P. 1
Regresi Dan Korelasi

Regresi Dan Korelasi

|Views: 235|Likes:
Dipublikasikan oleh harisenjakala

More info:

Published by: harisenjakala on Jan 25, 2010
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

03/19/2014

pdf

text

REGRESI & KORELASI LINIER SEDERHANA

1. Pendahuluan

• Gagasan perhitungan ditetapkan oleh Sir Francis Galton (1822-1911) • Persamaan regresi :Persamaan matematik yang memungkinkan peramalan nilai suatu peubah takbebas (dependent variable) dari nilai peubah bebas (independent variable) • Diagram Pencar = Scatter Diagram Diagram yang menggambarkan nilai-nilai observasi peubah takbebas dan peubah bebas. Nilai peubah bebas ditulis pada sumbu X (sumbu horizontal) Nilai peubah takbebas ditulis pada sumbu Y (sumbu vertikal) Nilai peubah takbebas ditentukan oleh nilai peubah bebas Anda sudah dapat menentukan mana peubah takbebas dan peubah bebas? Contoh 1: Umur Vs Tinggi Tanaman Biaya Promosi Vs Volume penjualan (X : Umur, Y : Tinggi) (X : Biaya Promosi, Y : Vol. penjualan)

• Jenis-jenis Persamaan Regresi : a. Regresi Linier : - Regresi Linier Sederhana - Regresi Linier Berganda b. Regresi Nonlinier - Regresi Eksponensial • Regresi Linier - Bentuk Umum Regresi Linier Sederhana

Y = a + bX
Y X a b : peubah takbebas : peubah bebas : konstanta : kemiringan

- Bentuk Umum Regresi Linier Berganda

Y = a + b1X1 + b2X2 + ...+ bnXn
Y X1 X2 Xn : peubah takbebas : peubah bebas ke-1 : peubah bebas ke-2 : peubah bebas ke-n a b1 b2 bn : konstanta : kemiringan ke-1 : kemiringan ke-2 : kemiringan ke-n

RegresiKorelasi / thomasyunigunarto / Hal 1 – dari 9

• Regresi Non Linier - Bentuk umum Regresi Eksponensial

Y = abx
log Y = log a + (log b) x

2.

Regresi Linier Sederhana metode paling populer untuk

• Metode Kuadrat terkecil (least square method): menetapkan persamaan regresi linier sederhana - Bentuk Umum Regresi Linier Sederhana :

Y = a + bX
Y a : peubah takbebas : konstanta X b : peubah bebas : kemiringan

Nilai b dapat positif (+) dapat negartif (-) b : positif → Y Y = a + bX b : negatif → Y Y = a - bX

X • Penetapan Persamaan Regresi Linier Sederhana

X

b=

⎛ n ⎞⎛ n ⎞ n∑ xi yi − ⎜ ∑ xi ⎟ ⎜ ∑ yi ⎟ ⎝ i =1 ⎠ ⎝ i =1 ⎠ i =1
n

⎛ n ⎞ 2 n∑ xi −⎜ ∑ xi ⎟ ⎝ i =1 ⎠ i =1
n

2

a = y − bx

sehingga

a=

∑y
i =1

n

i

n

−b

∑x
i =1

n

i

n

n : banyak pasangan data yi : nilai peubah takbebas Y ke-i xi : nilai peubah bebas X ke-i
Contoh 2 :
RegresiKorelasi / thomasyunigunarto / Hal 2 – dari 9

Berikut adalah data Biaya Promosi dan Volume Penjualan PT BIMOIL perusahaan Minyak Goreng. x Tahun Biaya Promosi (Juta Rupiah) 1992 2 1993 4 1994 5 1995 7 1996 8 Σ Σx = 26 y Volume Penjualan (Ratusan Juta Liter) 5 6 8 10 11 Σy = 40

xy 10 24 40 70 88 Σxy = 232

x² 4 16 25 49 64 Σx² =158

y² 25 36 64 100 121 Σy² = 346

bentuk umum persaman regresi linier sederhana : Y = a + b X n=5
b=
n ⎛ n ⎞⎛ n ⎞ n ∑ x i yi − ⎜ ∑ x i ⎟ ⎜ ∑ yi ⎟ ⎝ i =1 ⎠ ⎝ i = 1 ⎠ i =1 n ⎛ n ⎞ n∑ xi2 −⎜ ∑ xi ⎟ ⎝ i =1 ⎠ i =1 2

