1

KORELASI DAN REGRESI

MATEMATIK S / ML

Korelasi dan Regresi

16.1 Gambar rajah serakan

16.2

Pekali korelasi Pearson

16.3 Garis regresi linear

Huraian
(a) memahami konsep korelasi dan hubungan nilainya
dengan gambar rajah serakan;
(b) menghitung dan mentafsirkan pekali korelasi Pearson
(c)
(d)
(e)
(f)
(g)

memahami konsep regresi linear ;

mencari persamaan garis regresi linear dengan kaedah kuasa dua
terkecil (penjelmaan pembolehubah mungkin perlu untuk
mendapatkan hubungan linear)
melukis garis regresi pada gambar rajah serakan;
menggunakan garis regresi yang sesuai untuk membuat ramalan
dan memahami ketakpastiannya;
menggunakan hubungan antara pekali korelasi, pekali regresi, dan
pekali penentuan

sebelum kita menyimpulkan bahawa terdapat

korelasi linear antara 2 pembolehubah.

Gambar Rajah Serakan

1.

Gambar rajah serakan(sebaran) digunakan

untuk mengkaji perhubungan antara dua
pembolehubah. Sebagi contoh :
a)
Daya regangan(F) dan pemanjangan
spring(x)
b)
Markah Bahasa Inggeris(x) dengan Markah
Bahasa Melayu(y) dalam SPM

2.

Gambar rajah (a) menunjukkan korelasi positif

(kecerunan positif) manakala gambar rajah (b)
menunjukkan korelasi negatif. (kecerunan
negatif) . Gambar rajah (c) menunjukkan tiada
kolerasi.
(a) Korelasi
Linear
Positif.
(Kecerunan
Y adalah positif)

5.

Pekali Korelasi
6.

Gambar
rajah
sebaran
hanya
dapat
menunjukkan sama ada terwujudnya hubungan
linear antara 2 pembolehubah, tetapi ia tidak
dapat mengukur kekuatan hubungan linear ini.
Bagi tujuan mengukur kekuatan korelasi, pekali
korelasi berikut akan digunakan:
(a) Pekali korelasi Pearson(momen hasil
darab(r) )
(b) Pekali korelasi pangkat Spearman( )
(c) Pekali korelasi Kendall-Tau( )

7.

Pekali korelasi Pearson antara 2 pembolehubah

X dan Y ditakrifkan sebagai:
kov (X,Y )
r
Var ( X) Var ( Y )

(b) Korelasi
Linear Yang
Negatif
(Kecerunan
Y Negatif)

(c ) Tiada korelasi linear antara X dan Y

Y

X
3.

4.

Selain daripada korelasi linear, terdapat juga

korelasi lengkung. Tetapi untuk tujuan
peperiksaan SPTM, hanya korelasi linear yang
akan perlu dikajikan.
Semasa mengkaji gambar rajah serakan,
walaupun gambar rajah mempamerkan korelasi
linear antara 2 pembolehubah X dan Y, tetapi
kita mesti gunakan budi bicara dan logik

All rights reserved

Sebagai contoh gambar rajah sebaran bagi

bilangan set televisyen(Y) yang dijual dalam
setahun dan bilangan kemalangan(X) yang
berlaku setahun kelihatan mempamerkan
korelasi linear positif, tetapi ini adalah tidak logik
untuk kita menyimpulkan bahawa terdapat
korelasi antara Y dan X .

8.

di mana
kov(X,Y) = E(XY) E(X) E(Y)
Var(X) = E(X2) [ E(X) ]2
Var(Y) = E(Y2) [ E(Y) ]2
Kov(X,Y) dibaca sebagai koverans
antara x dan y
Pekali korelasi Pearson adalah terletak dalam
selang [ 1 , 1 ], iaitu 1 r 1

By KKH

(a) r = 1, Korelasi
linear positif yg
sempurna
2
Y

KORELASI DAN REGRESI

(b) r = 0.95
Korelasi linear
positif yg kuat

MATEMATIK S / ML

Contoh 1
X

Jelaskan dengan ringkas apa yg dimaksudkan

dengan korelasi.
Jawapan
Korelasi merupkan sukatan perkaitan antara dua
pembolehubah rawak. Korelasi positif bermakna
kedua-dua pembolehubah bertokok atau bersusut
bersama-sama;
manakala
korelasi
negatif
bermakna apabila satu pembolehubah bertokok,
pembolehubah kedua akan menyusut.

