STATISTIK PROBABILITAS
Semester
Kelas
Dosen
Pertemuan
: 6 (Enam)
Waktu
Modul
6 (Enam)
Topik
Analisa Regresi
Sub Topik
Materi
Tujuan
Matakuliah
: Statistika Probabilitas
Kuliah ke - / Hari
Jurusan
Dosen
Gambar 1,2,3
Keterangan :
Gambar 1 : Menunjukkan adanya hubungan yang positif antara variable X dengan
variable Y, misalnya hubungan antara tingkat pendapatan dengan
jumlah konsumsi, yaitu jika pendapatan naik maka jumlah konsumsi
juga akan naik.
Gambar 2 : Menunjukkan adanya hubungan yang negatif antara variable X dengan
variable Y misalnya hubungan antara tingkat harga dengan jumlah
barang yang diminta, yaitu jika harga naik maka jumlah yang diminta
akan turun.
Gambar 3 : Menunjukkan tidak adanya pola hubungan antara variable X dengan
variable Y, misalnya hubungan antara tinggi badan dengan tingkat
pendapatan seseorang.
Untuk mengetahui tingkat keeratan hubungan antara dua variable tersebut dapat
dilihat dari penyebaran titik titik sbb:
1. Jika titik titik X dan Y semakin mendekat maka hubungan antara variable X
dan Y semakin erat,
2. jika titik titik X dan Y semakin menyebar maka hubungan antara X dan Y
semakin lemah atau tidak erat.
Gambar 4,5,6,7
Keterangan :
Gambar 4 & 6 :
Gambar 5 & 7 :
a = Konstanta
b = koefisien Regresi
Untuk mencari persamaan garis regresi dapat digunakan berbagai pendekatan
(rumus). Sehingga nilai konstanta (a) dan nilai koefisien regresi (b) dapat dicari
dengan metode sebagai berikut:
(Y) (X2)- (X).(XY)
a = --------------------------------n.( X2 ) - (X) 2
n(XY) - (X).(Y)
b = ---------------------------n.( X2 ) - (X) 2
Contoh
1. Berdasarkan hasil pengambilan sampel secara acak tentang pengaruh
lamanya belajar (x) terhadap nilai ujian (Y) adalah sebagai berikut :
Y(nilai Ujian)
40
60
50
70
90
Y= 310
X (lama belajar)
4
6
7
10
13
X= 40
X2
16
36
49
100
169
X2= 370
XY
160
360
350
700
1170
XY= 2740
Gambar
x1 = x
2
1
(x1)2
- --------n
x2 = x
2
2
(x2)2
- --------n
(x1 x2)2
x1x2 = x1x2 - --------------n
(x1 y)
x1y = x1y - --------------n
(x2 y)
x2y = x2y - --------------n
Contoh :
2. Hasil pengumpulan data tentang import dari suatu negara (Y) yang
dipengaruhi oleh pendapatan nasional negara tersebut (X1) dan harga
import komoditi (X2) adalah sebagai berikut :
X1
X2
Y
10
0
10
0
10
0
104
106
111
111
115
130
134
136
99
110
126
113
103
102
103
98
106
107
120
110
116
123
133
137
X2Y = 111.433
X1X2 = 119.750
----------------------------------------------------------------------------------------
2
1
(x1)2
- --------n
= 650
2
2
(x2)2
- --------n
= 648
x1 = x
x2 = x
(x1 x2)2
x1x2 = x1x2 - --------------n
= - 112
(x1 y)
x1y = x1y - --------------n
= 874
(x2 y)
x2y = x2y - --------------= - 79
n
------------------------------------------------------------------------------------(x1y) (X22) - (x2y).(x1x2)
b1 = ---------------------------------------- =
(x12 ) .(x2)2 - (x1x2)2
(874) (648) - (- 79).(-112)
b1 = ---------------------------------------- = 1.3642
(650) .(648) - (112)2
(x2y) (X12) - (x1y).(x1x2)
b2 = ---------------------------------------- =
(x12 ).(x2)2 - (x1x2)2
(-79) (650) - (874).(-112)
b2 = ---------------------------------------- = 0.1139
(650).(648) - (-112)2
a = Y - b1 X1 - b2 X2 = 116.89 - 1.3642 (113) + 0.1139 (106) = - 49.3383
Berdasarkan perhitungan tersebut diatas, maka persamaan regresi berganda
adalah Y = - 49.3383 + 1.3642 X1 + 0.1139 X2
Penjelasan persamaan regresi berganda adalah sebagai berikut :
ANALISIS KORELASI
Analisis korelasi (r) digunakan untuk mengukur tinggi rendahnya derajat
hubungan antar varibel yang diteliti.
