1

5.1 PENGERTIAN UMUM

Banyak permasalahan yang datanya dinyatakan oleh lebih dari sebuah
variabel. Mengingat analisis kumpulan data yang terdiri atas banyak variabel
pada dasarnya merupakan perluasan dari analisis yang datanya terdiri atas dua
variabel, maka di sini terutama akan dibicarakan penelaahan kumpulan data yang
dilukiskan oleh dua variabel saja. Untuk keperluan penelaahan, kepada kedua
variabel itu digunakan simbul yang lazim dipakai, ialah X dan Y yang dapat
diberi indeks menurut keperluannya yaitu
1 !
, ,. . . ,
n
x x x dan
1 !
, ,. . . ,
n
y y y
"tau pasangan ( )
,
i i
x y # i $ 1,!, % , n
&ehingga sampel yang berukuran n itu terdiri atas n buah pasang data.
'ontoh (.1
)ika
i
x
menyatakan banyak pengunjung ke suatu toko s*alayan dan
i
y
diartikan
orang+orang diantara pengunjung itu yang berbelanja di toko tersebut misalnya,
maka akan diteliti kumpulan data seperti dalam da,tar berikut
-abel (.1 )umlah pengunjung dan belanja di suatu toko s*alayan
.engunjung /
i
x
0 Yang Berbelanja /
i
y
0
122 1(3
!42 1(1
BAB V
ANALISIS REGRESI DAN KORELASI
!
15( 16(
514 !21
167 143
1(1 174
51( !51
131 146
145 !1!
513 !1!
8al+hal yang akan dipelajari mengenai kumpulan data yang terdiri atas
dua variabel yaitu
a. Mempelajari derajat asosiasi antara kedua variabel. Bagian ini
dalam statistika dikenal dengan nama "9":;&;& <=>?:"&;.
8ubungan korelasional ini tidak menjelaskan apakah suatu variabel
menjadi penyebab dari variabel yang lainnya.
b. Mempelajari hubungan yang ada di antara variabel+variabel
sehingga dari hubungan yang diperoleh dapat menaksir variabel yang
satu apabila harga variabel lainnya diketahui. Bagian ini dikenal dengan
nama "9":;&;& >?@>?&;.
'ontoh (.!
a. Aari data yang tertera dalam da,tar di atas, dapat dicari
hubungan yang ada antara pengunjung dan yang belanja. )ika pada
suatu hari ada 142 pengunjung, dari hubungan yang diperoleh dapat
diperkirakan ada berapa yang akan belanja di toko itu. &elain daripada
itu, juga dapat ditentukan berapa kuat jumlah pembeli ditentukan oleh
adanya pengunjung
b. Aiketahui bah*a produk nasional kotor ditentukan oleh produk+
produk. :ainnya, antara lain jasa, )ika data selama *aktu+*aktu tertentu
diketahui, hubungan antara produk+produk nasional kotor dan jasa dapat
dihitung. Aari hubungan ini, produk nasional kotor dapat diperkirakan
jika jasa dapat diketahui.
1
5.2 ANALISIS REGRESI
Untuk menjelaskan bagaimana hubungan antara dua variabel, perhatikan
data yang tercantum dalam tabel berikut
-abel (.! Banyak pengunjung dan belanja di suatu toko s*alayan selama 12
hari.
8">;
<?
.?9@U9)U9@
/Xi0
B?:"9)"
/Yi0
8">;
<?
.?9@U9)U9@
/Xi0
B?:"9)"
/Yi0
1
!
1
5
(
3
6
7
4
12
11
1!
11
15
1(
1(
14
15
52
11
51
52
12
15
14
11
1!
13
52
51
1!
13
11
17
!4
5!
11
!4
!4
13
11
11
11
16
13
13
16
17
14
!2
!1
!!
!1
!5
!(
!3
!6
!7
!4
12
52
51
1!
15
12
1(
13
16
14
51
11
15
13
17
16
17
16
12
12
!7
1(
!4
15
1(
13
1!
1!
15
16
15
Aalam da,tar di atas merupakan banyak pengunjung /dinyatakan dengan
Xi0 dan yang berbelanja /dinyatakan dengan Yi0 yang telah dicatat oleh
seseorang pengusaha di tokonya.
<ebiasaan yang digunakan dalam penentuan simbul+simbul yang lazim,
ialah Xi untuk hal yang diperkirakan lebih tepat dapat digolongkan ke dalam
variabel yang si,atnya bebas, sedangkan Yi untuk variabel yang diperkirakan
akan bergantung pada Xi. Bariabel Xi disebut variabel bebas sedangkan Yi
disebut variabel tak bebas.
>epresentasi untuk data dalam -abel 3.! di atas, diagram pencarnya
dapat dilihat seperti dalam gambar berikut C
5
@ambar (.1 Aiagram pencar dari data pada -abel 3.!
Aengan menggunakan diagram ini dapat dilihat apakah ada sesuatu
hubungan yang berarti diantara titik+titik itu pada atau sekitar garis lurus D )ika
demikian halnya, cukup alasan bagi kita untuk menduga bah*a antara variabel+
variabel itu ada hubungan linear. Aalam hal lainnya, antara variabel+variabel itu
diduga terdapat hubungan non linear.
&etelah diketahui bentuk hubungan antara variabel itu, tugas selanjutnya
ialah menentukan hubungan tersebut dirumuskan dalam suatu persamaan
matematis. <emudian disusun dalam suatu persamaan garis yang
merepresentasikan persamaan matematisnya. @aris ini dikenal dengan nama garis
regresi. )ika hubungan Y $ ,/X0 itu linear, maka garis yang didapat adalah
garis regresi linear. Aalam hal lainnya didapat regresi nonlinear.