(c ) r = 0.55, korelasi
linear positif yg
sederhana kuat

E(X

E (XY ) E ( X ) E (Y )
2

) E ( X) 2 E (Y 2 ) E ( Y) 2

Var ( X )Var (Y )

) E ( X) 2 E (Y 2 ) E ( Y) 2

Jika X dan Y adalah merdeka

E(XY) E(X) E(Y) = E(X) E(Y) E(X)E(Y) = 0
=> = 0
Bagi satu set data {(x1, y1), (x2, y2), , ( xn , yn)},
pekali korelasi Pearson ditakrif sebagai:

r=

(g ) r = -0.55, korelasi
linear negatif yg
sederhana kuat

kov ( X ,Y )

E(X

(f) r = - 0.95 Korelasi

linear negatif yg
kuat

Dengan yang demikian tentukan nilai jika X dan Y

ialah pembolehubah rawak merdeka.
Penyelesaian

kovarians X dan Y,
Kov(X,Y) = E{[X-E(X)] [Y- E(Y) ]}
= E[ XY XE(Y) YE(X) + E(X)E(Y)]
= E(XY)E(X) E(Y) - E(Y) E(X) +
E(X)E(Y)
= E(XY) E(X) E(Y)
Var(X) = E(X2) [E(X)]2
Var(Y) = E(Y2) [E(Y)]2
Pekali Korelasi Pearson,
=
E (XY ) E ( X ) E (Y )

(e) r =- 1,Korelasi
linear negatif yg
sempurna

Pekali korelasi linear antara pembolehubah rawak X

dengan Y ialah .
Tunjukkan, daripada takrif
bahawa

9.

(d) r = 0.25 Korelasi

linear positif yg
lemah

Contoh 2

(h) r = 0.25 Korelasi

linear negatif yg lemah

(i) r = 0, Tiada
Korelasi

(j) r = 0 Tiada
Korelasi

10. Untuk memudahkan kiraan dgn. kalkulator,

rumus SXY, SXX dan SYY boleh dituliskan seperti
berikut:
SXY =

SXY =

xy
n
1

xy

xy

di mana
SXY = Kov(X, Y) = (x x )(y y )
SYY = ( y y )2 dan SXX = (x x )2

x2

Varians X, Var(X) =

All rights reserved

Var(X) =
Varians Y, Var(Y) =

SX Y
SXX SYY

atau

x 2 atau

x2

y2
n

- y

x 2
n

atau

By KKH

KORELASI DAN REGRESI

Var(Y) =

y2

y 2

Contoh 5

11. Oleh demikian, pekali korelasi Pearson boleh

ditulis dalam bentuk berikut:

xy
n

r=

r=

xy

atau

x 2 x 2 y 2 y 2
n

n xy

xy
2
2
n x2 x n y 2 y

MATEMATIK S / ML

Contoh 3
Tentukan pekali korelasi bagi data berikut kemudian
berikan komen bagi jawapan anda
x 20 30 40 46 54 60 80 88
92
y 54 60 54 62 68 80 66 80 100
[J:0.8237 ; korelasi linear positif yang kuat]
Contoh 4
Sepuluh sampel tanah dikorekkan dari kedalaman D
meter di bawah tanah di satu kawasan. Kelembapan
M gram air dalam setiap 100 gram sampel
ditentukan dan keputusan diikhtisarkan seperti
berikut:
M = 200 M2 = 4904 D = 150
D2 = 2602 MD = 2900
Tentukan pekali korelasi bagi maklumat ini.
[-0.177]

Dwi pembolehubah x dan y dipaparkan dalam jadual

berikut:
x

u2

v2

uv

0.0045
0.0050
0.0055
0.0060
0.0070
0.0035

0.32
-1
0
0.34
0
1
0.54
1
0.32
0.66
0.38
x a
y c
(a) Jika u =
dan v =
. Nyatakan
b
d
nilai-nilai bagi a, b, c dan d, dan seterusnya
salin dan lengkapkan jadual atas.
c)
Tentukan pekali korelasi dengan kaedah
pengkodan.
1
1
[ a=0.0050,b =
, c= 0.32, d =
;
2000
50
r=0.6296]

