nilai statistik juga cenderung tinggi.

rs 0,867

Cont....

Korelasi Data Kualitatif ( Koefisien Bersyarat)


Data kualitatif adalah data yang tidak berbentuk angka-angka. Koefisien korelasi dilambangkan C Interval nilai C :

-1 C 1

Rumus Koefisien Bersyarat

Cc

X
2

X n

Keterangan : X2 = khi kuadrat n = jumlah semua frekuensi Cc = koefisien korelasi bersyarat

Rumus Khi Kuadrat


X
2 i 1 j1 p q

(fij e ij ) e ij

Keterangan : J.Supranto hal 167

Teknik Ramalan dan Analisis Regresi


Pertemuan 13

TEKNIK RAMALAN DAN ANALISIS REGRESI

Menghitung suatu perkiraan atau persamaan regresi yang akan menjelaskan hubungan antara 2 variabel.

Regresi sederhana mengenai hubungan antara 2 variabel yang biasanya cukup tepat dinyatakan dalam suatu garis lurus.

Diagram Pencar ( Scatter Diagram )

Suatu alat berupa diagram untuk menunjukan ada atau tidaknya korelasi antara variabel X dan Y yang berupa penggambaran nilai-nilai dari variabel-variabel.

Setiap titik memperlihatkan suatu hasil yang mempunyai nilai sebagai bebas maupun variabel tak bebas.

Manfaat Diagram Pencar


Membantu menunjukkan apakah terdapat hubungan yang bermanfaat antara 2 variabel Membantu menetapkan jenis persamaan yang menunjukan hubungan antara 2 variabel.

Persamaan Regresi Linear

Garis Regresi atau garis perkiraan adalah garis lurus yang memperlihatkan hubungan antara 2 variabel. Persamaan Regresi atau Persamaan Perkiraan adalah persamaan yang digunakan untuk mendapatkan garis regresi pada data diagram pencar.

Bentuk Persamaan Regresi Linier dari Y terhadap X


Y= a + b X
Dimana : a = Y pintasan, ( nilai Y bila X = 0) b = kemiringan garis regresi/koefisien regresi X = nilai tertentu dari variabel bebas Y = nilai yang dihitung pada variabel tidak bebas/ variabel terikat.

Nilai a dan b dapat ditentukan dengan cara sbb: 1. Rumus (I)

(Y )(X ) (X )(XY ) a 2 2 (n)(X ) (X ) (n)(XY ) (X )(Y ) b 2 2 (n)(X ) (X )


2

Persamaan Garis Regresi

2. Rumus (II)

(n)(XY ) (X )(Y ) b 2 2 (n)(X ) (X ) a Y b X


Persamaan Garis Regresi

Berikut data mengenai pengalaman kerja dan penjualan X= Pengalaman Kerja Y= Penjualan Tabel Pengalam Kerja Dan Omzet Penjualan dari 8 Salesman Pada Perusahaan TOP A) Tentukan Nilai a dan b (gunakan kedua Cara) B) Buat Persamaan garis Regresinya! C) Berapa Omzet Penjualan dari seorang karyawan yang pengalaman kerjanya 3,5 tahun?
X Y 2 5 3 8 2 8 5 7 6 11 1 3 4 10 1 4

Contoh Soal

X 2 3

Y 5 8

XY

xy

2 5
6 1 4 1

8 7
11 3 10 4

Penyelesaian...