>?@>?&; 9=9 :;9?">
@ambar (.! >epresentasi garis regresi linear dan non linear
. .
. .
. .
. .
(
@ambar di atas memperlihatkan diagram pencar untuk data dalam da,tar
dengan garis lurus atau regresi linear yang diduga cocok dengan letak titik+titik
diagram. @ambar (.! melukiskan regresi non linear untuk sesuatu persoalan.
=leh karena regresi linear merupakan bentuk regresi yang paling mudah
ditelaah, kecuali itu juga karena banyak regresi nonlinear yang dapat diselesaikan
dengan bantuan regresi linear, maka di sini terutama hanyalah regresi tersebut
yang akan dibicarakan.
Bagaimanakah menentukan persamaan regresi yang linear iniD Yang
paling mudah ialah dengan jalan kira+kira menurut penglihatan kita. .ada
kumpulan titik+titik itu ditarik sebuah garis lurus yang akan paling dekat titik+
titik itu berkerumun sekitar garis yang ditarik tadi. &esudah itu ditentukan
bagaimana persamaannya.
Meskipun cara tersebut sangat mudah dilakukan namun untuk penelitian
jarang dilakukan oleh karena kecuali terlalu kasar hasilnya, juga terlalu subyekti,
dan ini sedapat mungkin harus dihindarkan. <arenanya akan ditinjau cara yang
dianggap cukup baik dan sering digunakan. 'ara yang dimaksud adalah
M?-=A" <U"A>"- -?><?';:. &ebelum cara ini dibicarakan, terlebih
dahulu akan ditinjau seperlunya macam+macam regresi linear yang mungkin,
sehubungan dengan variabel bebas.
Ai atas dikatakan, bah*a jika variabel X yang diketahui terlebih dahulu
dan kemudian Y ditentukan berdasarkan X ini, maka ditentukan hubungan
Y$,/X0. >umusan hubungan ini lebih dikenal dengan nama >egresi Y atas X.
)ika regresi Y atas X ini linear, maka persamaannnya dapat dituliskan
dalam bentuk linear

Y a bX +
%%%/(.10
Aengan

Y
berarti taksiran nilai X untuk harga Y yang diketahui.
3
Untuk menentukan koe,isien+koe,isien a dan b ini akan digunakan
M?-=A" <U"A>"- -?><?';:. -ernyata bah*a untuk regresi linear dalam
rumus 3.1, harga+harga a dan b dapat dihitung berdasarkan sekumpulan data
sebanyak n buah dengan menggunakan sistem persamaan
1 1
!
1 1 1
i
n n
i i
i i
n n n
i i i
i i i
Y an b X
X Y a X b X


+
+


.............. /(.!0
.asangan persamaan dengan dua anu a dan b ini, bentuk rumus 3.1, disebut
persamaan-persamaan normal untuk bentuk regresi dalam rumus 3.1. &etelah
diselesaikan, akan didapat harga+harga a ddan b yang dicari, yakni
!
1 1 1 1
!
!
1 1
1 1 1
!
!
1 1
i
i
n n n n
i i i i i
i i i i
n n
i
i i
n n n
i i i i
i i i
n n
i
i i
Y X X X Y
a
n X X
n X Y X Y
b
n X X