b=

(5 × 232) − (26 × 40) 1160 − 1040 120 = = = 1.0526 = 1.053 790 − 676 114 (5 × 158) − (26 2 )

a=

∑ yi
i =1

n

n n 26 ⎞ 40 ⎛ a= − ⎜ 1.05263...× ⎟ = 8 − (1.05263...×5.2) = 8 − 5.4736... = 2.5263....= 2.530 5⎠ 5 ⎝
→ Y = 2.530 + 1.053 X

−b

∑x
i =1

n

i

Y=a+bX

• Peramalan dengan Persamaan Regresi Contoh 3 : Diketahui hubungan Biaya Promosi (X dalam Juta Rupiah) dan Y (Volume penjualan dalam Ratusan Juta liter) dapat dinyatakan dalam persamaan regresi linier berikut Y = 2.530 + 1.053 X Perkirakan Volume penjualan jika dikeluarkan biaya promosi Rp. 10 juta ? Jawab : Y = 2.530 + 1.053 X X = 10

3.

Y = 2.53 + 1.053 (10) = 2.53 + 10.53 = 13.06 (ratusan juta liter) Volume penjualan = 13.06 x 100 000 000 liter Korelasi Linier Sederhana

RegresiKorelasi / thomasyunigunarto / Hal 3 – dari 9

• Koefisien Korelasi (r) : ukuran hubungan linier peubah X dan Y Nilai r berkisar antara (+1) sampai (-1) Nilai r yang (+) ditandai oleh nilai b yang (+) Nilai r yang (-) ditandai oleh nilai b yang (-) Jika nilai r mendekati +1 atau r mendekati -1 maka X dan Y memiliki korelasi linier yang tinggi Jika nilai r = +1 atau r = -1 maka X dan Y memiliki korelasi linier sempurna Jika nilai r = 0 maka X dan Y tidak memiliki relasi (hubungan) linier (dalam kasus r mendekati 0, anda dapat melanjutkan analisis ke regresi eksponensial) • Koefisien Determinasi Sampel = R = r² Ukuran proporsi keragaman total nilai peubah Y yang dapat dijelaskan oleh nilai peubah X melalui hubungan linier. Penetapan & Interpretasi Koefisien Korelasi dan Koefisien Determinasi

r=

⎛ n ⎞⎛ n ⎞ n∑ xi yi − ⎜ ∑ xi ⎟ ⎜ ∑ yi ⎟ ⎝ i=1 ⎠ ⎝ i=1 ⎠ i =1
n 2 2 ⎡ n ⎛ n ⎞ ⎤⎡ n 2 ⎛ n ⎞ ⎤ ⎢n∑ xi2 −⎜ ∑ xi ⎟ ⎥⎢n∑ yi −⎜ ∑ yi ⎟ ⎥ ⎝ i=1 ⎠ ⎥ ⎝ i=1 ⎠ ⎥⎢ i=1 ⎢ i=1 ⎦ ⎣ ⎦⎣

R = r2
Contoh 4 : Lihat Contoh 2, setelah mendapatkan persamaan Regresi Y = 2.530 + 1.053 X, hitung koef. korelasi (r) dan koef determinasi (R). Gunakan data berikut (lihat Contoh 2) Σx = 26 Σy = 40 Σxy = 232 Σx² =158 Σy² = 346

r=

n ⎛ n ⎞⎛ n ⎞ n∑ xi yi − ⎜ ∑ xi ⎟ ⎜ ∑ yi ⎟ ⎝ i =1 ⎠ ⎝ i =1 ⎠ i =1 2 2 n ⎡ n ⎞ ⎤⎡ n 2 ⎛ n ⎞ ⎤ 2 ⎛ ⎢n∑ xi −⎜ ∑ xi ⎟ ⎥ ⎢n∑ yi −⎜ ∑ yi ⎟ ⎥ ⎝ i =1 ⎠ ⎦ ⎝ i =1 ⎠ ⎦ ⎣ i =1 ⎥ ⎥⎢ ⎢ ⎣ i =1

RegresiKorelasi / thomasyunigunarto / Hal 4 – dari 9

r=

[(5 × 158) − (26 )] × [ (5 × 346) − (40 )]
2 2

(5 × 232) − (26 × 40)

=

1160 − 1040

[ 790 − 676] × [1730 − 1600]

=

120 114 × 130

=

120 120 = = 0.9857... . 14820 12173...

