Metode Statistika

Pertemuan XII
Analisis Korelasi dan Regresi

Analisis Hubungan
Jenis/tipe hubungan
Skala pengukuran
variabel
Ukuran Keterkaitan
Pemodelan
Keterkaitan

Relationship vs Causal
Relationship

Tidak semua hubungan (relationship)

berupa hubungan sebab-akibat

Penentuan suatu hubungan bersifat

sebab-akibat memerlukan well-argued
position dari bidang ilmu terkait

Alat Analisis
Keterkaitan

Ditentukan oleh:
1. kala pengukuran data!"ariabel
#. $enis hubungan antar "ariabel
Relationship %umerik Kategorik
%umerik Korelasi Pearson& pearman Tabel Ringkasan
Kategorik Tabel Ringkasan pearman (ordinal)&
'hi (uare
'ausal relationship
)
*
%umerik Kategorik
%umerik Regresi +inier A%,-A
Kategorik Regresi +ogistik Regresi +ogistik

Apa itu analisis regresi?
Apa bedanya dengan korelasi?
Analisis Regresi Analisis statistika yang
memanfaatkan hubungan antara dua atau
lebih peubah kuantitatif sehingga salah
satu peubah dapat diramalkan dari
peubah lainnya.
Korelasi mengukur keeratan
HUBUNGAN LINAR dari dua !ariabel
Quiz

Korelasi


Korelasi
r = 1 r = 0
r = 0
r = 0

Korelasi

Koeisien Korelasi

tidak menggambarkan hubungan sebab akibat

nilain.a berkisar antara -1 dan 1

tanda (/) ! (-) arah hubungan

0
(/) searah1
0
(-) berala2anan arah

Pearson3s 'oef of 'orrelation linear

relationship

pearman3n 'oef of 'orrelation (rank

4orrelation) trend relationship

Koeisien Korelasi Pearson !r"
1
) (
dan
1
) (
1
) )( (
2 2

=
=

n
y y
S
n
x x
S
n
y y x x
S
S S
S
r
i
y
i
x
i i
xy
y x
xy
xy

Korelasi ###

Analisis Regresi

$einisi

+inear : linear dalam parameter

ederhana : han.a satu peubah

pen5elas

6erganda : lebih dari satu peubah

pen5elas

Simple
Linear
Regression
Peubah
penjelas
satu
>
satu
Multiple
Linear
Regression
Hubungan
parameter
linear
non
linear
Regresi non
linear
Regresi Linear

ANALISIS
REGRESI
"
Hubungan Antar #eubah$
" %ungsional &deterministik' ()f&*' + misalnya$ (),-*
" .tatistik &stokastik' amatan tidak /atuh pas pada kur!a
0is$ I1 !s #restasi2 Berat !s 3inggi2 4osis #upuk !s
#roduksi
"
0odel regresi linear sederhana$
n i X Y
i i i
!!! 2 1 "
1 0
= + + =

Regresi
Ma#na
0
$
1
%

7
adalah nilai * ketika ) 8 7& sedangkan
1
adalah perubahan nilai *
untuk setiap perubahan 1 satuan ).

Regresi

&
Pendugaan terhadap #oe'isien regresi(
b
0
penduga bagi
0
dan b
1
penduga bagi
1

)agaimana Pengujian terhadap model regresi %%
&
parsial (per #oe'isien) uji*t
&
bersama uji*+ (,no-a)
)agaimana menilai #esesuaian model %%
R
2
(.oe'! /eterminasi( 0 #eragaman 1 2ang mampu dijelas#an oleh 3)
x b y b
n
x
x
n
y x
xy
b
1 0
2
2
1

) (
) )( (
=

Metode
.uadrat 4er#e5il

Metoda Kuadrat %erke&il

Pendugaan parameter pada regresi didapat

dengan meminimumkan 5umlah kuadrat
galat.