,




.............. /(.10
Untuk menjelaskan penggunaan rumus (.1 di atas, sekarang ditinjau contoh
mengenai banyak pengunjung dan yang berbelanja ke sebuah toko yang datanya
tertera dalam -abel (.!. Aari diagram pencar gambar (.1 mudah dilihat bah*a
titik+titik itu terletak sekitar garis lurus. Untuk menentukan regresi linear Y atas
X, maka sebaliknya dibuat sebuah da,tar seperti -abel (.1 berikut ini.
6
-abel (.5 -abel penyelesaian persamaan regresi linear
Xi Yi Xi
2
Yi
2
XiYi Xi Yi Xi
2
Yi
2
XiYi
15
17
15
52
11
51
52
12
11
14
11
1!
13
52
5!
1!
13
11
17
!4
5!
11
!4
!4
13
11
11
11
16
13
11(3
1555
11(3
1322
431
1754
1322
422
1274
1(!1
1274
12!5
1!43
1322
1635
12!5
1!43
431
1555
751
1635
1274
751
751
1!43
431
431
1!74
1134
1!43
1277
1137
12(5
1(!2
744
1723
11!2
762
54(6
1!43
12!1
44!
1274
1572
1(1!
52
51
1!
15
12
1(
13
16
14
52
11
15
13
16
16
17
16
12
12
!7
1(
!4
15
1(
13
1!
1!
15
16
15
1322
1371
12!5
11(3
422
1!!(
751
11(3
1!!(
1!43
12!5
12!5
11(3
1134
11(3
1555
1134
422
422
675
1!!(
751
11(3
1!!(
1!43
12!5
12!5
11(3
1134
11(3
1(!2
1(16
432
12!2
752
1!!(
1255
1!(7
113(
1552
12(3
1277
1!!5
1134
1!(7
(5( (21 !2254 16261 17571 (51 (21 143(1 13734 17175
Aari da,tar di atas diperoleh
1
1
!
1
1
1273
1255
14622
13. 33(
n
i
i
n
i
i
n
i
i
n
i i
i
X
Y
X
X Y

Aisubstitusikan harga+harga tersebut dengan rumus regresi linear dengan

mengambil n $ 12, didapat
7
!
!
1255. 14622 + 1273. 1333(
12. 17622 + 1273
1, 3
12. 1333( + 1273. 1255
12. 14622 + 1273
2, 77
a
a
b
b

&ehingga garis regresi linear yang dimaksud mempunyai persamaan

1, 3 2,77 Y X +
Aengan menggunakan persamaan yang diperoleh ini dapat diperkirakan berapa
orang diantara pengunjung itu yang akan berbelanja, apabila jumlah pengunjung
dapat diketahui. "pabila rata+rata perjam ada 52 orang yang berkunjung ke
toko itu, maka dapat diperkirakan dari

1, 3 2,77 Y X +
diperoleh
Y $ 1,3 E /2,770/520
$ 13,71 orang yang berbelanja.
5.3 REGRESI NON LINEAR
&etelah dipelajari seperlunya mengenai bentuk hubungan linear antara
dua variabel X dan Y sekarang akan diperhatikan bentuk hubungan nonlinear
antar dua variabel. -idak akan dibicarakan secara luas dan mendalam mengenai
regresi nonlinear ini, tetapi hanya merupakan suatu tinjauan singkat saja, tinjauan
yang pada umumnya dapat ditelaah berdasarkan teori regresi linear.
Meskipun terdapat banyak sekali bentuk regresi non linear yang biasa
digunakan tetapi di sini hanyalah akan ditinjau beberapa saja yang penting dan
termudah. Untuk regresi nonlinear Y atas X yang akan ditinjau di sini, antara
lain berbentuk lengkungan
a. .arabola kuadratis dengan persamaan
!
Y a bX cX + +

b. .arabola kubis dengan persamaan
! 1
Y a bX cX dX + + +
c. :ogaritmis dengan persamaan
b
Y aX

