ANALISIS KORELASI

DAN REGRESI LINIER

STATISTIK EKONOMI, FE UNNES
INAYA SARI MELATI, S.PD, M.PD

ANALISIS KORELASI SEDERHANA

SUATU TEKNIK STATISTIKA YANG DIGUNAKAN UNTUK MENGUKUR KEERATAN

HUBUNGAN ATAU KORELASI ANTARA DUA VARIABEL
DIKEMBANGKAN OLEH KARL PEARSON PADA TAHUN 1990

ANALISIS KORELASI SEDERHANA

Hubungan Inflasi dan Suku
Bunga (Korelasi Negatif)
35
30
25
20
15
10
5
0
2,01

9,35

12,55
Inflasi

Hubungan Produksi dan

Harga Minyak Goreng
(Korelasi Positif)

10,33

700
600
500
400
300
200
100
0
637 740 722 781 849 881
Harga Minyak Goreng

KOEFISIEN KORELASI
r

n XY X Y
n

X X n
2

Y Y
2

Rumus di atas adalah rumus koefisien korelasi, di mana:

r
X
Y
XY
(X2)
(X)2
(Y2)
(Y)2
n

: Nilai koefisien korelasi

: Jumlah pengamatan variabel X
: Jumlah pengamatan variabel Y
: Jumlah hasil perkalian variabel X dan Y
: Jumlah kuadrat dari pengamatan variabel X
: Jumlah kuadrat dari jumlah pengamatan variabel X
: Jumlah kuadrat dari pengamatan variabel Y
: Jumlah kuadrat dari jumlah pengamatan variabel Y
: Jumlah pasangan pengamatan Y dan X

KOEFISIEN KORELASI
Ada dugaan bahwa kota-kota yang menjadi tujuan wisata mempunyai inflasi yang tinggi. Hal tersebut
diakibatkan banyaknya wisatawan yang datang dan membelanjakan uangnya pada daerah tujuan
wisata. Untuk menguji hal tersebut diukurlah tingkat inflasi dan jumlah wisatawan yang dicerminkan
dari tingkat hunian hotel pada tahun 2014 dengan data sebagai berikut:

Kota

Inflasi

Hunian hotel (%)

Semarang

66

27

Medan

84

40

Padang

87

41

Jakarta

74

32

Bandung

73

33

Surabaya

72

37

Jumlah

Y2

X2

XY

Hitunglah koefisien korelasinya!

r

....

...

...

n XY X Y
n

X X n Y Y
2

KOEFISIEN KORELASI

Korelasi negatif
sempurna

Korelasi negatif
sedang

Korelasi negatif
kuat

-1,0

Tidak ada
Korelasi

Korelasi negatif
lemah

-0,5
Korelasi negatif

Korelasi positif
sedang
Korelasi positif
lemah

0,0

Korelasi positif
sempurna

Korelasi positif
kuat

0,5
Korelasi positif

1,0
Skala r

KOEFISIEN DETERMINASI

KEMAMPUAN X (VARIABEL INDEPENDEN) DALAM MENERANGKAN Y (VARIABEL

DEPENDEN)
r2

n XY X Y
n

X X n Y Y
2

Justifikasi:

Kemampuan variabel X dalam menerangkan keragaman variabel Y sebesar ... %

sedang sisanya, yaitu ... % dijelaskan oleh variabel lainnya.

UJI SIGNIFIKANSI KOEFISIEN KORELASI

UNTUK MENGUJI APAKAH BESARNYA ATAU KUATNYA HUBUNGAN ANTAR VARIABEL SAMA DENGAN
NOL

ATAU
UNTUK MENGUJI APAKAH HUBUNGAN DUA VARIABEL NYATA ATAU TIDAK

5 (LIMA) TAHAP UJI SIGNIFIKANSI KORELASI

PERUMUSAN HIPOTESIS
MENENTUKAN DERAJAT BEBAS (df)
MENENTUKAN NILAI UJI T
MENENTUKAN DAERAH KEPUTUSAN NILAI KRITIS
MENENTUKAN KEPUTUSAN

PERUMUSAN
HIPOTESIS
MENENTUKAN
DERAJAT BEBAS
(df)
MENENTUKAN
NILAI
UJI T
MENENTUKAN
DAERAH
KEPUTUSAN
NILAI KRITIS
MENENTUKAN
KEPUTUSAN

Hipotesis yang diuji adalah koefisien korelasi sama dengan nol.