Keragaman 'ang dapat
di(elaskan dan 'ang tidak
dapat di(elaskan

Contoh $ata
6ara# 7misi
81 998
8: 9;0
<: =0:
92 =:2
=8 >92
=> >29
>9 :8<
:< >92
:; :<9
;; ;=0
Per5obaan dalam bidang ling#ungan
,pa#ah sema#in tua mobil sema#in
besar juga emisi H? 2ang
dihasil#an%
/iambil 5ontoh 10 mobil se5ara
a5a# #emudian di5atat jara# tempuh
2ang sudah dijalani mobil (dalam
ribu #ilometer) dan diu#ur 7misi H?*
n2a (dalam ppm)
7misi = 8:2 @ 9!8; 6ara#

177 97 :7 ;7 <7 =7 >7 ?7
9=7
:=7
;=7
<=7
==7
$arak
@
m
i
s
i
Plot antara 7misi H5 (ppm) dg
6ara# 4empuh Mobil (ribu #ilometer)

?ontoh output regresi dengan Minitab (1)
Regression Analysis (Emisi Hc vs Jarak Tempuh Mobil)
The regression equation is Emisi = 382 + 5.39 Jarak
Predictor Coef t!e" T P
Constant 38#.95 $2.$% 9.%# %.%%%
Jarak 5.3893 %.&233 8.&5 %.%%%
= $2.%# '(q = 9%.3) '(q*ad+, = 89.#)
-na./sis of 0ariance
ource !1 2 1 P
'egression # #3#932 #3#932 3$.3& %.%%%
Error 8 #$##8 #3&5
Tota. 9 #$&%5#
4nusua. 56ser"ations
56s Jarak Emisi 1it t!e" 1it 'esidua. t 'esid
8 8$.% 352.% 83$.3 #8.% (82.3 (2.#8'
' denotes an o6ser"ation 7ith a .arge standardi8ed residua.

Bagaimana #engu/ian terhadap model
regresi 55
"
parsial &per koe6sien' u/i7t
"
bersama u/i7% &Ano!a'
Bagaimana menilai kesesuaian model 55
R
8
Koef. 4eterminasi
&9 keragaman ( yang mampu di/elaskan oleh
*'

)(i Hipotesis

= = =
+ =
n
i
i i
n
i
i
n
i
i
y y y y y y
1
2
1
2
1
2
)
A
( )
A
( ) (
H
-
$
,
)- !s H
,
$
,
-
,BCD, (,nal2sis o' Darian5e) Eji +
6. total = 6. regresi @ 6. error
.eragaman total = #eragaman 2ang dapat dijelas#an oleh model @
#eragaman 2ang tida# dapat dijelas#an oleh model
Sumber db JK KT F
Regresi 1 JKR KTR KTR/KTE
Error n - JKE KTE
Total n - 1 JKT
,no-a
% : %
&,2n78'

)(i Hipotesis
H
-
$
,
;- !s H
,
$
,
<-
Eji Parsial
Statisti# uji(
2
)
A
(
) (
2
2
1
1
1

=
=

n
y y
s
x x
s
S
S
b
T
i i
i
b
b

$iskusi !*"

6erapa emisi A' .ang dihasilkan 5ika

5arak tempuh sekitar ;7 ribu kmB

6erapa emisi A' .ang dihasilkan 5ika

5arak tempuh sekitar 117 ribu kmB
apakah hasil dugaan ini "alidB
KenapaB

$iskusi !+"

6erapa emisi A' .ang dihasilkan 5ika 5arak

tempuh sekitar ;7 ribu kmB

Tentukan selang keper4a.aan 9=C bagi

emisi A' 5ika 2aktu tempuhn.a sekitar ;7
ribu kmB predi4ti4tion inter"al

Tentukan selang keper4a.aan 9=C bagi rata-

rata emisi A' 5ika 2aktu tempuhn.a sekitar
;7 ribu kmB 4onfiden4e inter"al

+ebih lebar mana selang inter"al antara

predi4tion inter"aldengan 4onfiden4e
inter"alB KenapaB

Jarak
E
m
i
s
i
,-- =- >- ?- @- A- B- C-
,,--
,---
=--
>--
?--
@--
A--
B--
. B8.--=@
R7.D =-.C9
R7.D&ad/' >=.,9
Regression
=A9 EI
=A9 #I
Fitted Line Plot
misi ) C>8.- F A.C>= G arak

$iskusi !,"

Tentukan formula untuk predi4tion

inter"al dan 4onfiden4e inter"alD

Keterbatasan Korelasi
dan Regresi -inear

Korelasi dan Regresi +inear han.a

menggambarkan hubungan .ang linear

Korelasi dan metode kuadrat terke4il pada

regresi linear tidak resisten terhadap
pen4ilan

Prediksi di luar selang nilai ) tidak

diperkenankan karena kurang akurat

Aubungan antara dua "ariabel bisa

dipengaruhi oleh "ariabel lain di luar model

All models are wrong,
but some are useful
(G. E. P. Box)