4
d. 8iperbola dengan persamaan
1
Y
a bX

+
5.4 REGRESI LINEAR BERGANDA
"da banyak kenyataan bah*a pengamatan akan terdiri atas lebih dari dua
variabel. &ehingga yang harus digunakan adalah regresi dengan variabel bebas
lebih dari satu.
'ontoh
1. 8arga beras tidak saja hanya ditentukan oleh adanya persediaan, tetapi juga
oleh harga bensin, upah buruh dan sebagainya.
!. .roduksi telur ayam tidak saja bergantung pada banyaknya ayam petelur
yang ada saja, tetapi juga dari banyak makanan yang diberikan, umur
ayam dan barangkali masih ada ,aktor lainnya.
"pabila ada satu variabel terikat Y dan k variabel bebas
1 !
, ,. . . ,
k
X X X

sehingga terdapat hubungan semacam garis regresi Y atas
1 !
, ,. . . ,
k
X X X
.
Aalam bagian ini akan dijelaskan secara singkat bagaimana garis regresi yang
dimaksud dapat ditentukan dan yang akan ditinjau di sini hanyalah garis regresi
Y atas
1 !
, ,. . . ,
k
X X X
yang paling sederhana ialah yang dikenal dengan nama
regresi linear berganda. .ersamaan umum untuk regresi linear berganda ini
adalah

2 1 1
. . .
k k
Y a a X a X + + +
Aimana
2 1
, ,. . . ,
k
a a a
harus ditentukan dari data hasil pengamatan. Mudah
dilihat bah*a regresi di atas ini merupakan perluasan dari regresi linear
sederhana.
12
.ertanyaan yang timbul adalah bagaimana koe,isien+koe,isien
2 1
, ,. . . ,
k
a a a

ditentukan D &ecara sama dengan regresi linear sederhana, maka
dipergunakan metode <U"A>"- -?><?';:. =leh karena ada k+1 parameter
yang harus dicari maka diperlukan k+1 persamaan dengan k+1 anu. Aapat
dibayangkan bah*a hal itu memerlukan metode penyelesaian yang lebih baik dan
karenanya memerlukan matematika yang lebih tinggi lebih+lebih untuk variabel
yang cukup banyak.
Untuk regresi linear berganda yang sederhana
2 1 1 ! !
Y a a X a X + +

Misalnya kita harus menyelesaikan 1 persamaan dengan 1 anu yang berbentuk
2 1 1 ! !
1 1 1
!
1 2 1 1 1 ! 1 !
1 1 1 1
!
! 2 ! 1 1 ! ! !
1 1 1 1
n n n
i i i
i i i
n n n n
i i i i i i
i i i i
n n n n
i i i i i i
i i i i
Y na a X a X
Y X a X a X a X X
Y X a X a X X a X



+ +
+ +
+ +



Untuk persamaan regresi dengan 5 variabel bebas, maka diperlukan 5 persamaan.
Aemikian seterusnya.
5.5 ANALISIS KORELASI
Aalam bagian yang lalu, telah dipelajari bagaimana hubungan antara dua
variabel X dan Y dapat ditentukan. 8ubungan yang diperoleh dinyatakan dalam
bentuk persamaan matematis yang dalam statistika dikenal dengan nama garis
regresi. )ika X merupakan variabel bebas dan Y variabel tak bebas, regresi Y
atas X dapat digunakan untuk meramalkan nilai Y apabila nilai X diketahui.
Aalam banyak soal, jika nilai+nilai pengamatan terdiri atas lebih dari
sebuah variabel, bukan saja regresinya yang perlu dihitung, tetapi juga kekuatan
11
hubungan antara variabel+variabel itu. Ukuran yang digunakan untuk itu adalah
koe,isien korelasi.
Untuk keperluan analisis tentang korelasi ini, seperti biasa akan
dibedakan antara statistik /ialah koe,isien korelasi untuk data dalam sampel0 dan
parameter /untuk menyatakan koe,isien korelasi populasi. <oe,isien korelasi
untuk sampel, jadi merupakan statistik, akan dinyatakan dengan r sedangkan
parameternya dengan /baca rho0.
Aalam bagian berikut ini akan diuraikan bagaimana r dihitung dan
selanjutnya akan diberikan penjelasan mengenai pengujian derajat asosiasi.
a. Koefiie! Ko"e#ai
<arena ternyata korelasi dan regresi berhubungan erat, maka
untuk menentukan ukuran asosiasi atau koe,isien korelasi, perlu
terpenuhi syarat+syarat
10 <oe,isien korelasi harus besar apabila derajat asosiasi
tinggi dan harus kecil apabila derajat asosiasi rendah.
!0 <oe,isien korelasi harus bebas daripada satuan yang
digunakan untuk mengukur variabel.
Untuk mencapai kedua syarat di atas, maka untuk menentukan
koe,isien korelasi r biasa digunakan statistik
( ) ( ) ( )
( )
1
1
n
i i
i
x y
X X Y Y
r
n S S

;nilah rumus koe,isien korelasi yang pertama yang disebut <=?F;&;?9

<=>?:"&; .?>&=9 atau .>=AU'- M=M?9-.
<oe,isien korelasi r menunjukkan apakah cukup beralasan bagi kita
untuk menyatakan ada atau tidak adanya hubungan linear antara
variabel+variabel X dan Y. >umus lain yang juga sering dipergunakan
adalah
1!