H0 : = 0
H1 : 0

PERUMUSAN
HIPOTESIS

Tentukan taraf nyata

Misal: taraf nyata 5% untuk uji 2 arah, maka 0,05:2 = 0,025

MENENTUKAN
DERAJAT
BEBAS (df)
MENENTUKAN
NILAI
UJI T

MENENTUKAN
DAERAH
KEPUTUSAN
NILAI KRITIS
MENENTUKAN
KEPUTUSAN

Tentukan nilai n (jumlah pengamatan)

n=6
Tentukan nilai k (jumlah variabel)
k=2
Tentukan nilai df di tabel distribusi t, df = n k
df = 6 2 = 4

PERUMUSAN
HIPOTESIS

MENENTUKAN
DERAJAT
BEBAS (df)
MENENTUKAN
NILAI
UJI T

MENENTUKAN
DAERAH
KEPUTUSAN
NILAI KRITIS
MENENTUKAN
KEPUTUSAN

PERUMUSAN
HIPOTESIS
MENENTUKAN
DERAJAT BEBAS
(df)

atau

1 2

MENENTUKAN
NILAI
UJI T

di mana:

MENENTUKAN
DAERAH
KEPUTUSAN
NILAI KRITIS

t : Nilai t-hitung
r : Nilai koefisien korelasi
n : Jumlah data pengamatan

MENENTUKAN
KEPUTUSAN

r
1 - r2
n-2

PERUMUSAN
HIPOTESIS
MENENTUKAN
DERAJAT BEBAS
(df)
MENENTUKAN
NILAI
UJI T

MENENTUKAN
DAERAH
KEPUTUSAN
NILAI KRITIS
MENENTUKAN
KEPUTUSAN

PERUMUSAN
HIPOTESIS
MENENTUKAN
DERAJAT BEBAS
(df)

Jika nilai hitung ternyata terletak pada daerah kritis, berarti H0

ditolak dan H1 diterima.

MENENTUKAN
NILAI
UJI T

Jika nilai hitung ternyata terletak pada daerah di antara dua

titik kritis, berarti H0 diterima dan H1 ditolak.

MENENTUKAN
DAERAH
KEPUTUSAN
NILAI KRITIS

MENENTUKAN
KEPUTUSAN

ANALISIS REGRESI SEDERHANA

SUATU PERSAMAAN MATEMATIKA YANG MENDEFINISIKAN HUBUNGAN ANTARA

DUA VARIABEL
Y = A + BX
Y = a + bX

ANALISIS REGRESI SEDERHANA

DENGAN METODE KUADRAT TERKECIL

Hubungan Inflasi dan Suku Bunga
Y2e2

35

Y4e4

Suku Bunga

30

Ynen

25
20

e1
Y1

e5
Y5

15
10
5
0
2.01

9.35

Inf lasi

12.55

10.33

GAMBAR PERSAMAAN REGRESI

Y
+b

-b

a
X
Gambar A:

=a+bX

Gambar B:

=a-bX

ANALISIS REGRESI SEDERHANA

DENGAN METODE KUADRAT TERKECIL

b=

( )

( )2

a=

Nilai variabel bebas Y

Intersep yaitu titik potong garis dengan sumbu Y

Slope atau kemiringan garis yaitu perubahan rata-rata pada untuk setiap unit
perubahan pada variabel X

Nilai variabel bebas X

Jumlah sampel

STANDAR ERROR
SUATU UKURAN YANG MENGUKUR KETIDAKAKURATAN PENCARAN ATAU PERSEBARAN NILAI-NILAI
PENGAMATAN (Y) TERHADAP GARIS REGRESINYA ()

S yx

2
e

n2

(
Y

Y
)

n2

Sy.xC

Standar error variabel Y berdasarkan variabel X yang diketahui

Nilai pengamatan dari Y

Nilai dugaan dari Y

Jumlah sampel, derajat bebas n-2 karena terdapat dua parameter yang
akan digunakan yaitu a dan b.

STANDAR ERROR
SUATU UKURAN YANG MENGUKUR KETIDAKAKURATAN PENCARAN ATAU PERSEBARAN NILAI-NILAI
PENGAMATAN (Y) TERHADAP GARIS REGRESINYA ()

S yx

Sa

( X 2 .S xy )

n X ( X )
2

2
y
a y b xy

n2

Sb

s xy
2

( X ) 2 / n

LATIHAN SOAL
Selama ini diyakini dengan modal kerja yang cukup, maka produksi akan meningkat. Untuk meningkatkan
produksi pangan, setiap tahun diberikan kredit untuk pangan dengan harapan apabila kredit meningkat maka
produksi pangan meningkat sehingga ketahanan pangan menguat. Berikut adalah data produksi pangan (juta
ton) dan kredit dalam triliun:

Tahun

Jumlah kredit (X)

Produksi pangan (Y)

Dari data tersebut hitunglah:

2003

10

48

a. Koefisien korelasi

2004

12

49

b. Koefisien determinasi

2005

14

50

2006

15

51

2007

20

49

2008

29

51

c. Persamaan regresi
d. Ujilah signifikansi koefisien regresi
e. Beri penjelasan secara ekonomi untuk
fenomena tersebut

TERIMA KASIH