Nilai r = 0.9857 menunjukkan bahwa peubah X (biaya promosi) dan Y (volume penjualan) berkorelasi linier yang positif dan tinggi

R = r 2 = 0.9857...2 = 0.97165....= 97 %
Nilai R = 97% menunjukkan bahwa 97% proporsi keragaman nilai peubah Y (volume penjualan) dapat dijelaskan oleh nilai peubah X (biaya promosi) melalui hubungan linier. Sisanya, yaitu 3 % dijelaskan oleh hal-hal lain.

4.

Regresi Linier Berganda

• Pembahasan akan meliputi regresi linier dengan 2 Variabel Bebas (X1 dan X2) dan 1 Variabel Tak Bebas (Y). • Bentuk Umum : Y = a + b1 X1 + b2 X2 Y : peubah takbebas X1 : peubah bebas ke-1 X2 : peubah bebas ke-2

a b1 b2

: konstanta : kemiringan ke-1 : kemiringan ke-2

• a , b1 dan b2 didapatkan dengan menyelesaikan tiga persamaan Normal berikut:

(i)

n a + b1 ∑ x1i + b 2 ∑ x2i = ∑ yi
i =1 i =1 i =1

n

n

n

(ii)

a ∑ x1i + b1 ∑ x1i + b 2 ∑ x2i x1i = ∑ x1i yi
2 i =1
n

n

n

n

n

i =1
n

i =1

i =1

(iii)

a ∑ x2i + b1 ∑ x2i x1i + b 2 ∑ x2i 2 = ∑ x2i yi
i =1 i =1 i =1 i =1

n

n

n : banyak pasangan data x1i : nilai peubah bebas X1 ke-i
Contoh 4:
RegresiKorelasi / thomasyunigunarto / Hal 5 – dari 9

yi : nilai peubah takbebas Y ke-i x2i : nilai peubah bebas X2 ke-i

Berikut adalah data Volume Penjualan (juta unit) Mobil dihubungkan dengan variabel biaya promosi (X1 dalam juta rupiah/tahun) dan variabel biaya penambahan asesoris (X2 dalam ratusan ribu rupiah/unit).

x1
2 3 5 6 7 8
1

x2
3 4 6 8 9 10
2

y
4 5 8 10 11 12 =

x1 x2
6 12 30 48 63 80
1 2

x1y
8 15 40 60 77 96 =

x2y
12 20 48 80 99 120

x1²
4 9 25 36 49 64

x2²
9 16 36 64 81 100 =


16 25 64 100 121 144 =

∑x = ∑x
31 40

∑y= ∑x x
50 239

x1y =

∑x
379

296

2

y=

∑x
187

2 1

∑x
306

2 2

∑y
470

2

=

Tetapkan Persamaan Regresi Linier Berganda

= a + b1 X1 + b2 X2

n=6

∑ x = 31 ∑ x x =239 ∑ x =187
1 1 2 2 1
n n

∑x

2

= 40

∑x

x 1 y =296
2 2

=306

∑ y = 50 ∑ x y = 379 ∑ y = 470
2 2

Masukkan notasi-notasi ini dalam ketiga persamaan normal, (i) (ii) (iii) n a + b1 ∑ x1i + b 2 ∑ x2i = ∑ yi
i =1 i =1 i =1 n

a ∑ x1i + b1 ∑ x1i 2 + b 2 ∑ x2i x1i = ∑ x1i yi a ∑ x2i + b1 ∑ x2i x1i + b 2 ∑ x2i 2 = ∑ x2i yi
i =1 i =1 i =1 i =1 i =1 n i =1 n i =1 n i =1 n

n

n

n

n

Sehingga didapatkan tiga persamaan berikut: (i) (ii) (iii) 6a 31 a 40 a + + + 31 b1 + 187 b1 + 239 b1 + 40 b2 239 b2 306 b2 = 50 = 296 = 379