1 1 1
! !
!
1 1 1 1
n n n
i i i i
i i i
n n n n
i i i i
i i i i
n X Y X Y
r
n X X n Y Y

_ _

' ;' ;

, ,




Aengan menggunakan perhitungan matematika, ternyata dapat
dibuktikan bah*a batas+batas koe,isien korelasi itu berada dalam
daerah G interval
+1 r 1
-anda positi, menyatakan bah*a antara variabel+variabel itu terdapat
korelasi positi, atau korelasi langsung yang berarti nilai variabel X yang
kecil berpasangan dengan nilai variabel Y yang kecil serta nilai variabel
X yang besar berpasangan dengan nilai variabel Y yang besar pula.
<orelasi positi, menunjukkan letak titik+titik dalam diagram
pencar berada sekitar garis lurus yang koe,isien arahnya positi,. Makin
dekat letak titik+titik itu pada garis lurus, makin kuatlah korelasi positi,
itu dan harganya makin dekat kepada satu.
)ika titik+titik itu terletak pada garis lurus yang arahnya positi,,
akan diperoleh harga r $ E1.
)ika variabel X yang besar berpasangan dengan Y yang kecil dan
jika X kecil berpasangan dengan Y yang besar, akan diperoleh <orelasi
negati, atau korelasi invers.
r $ E1
r $ +1
11
Ailihat dari diagram pencarnya, letak titik+titik akan berada
sekitar sebuah garis lurus yang koe,isien arahnya negati,. Makin dekat
letak titik+titik itu pada garis yang dimaksud, makin dekat pula nilai r
kepada +1. Aan akhirnya jika titik+titik itu terletak pada garis lurus yang
koe,isien arahnya negati, didapat harga r $ +1.
Aalam prakteknya jarang sekali didapatkan diagram pencar yang
letak titik+titiknya pada sebuah garis lurus seperti dalam gambar di atas
sangat jarang. Yang sering didapati adalah bentuk yang menyebabkan
nilai koe,isien korelasi tidak sama dengan 1 atau +1. Makin terpencar
letak titik+titik itu dari sebuah garis lurus, makin dekatlah r kepada nol.
&etelah dikenal apa arti koe,isien korelasi, masih ada ukuran lain
yang sebenarnya lebih mudah untuk dita,sirkan dalam penggunaannya.
Ukuran tersebut ialah yang dinamakan koe,isien determinasi yang tiada
lain daripada kuadrat koe,isien korelasi. )adi
Koefiie! De$e"%i!ai & "
2
<arena sudah diketahui bah*a koe,isien korelasi berada +1 r E1,
maka tentulah koe,isien determinasi mulai dari nol sampai dengan 1,
atau
2 r
!
1
<oe,isien determinasi biasanya dinyatakan dengan persen. &edangkan
pena,sirannya adalah jika r $ 2,45 sehingga r
!
$ 2,7713 atau 77,13H
maka dita,sirkan sebagai 77,13H variasi suatu variabel yang disebabkan
oleh variabel lainnya.
<oe,isien determinasi banyak digunakan dalam penjelasan tambahan
untuk hasil perhitungan koe,isien regresi.
'. Me!()i$*!( " U!$*+ Da$a Be"+e#o%,o+
>umus+rumus di atas adalah rumus+rumus untuk menentukan r
apabila datanya massih belum disusun dalam da,tar distribusi ,rekuensi.
>umus+rumus tersebut pula cukup menyenangkan untuk digunakan
15
apabila datanya tidak terlalu banyak. )ika data yang sedang dicari
korelasinya itu banyak sekali, dengan menggunakan rumus+rumus
tersebut akan memakan *aktu yang lama dari perhitungannya. =leh
karena itu perlu ada usaha untuk mempersingkatnya. )alan yang lazim
ditempuh ialah terlebih dahulu menyusun data ke dalam da,tar distribusi
,rekuensi. =leh karena kita sedang berhadapan dengan penelitian yang
terdiri atas dua variabel, maka kitapun akan memperoleh dua distribusi
,rekuensi. <edua distribusi ,rekuensi ini harus disajikan dalam da,tar
yang berklasi,ikasi dua, sedemikian sehingga dampaknya banyak seperti
da,tar kontingensi. Banya baris sesuai dengan banyak kelas interval
distribusi ,rekuensi variabel yang satu, sedangkan banyak kolom sesuai
dengan banyak kelas interval dari distribusi ,rekuensi variabel kedua.
Untuk variabel yang satu, yang terdapat dalam baris, kelas+kelas
intervalnya mulai dari atas ke ba*ah disusun seperti biasa, yakni dari
data yang kecil hingga yang paling besar. Bariabel yang terdapat dalam
kolom, kelas+kelas intervalnya dari kiri ke kanan yang dimulai dari data
yang kecil hingga yang besar.
Frekuensi data dalam da,tar ini akan didapati dalam tiap+tiap sel.
)adi ,rekuensi dalam setiap sel merupakan banyak data yang ada dalam
kelas interval variabel yang satu dan juga yang ada dalam kelas interval
variabel yang lain.
'ontoh
Berikut data gaji tentara /data ,ikti,, tahun 4(0 beserta pengeluarannya
untuk keperluan rekreasi bersama keluarga.
Aa,tar gaji tentara dan pengeluaran untuk *isata
/dalam puluhan ribu rupiah0
Ga-i 3./30 4./40 5./50 1./10 2./20 3./30 0./00 -*%#a)
1(
4ia$a
2,22+2,44 1 1
1,22+1,44 ! 1 1 1
!,22+!,44 1 ! 12 ! 15
1,22+1,44 ( 3 ( 1 1 1 10
5,22+5,44 ! 5 1 ! 1 12
(,22+(,44 1 12 3 ! 10
3,22+3,44 ! ( ! ! 11
6,22+6,44 1 1 2
)umlah 4 1. 10 14 10 12 2 35
Aari da,tar dapat dilihat bah*a ada 5 tentara dengan gaji >p. 122.222
sampai dengan >p. 522.222 sebulannya, dengan pengeluaran untuk
*isata masing+masing 1 orang >p. 2 sampai dengan >p. 44.222.
&ekarang persoalannya adalah bagaimana menentukan koe,isen korelasi
antara keduanya D
Untuk itu dipergunakan rumus berikut
! !
! !
+
x y
x x
n fuv f u f v
r
n f u f u n fuv f uv
_ _ _