Korelasi antara variabel X dan Y dapat positif, yaitu menunjukkan bahwa
perubahan variabel X dan Y adalah searah.
Korelasi antara variabel X dan Y dapat negatif, yaitu menunjukkan hubungan
yang berbanding terbalik atau berlawanan arah antara variabel X dan Y.
Sedangkan tinggi rendahnya derajat keeratan tersebut dapat dilihat dari
koefisien korelasinya.
Koefisien korelasi yang mendekati angka +1 berarti terjadi hubungan positif
yang erat.
Bila mendekati angka -1 berarti terjadi hubungan negatif yang erat,
Koefisien korelasi mendekati angka 0 (nol) berarti hubungan kedua variable
adalah lemah atau tidak erat.
Dengan demikian nilai koefisien korelasi adalah -1 < r < +1.
Untuk koefisien korelasi sama dengan -1 atau +1 berarti hubungan kedua
variabel adalah sangat erat atau sangat sempurna dan hal ini sangat jarang
terjadi dalam data riil.
Untuk mencari nilai koefisien korelasi (r) dapat digunakan rumus sbb :
n xy - (x).(y)
r = -----------------------------------
X (Statistik)
2
5
3
7
8
25
Y (Matematika)
3
4
4
8
9
28
XY
6
20
12
56
72
166
X2
4
25
9
49
64
151
Y2
9
16
16
64
81
186
n xy - (x).(y)
r = ----------------------------------(nx2- (x)2) (ny2- (y)2)
5 (166) - (25)(28)
r = ----------------------------------- = 0.94
5(151)-(25)2- 5(186) (28)2
Nilai koefisien korelasi sebesar 0.94 atau 94% menggambarkan bahwa antara
nilai statistik dan matematika mempunyai hubungan positif dan hubungan
yang erat, yaitu jika mahasiswa mempunyai nilai statistiknya baik maka nilai
matematikanya juga akan baik dan sebaliknya jika nilai statistik jelek maka
nilai matematikanya juga jelek.
Nilai koefisien korelasi (r) jika dikuadratkan akan diperoleh yang disebut
dengan koefisien determinasi (r2) yaitu untuk menentukan seberapa besarnya
variasi yang terjadi pada variable terikat (Y) dapat dijelaskan oleh variabel
bebas (X) pada umumnya jarang sekali diperoleh r 2 = 1, yang berarti variasi Y
dapat seluruhnya dijelaskan oleh variasi X, karena terdapat faktor faktor lain
yang mungkin dapat mempengaruhi variasi Y tersebut. Jadi semakin besar
nilai r2 dan mendekati angka 1 akan semakin baik pula regresi penaksirannya
dalam arti bahwa garis regresi tersebut dapat mewakili terhadap sampel yang
diamati. dengan demikian nilai koefisien determinasi (r2) adalah 0 < r2 < 1.
Rumus koefisien determinasi untuk regresi sederhana adalah :
(xy) 2
(r ) = -------------(x2) . (y2)
2
Latihan
1. Hasil pengumpulan data dari 10 karyawan, diketahui data pendapatan per
bulan (X) dan data konsumsi perbulan (Y) adalah sebagai berikut :
X (Rp 1000)
100
120
140
160
180
200
220
240
260
Y (Rp 1000)
0
7
65
90
95
110
115
120
140
155
150
Berat Badan
(Y)
68
76
51
57
77
64
71
53
67
55
Tinggi Badan
(X1)
57
61
42
48
55
57
59
59
62
51
Umu
r (X2)
9
21
10
9
10
8
20
6
11
8