RegresiKorelasi / thomasyunigunarto / Hal 6 – dari 9

Lakukan Eliminasi, untuk menghilangkan (a) (ii) (i) (ii) (i) 31 a 6a + + 187 b1 31 b1 1122 b1 961 b1 161b1 + + + + + 239 b2 40 b2 1434 b2 1240 b2 194 b2 = 296 = 50 = 1776 = 1550 = 226 ×6 × 31

189 a + 189 a + (iv)

Lalu (iii) (i) (iii) (i) 40 a 6a + + 239 b1 31 b1 1434 b1 1240 b1 194 b1 + + + + + 306 b2 40 b2 1836 b2 1600 b2 236 b2 = 379 = 50 = 2274 = 2000 = 274 × 6 × 40

240 a + 240 a + (v)

Selanjutnya, eliminasi (b1) dan dapatkan nilai (b2) (v) (iv) (v) (iv) 194 b1 161 b1 31234 b1 31234 b1 + + + + 236 b2 194 b2 37996 b2 37636 b2 360 b2 b2 = 274 = 226 = 44114 = 43844 = = 270 0.75 × 161 × 194

Dapatkan Nilai (b1) dan nilai (a) dengan melakukan substitusi, sehingga: (v) Perhatikan b2 = 0.75 194 b1 194 b1 + + 236 (0.75) = 274 177 = 274 194 b1 = 97 b1 = 0.50 = 50 194 b1 + 236 b2 = 274

(i)

6a

+

31 b1

+

40 b2

Perhatikan b1 = 0.50 dan b2 = 0.75 6a 6a + + 31(0.50) 15.5 + + 40 (0.75) 30 6a a = 50 = 50 = 4.5 = 0.75

RegresiKorelasi / thomasyunigunarto / Hal 7 – dari 9

Sehingga Persamaan Regresi Berganda a + b1 X1 + b2 X2 dapat ditulis sebagai 0.75 + 0.50 X1 + 0.75 X2

5.

Korelasi Linier berganda

• Koefisien Determinasi Sampel untuk Regresi Linier Berganda diberi notasi sebagai berikut
2 R y.12

• Sedangkan Koefisien Korelasi adalah akar positif Koefisien Determinasi atau

ry.12 =
• Rumus

2 Ry.12

2 R y .12 = 1 −

JKG ( n − 1) s 2 y

JKG : Jumlah Kuadrat Galat sy² : Jumlah Kuadrat y (terkoreksi) di mana

2 sy =

n∑ y 2 −

(

∑y

)

2

n(n − 1)

JKG = ∑ y 2 − a ∑ y − b1 ∑ x1 y − b2 ∑ x 2 y
Contoh 5: Jika diketahui (dari Contoh 4) n=6

∑ x = 31 ∑ x x =239 ∑ x =187
1
1 2 2 1

∑x

2

= 40

x 1 y =296
2 2

∑x
2 R y.12

=306

∑ y = 50 ∑ x y = 379 ∑ y = 470
2 2

Maka tetapkan

dan jelaskan artinya nilai tersebut!

RegresiKorelasi / thomasyunigunarto / Hal 8 – dari 9

2 sy =

n∑ y 2 −

(∑ y )

2

n(n − 1)

=

6(470) − (50) 2 2820 − 2500 320 = = = 10.667 6(6 − 5) 30 30

JKG = ∑ y 2 − a ∑ y − b1 ∑ x1 y − b2 ∑ x 2 y = 470 - 0.75(50) - 0.5 (296) - 0.75 (379) = 470 - 37.5 - 148 - 284.25 = 0.25
2 R y .12 = 1 − JKG ( n − 1) s 2 y

= 1−

0.25 0.25 = 1− 5 × 10.667 53.333

= 1 - 0.0046875 = 0.9953125 = 99.53%
Nilai R y.12 = 99.53% menunjukkan bahwa 99.53% proporsi keragaman nilai peubah Y (volume penjualan) dapat dijelaskan oleh nilai peubah X (biaya promosi) dan X2 (biaya aksesoris) melalui hubungan linier. Sisanya sebesar 0.47% dijelaskan oleh hal-hal lain.
Selesai
2

RegresiKorelasi / thomasyunigunarto / Hal 9 – dari 9

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->