, , ,

_ _

' ; ' ;

, ,





dimana
u $ koding untuk variabel X
v $ koding untuk variabel Y
,
I
$ ,rekuensi kelas interval dari variabel X
,
y
$ ,rekuensi kelas interval dari variabel Y
, $ ,rekuensi dalam tiap sel
n $ banyak data.
&ekarang dipergunakan peerumusan di atas.
@aji tentara
I 15,( 55,( (5,( 35,( 65,( 75,( 45,(
Y
u +1 +! +1 2 1 ! 1 ,y ,yv ,yv
!
Fuv
13
2,54(
+1 1 1 +1 4 4
1,54(
+! ! 1 1 3 +1! !5 !3
!,54(
+1 1 ! 12 ! 1( +1( 1( 16
1,54(
2 ( 3 ( 1 1 1 14 2 2 7
5,54(
1 ! 5 1 ! 1 1! 1! 1! 7
(,54(
! 1 12 3 ! 14 17 63 (3
3,54(
1 ! ( ! ! 11 11 44 5(
6,54(
5 1 1 ! 7 1! !2
,I
5 12 14 15 14 1! 6 7( 31 !36 171
,Iu
+1! +!2 +14 2 14 !5 !5 !1
,Iu
!
13 52 14 2 14 57 31 31
,uv
!5 13 12 2 17 57 5( 5(
Untuk variabel I, telah diambil koding u $ 2 yang sesuai dengn tanda
kelas 35,( dan untuk variabel Y diambil koding v $ 2 sesuai dengan
tanda kelas 1,54(. <oding+koding lainnya diambil seperti biasa, yakni
untuk tanda kelas yang makin kecil berturut+turut +1, +!, +1, %..
sedangkan untuk tanda kelas yang makin besar E1, E!, E1, % 8arga+
harga ,
I
u didapat dengan mengalikan ,
I
$ 5 kali u $ +1, ,
I
u $ +!2 dari ,
I
$
12 kali u $ +! dan seterusnya. Aemikian pula ,
y
v $ 1 didapat dari ,
y
$ 1
kali v $ +1, ,
y
v $ +1! didapat dari ,
y
$ 3 kali v $ +! dan seterusnya.
9ilai ,
I
u
!
diperoleh dengan mengalikan ,
I
u dengan u, nilai ,
y
v
!
adalah
hasil kali ,
y
v dengan v dan seterusnya.
Aengan demikian, nilai r adalah
7(. 171 + 11. 31
r $
J7(.!!( + 11
!
K J7(.!36 + 31
!
K

" & .522
"ngka ini menyatakan kuatnya hubungan antara gaji bulanan tentara dan
pengeluaran untuk pari*isata.
6. Ko"e#ai Ra!+
"da kalanya ingin diketahui korelasi antara dua variabel tidak
berdasarkan pada pasangan data dimana nilai sebenarnya diketahui.
sama
16
Umpamanya saja, kita telah melakukan penelitian mengenai tingkatan
menyenangi merk sepatu olahraga bagi prajurit " dan prajurit B anggota
-9; ":. 8asilnya dinyatakan dalam tabel di ba*ah ini. Untuk sepatu
yang paling disukai, diberi nilai 1 dan yang paling tidak disukai diberi
nilai 12. Urut+urutan nilai tersebut dinamakan >"9<. Berdasarkan
rank tersebut, dapatlah ditentukan hubungan G korelasi antara keddua
variabel. Ukuran yang diperoleh biasa dinamakan koefisien korelasi
rank atau biasa juga dikenal dengan koefisien korelasi spearman dan
disimbulkan dengan rL /baca er + aksen0 untuk membedakan dengan
koe,isien korelasi yang sudah dikenal.

Merk sepatu .rajurit " .rajurit B
1 ! 1
"didas 1 !
:otto ! 1
&peck 1 1
&poteI ( 5
9e* ?ra 5 (
)et 3 3
9iel 7 4
.ioneer 4 6
'ro*n 6 7
Best 12 12
>umus untuk menghitung koe,isien korelasi spearman adalah

( )
!
1
!
3
1
1
n
i
i
d
r
n n

dengan di $ selisih tiap pasang rank

n $ banyaknya pasangan data
&ehingga dengan menggunakan rumus di atas, persoalan kesukaan
terhadap sepatu merk tertentu dapat dicari koe,isien korelasinya, sebagai
berikut
17
>ank " 1 ! 1 ( 5 3 7 4 6 12
>ank B ! 1 1 5 ( 3 4 6 7 12
d
i
+1 +1 ! 1 +1 2 +1 ! +1 2 )ml
d
i
!
1 1 5 1 1 2 1 5 1 2 15
3. 15
1
12/122 10
r

rL $ 2,21(
7. Ko"e#ai Be"(a!7a
<orelasi berganda merupakan korelasi dari beberapa variabel
bebas secara serentak dengan variabel terikat
Misalkan ada k variabel bebas,
1 !
, ,. . . ,
k
X X X
dan satu variabel terikat
Y dalam suatu persamaan regresi linear

2 1 1
. . .
k k
Y a a X a X + + +
maka besarnya korelasi bergandanya adalah
1
1 1 ! !
, ,. .. ,
!
. . .
k
k k
y x x
a x y a x y a x y
r
y
+ + +

dengan
( )
1
1 1
!
! !
k
k k
X Y
x y X Y
n
X Y
x y X Y
n
Y
y Y
n

e. Ko"e#ai Pa"ia#
<orelasi parsial adalah korelasi antara sebuah variabel tak bebas
dengan sebuah variabel bebas tertentu dengan variabel+variabel bebas
lain dianggap tetap G konstan.
<oe,isien korelasi parsial dinyatakan dengan perumusan
Untuk dua variabel bebas
14
<orelasi parsial Y dengan X
1
dengan X
!
dianggap konstan adalah
( )
( )
1 ! 1 !
1 !
1 !
!
.
! !
1 1
YX
YX YX X X
YX X
X X
r r r
r
r r

<orelasi parsial Y dengan X
!
dengan X
1
dianggap konstan adalah
( ) ( )
! 1 1 !
! 1
1 1 !
.
! !
1 1
YX
YX YX X X
YX X
X X
r r r
r
r r

5.1 SOAL/SOAL
a. Berikan contoh dimana ramalan akan diperlukan C
b. "pakah yang dimaksud dengan
10 regresi linear
!0 regresi nonlinear
10 regresi linear X atas Y
50 regresi linear Y atas X
(0 metode kuadrat terkecil
30 persamaan normal suatu regresi
60 simpangan baku bersyarat
70 regresi linear berganda
c. )elaskan mengenai perbedaan antara regresi linear dan non linear
d. Aalam uraian yang mengenai hampir seluruhnya hanya ditinjau
tentang regresi Y atas X. Untuk mendapatkan uraian tentang regresi X
atas Y, tinggallah menukarkan variabel+variabel X dan Y. &ejalan
dengan ini, regresi X atas Y, cobalah tuliskan rumuss yang sesuai.
e. Aalam hal yang berikut, sebutkan apakah taksiran rata+rata atau
taksiran nilai individu yang diperlukan
!2
10 bagaimanakah jualan tahun yang akan datang, apabila
untuk tahun itu diketahui produk nasional kotor yang
diharapkan D
!0 =rang + orang dengan pendapatan >p 1222.222,22 tiap
bulan berapa dapat menyediakan uangnya untuk keperluan
sosial D
,. .erhatikanlah regresi linier dalam rumus
I
$ E X. "pakah
artinya kalau $ 2 D
g. )elaskanlah arti dalam hal yang berikut, apabila regresi linier
X $ ongkos untuk keperluan iklan dalam ribuan rupiah
Y $ hasil jualan karena iklan tersebut dalam ribuan rupiah
h. Aengan menggunakan data dalam da,tar berikut, tentukanlah
regresi linier untuk memperkirakan nilai ujian statistika jika diketahui
9?M matematika &MU nya diketahui.
9= 9?M Matematika &MU 9ilai statistika
1
!
1
5
(
3
6
7
4
12
11
1!
11
15
1(
52
52
51
5!
51
55
5(
53
56
56
57
57
54
54
(2
3(
33
33
36
34
6!
6!
61
6(
63
66
67
63
72
72
i. @aris regresi untuk memperkirakan pengeluaran keluarga tiap
bulan guna keperluan makanan berdasarkan pendapatan keluarga tiap
bulan, dinyatakan dalam ribuan rupiah , ditentukan oleh
M
!1
Y $ 17( E 1,53 X
10 Berapakah pukul rata pengeluaran keluarga setiap bulan
guan keperluan makanan apabila pendapatan keluarga setiap
bulannya mencapai 122.222 rupiah D
!0 Berapa ribu rupiahkah pengeluaran setiap bulan akan
bertambah, jika pendapatan naik dengan >p. 1.222,+ D
10 "pakah keanehannya jika X $ 2 rupiah D
j. Aalam tempo delapan tahun, hubungan antara .roduk 9asional
<otor /Y0 dengan hasil jualan tahunan minyak mentah dinyatakan oleh X
di suatu negara, ditentukan oleh Y $ +1,!1 E 2,2!5(1 X
Aengan X, Y dalam milyard unit uang di negara itu.
10 "pakah arti 2,2!5(1
!0 )ika hasil jualan tahunan minyak mentah mencapai harga
!7( milyard unit barang, berapakah .roduk 9asional <otor di
negara itu diperkirakan untuk tahun tersebut D
10 )ika selanjutnya diketahui s
y.I.
$ 2,!51 dan X
!
i
$
1.274,511 sedangkan X
i
$ !.4!6, maka dengan koe,isien
kepercayaan 2,4( tentukan batas+batas pertambahan .roduk
9asional <otor untuk setiap milyard bertambahnya hasil jualan
minyak mentah.
k. "pakah yang dimaksud dengan
10 <orelasi
!0 <oe,isien korelasi
10 <orelasi parsial
50 <orelasi positi,
(0 <orelasi negati,
30 <orelasi >ank
!!
l. Berikan contoh masing+masing sebuah, dimana diperkirakan
akan didapat korelasi
10 .ositi,
!0 9egati,
m. 8asil penelitian sesuatu hal menghasilkan r $ 2. "pakah ini
berarti bah*a antara variabel+variabel yang diteliti itu tidak terdapat
hubungan D
n. -a,siran apakah yang dapat diperoleh jika dikatakan bah*a
koe,isien korelasi antara banyak kecelakaan di pabrik tiap tahun dan
umur pega*ai di pabrik itu sebesar r $ +2,3(
o. Untuk soal h di atas, carilah korelasi antara 9?M matematika
&MU dengan nilai ujian statistika.
p. Aua orang ahli disuruh mencoba kecap yang dihasilkan oleh 1!
perusahaan kecap. Untuk kecap yang paling enak, oleh setiap ahli diberi
nomor satu, yang kurang enak diberi nomor dua dan seterusnya.
8asilnya diberikan dalam da,tar berikut
"hli " 12 1 ( 5 1 7 6 3 ! 4 11 1!
"hli B 7 3 1 1! 1 11 ! ( 6 5 12 4
10 'arilah koe,isien korelasi ranknya.
!0 &elidikilah, apakah ada kesesuaian rasa kedua ahli itu D