Garis Regresi
13. Pekali korelasi dapat menyukat kekuatan
hubungan linear antara 2 pembolehubah. Jika
hubungan antara kedua-dua pembolehubah
adalah kuat, maka satu garis lurus dapat dilukis
atas gambar rajah sebaran itu. Garis ini
dinamakan garis regresi. Persamaan garis itu
kemudian boleh ditentukan daripada graf.
14. Garis regresi ini boleh digunakan untuk
meramalkan nilai pemboleh ubah bersandar jika
nilai pemboleh ubah tidak bersandar diberitahu.

Mengira pekali korelasi dengan kaedah

pengkodan.
12. Kaedah pengkodan boleh digunakan untuk
menentukan pekali korelasi jika nilai-nilai dwi
pembolehubah adalah terlalu besar atau terlalu
kecil.
Jika rumus pengkodan adalah
x a
y c
u=
dan v =
, maka pekali
b
d
korelasi hasil darab momen untuk x dan y ialah
:

r=

uv

u2

uv

( u ) 2

n

All rights reserved

v2

u 2
n

By KKH

KORELASI DAN REGRESI

MATEMATIK S / ML

x
y =A+ B x
di mana
A = pintasan pada paksi-y
B = kecerunan graf
y
adalah
pembolehubah
bersandar, manakala x adalah
pembolehubah
tak
bersandar(merdeka).
Takrifan Garis Regresi:
Garis regresi merupakan sukatan
perhubungan
antara
satu
pembolehubah
rawak
bersandar
dengan satu atau lebih pembolehubah
rawak yang merdeka. Biasanya
hubungaan ini dirumuskan sebagai
satu persamaan yang boleh digunakan
untuk membuat ramalan.
Contoh 6
Jadual berikut menunjukkan markah peperiksaan
bagi matapelajaran Statistik dan Mekanik.
Statistik
Mekanik
73
13
64
27
90
36
83
15
35
57
10
76
12
83
10
39
86
42
39
18
(a) Plotkan data ini dalam satu gambar rajah
serakan
(b) Cocokkan dengan pandangan mata garis
regresi.
(c) Nyatakan koordinat satu titik di mana garis
regresi ini mesti melalui.
(d) Jika Y mewakili markah mekanik dan X ialah
markah Statistik. Dengan menggunakan graf
anda dapatkan pers. garis regresi Y = + X.
(e) Nyatakan selang nilai X supaya garis regresi
adalah sah.
(f) Jika markah Statistik adalah 60, anggarkan
markah mekanik .
(g) Adakah garis ini sesuai untuk menganggarkan
markah
mekanik
jika
markah
statistik
adalah120. Berikan alasan kepada jawapan
anda.
All rights reserved

By KKH

KORELASI DAN REGRESI

MATEMATIK S / ML

Garis regresi y atas x dan garis regresi x

atas y
15. Mempertimbangan graf bagi titik-titik satu set
data (x,y) tersebar seperti rajah berikut.
Dalam gambar rajah serakan ini, garis regresi y
atas x dan garis regresi x atas y boleh
dilukiskan.

x atas y

C
A

Garis regresi
y atas x

M2
M1

Jika garis regresi y atas x dan x atas y dilukis

pada graf yang sama, bentuk graf terhasil
adalah seperti berikut:

D
B
a1 x

x2

a2
Y

(a) Untuk mencocokkan garis lurus regresi y

terhadap x kita mempertimbangkan salah satu
nilai x yang berada dalam lingkungan elips (a 1
x a2 ), katalah x = x1 .garis lurus x = x1
memotong elips itu pada dua titik A dan B.
Perentas AB mewakili julat nilai-nilai y yang
sepadan dengan x = xl. Jika kita menganggap
bahawa nilai-nilai y sebenar ditaburkan secara
rata sepanjang garis lurus ini maka nilai min
bagi y diambil sebagai titik tengah perentas AB,
iaitu titik M1 .
(b) Begitu juga jika kita ambil nilai yang lain bagi x,
katalah x = x2. Nilai yang mewakili nilai y
sebenar yang sepadan dengan x = x 2 adalah
nilai y yang terletak di titik tengah perentas CD,
iaitu M2.
(c) Apabila aturcara ini diulang untuk semua nilai x
yang mungkin di antara a1 dan a2 kita akan
dapat sebilangan besar perentas yang titik
tengahnya akan membentuk suatu garis lurus.
Oleh kerana aturcara ini dilakukan untuk tujuan
menganggar nilai-nilai y jika nilai x diberikan,
maka garis lurus ini adalah garis regresi y
terhadap x ( y atas x)
(d) Untuk mendapat garis lurus x terhadap y, kita
lukis perentas-perentas bagi semua nilai y yang
mungkin iaitu semua nilai y dalam lingkungan
elips. Titik tengah bagi perentas itu akan
membentuk suatu garis lurus, iaitu garis lurus
regresi x terhadap y.
(Rujuk rajah berikut.)

All rights reserved

x atas y
y atas
x

16. Bandingan antara garis

garis regresi x atas y
Y atas X
Bentuk persamaan
ialah :
Y = A+ B X
Garis ini akan dilukis
jika x adalah
pemboleh ubah
merdeka(tak
bersandar)
manakala y adalah
pemboleh ubah
bersandar
Garis ini digunakan
untuk menganggar
nilai y apabila nilai x
diberitahu.

regresi y atas x dan

X atas Y
Bentuk persamaan
ialah
X=C+DY
Garis ini akan dilukis
jika y adalah
pemboleh ubah
merdeka (tak
bersandar) manakala
x adalah pemboleh
ubah bersandar
Garis ini digunakan
untuk menganggar
nilai x apabila nilai y
diberitahu

17. Perhatian:
(a) Kedua-dua garis regresi y atas x dan x
atas y mesti melalui titik ( x , y ).
(b) Nilai-nilai pekali korelasi apabila garis
regresi y atas x secaman dengan garis
regresi x atas y ialah r = -1 dan + 1.

By KKH

KORELASI DAN REGRESI

Berikut menunjukkan Garis regresi ya atas x dan

x atas y bagi nilai-nilai r yang berlainan
a)

r=1

g a r is r e g r e s i y
a ta s x s e c a m a n
d e n g a n g a r is
r e g r e s i x a ta s y

X
b)

MATEMATIK S / ML

Contoh 7
Gunakan data dalam contoh 17, jawab soalan
berikut
(a) Dalam gambar rajah yang sama dengan Contoh
17; cocokkan garis regresi x atas y. Camkan
setiap garis dengan jelas.
(b) Nyatakan koordinat di mana garis regresi y atas
x dan x atas y mesti melalui.
(c) Tentukan persamaan garis regresi x atas y
dalam bentuk x = C + Dy
(d) (i) Jika x = 50, cari y.
(ii) Jika y = 40 cari x.

Korelasi positif yang kuat( r = 0.9)

x atas y
y atas x

Mengira garis regresi dengan kaedah

kuasadua terkecil.
Garis regresi Kuasa dua terkecil Y atas X

X
c)

Tiada korelasi( r =0)

x atas y
y atas x

X
d)

Korelasi negatif yang kuat ( r = -0.9)

x atas y

y atas x
X

e)

Korelasi negatif yang sempurna( r = -1)

18. Andaikan pers. garis regresi y atas x sbg.

y =A+ B x
yang dilukis atas gambar rajah sebaran titik
(xi,yi ), di mana i = 1,2,3, n
19. Beza jarak tegak setiap titik dari garis y= A + Bx
ialah:
d1
= Q1R1 P1R1
d1
= (A + Bx1) y1
d2
= (A + Bx2) y2
.
. . . . . . . . .
.
. . . . . . . . .
dn
= (A + Bxn ) yn
20. Hasil tambah kuasadua jarak tegak
d2 = d i 2 = ( A B x i y i ) 2
21. Garis regresi mesti dilukis supaya hasil tambah,
d2 adalah minimum.
Untuk mendapat nilai A, kita boleh anggapkaan
nilai B, xi dan yi adalah pemalar.
d
( d i2 ) = 2 ( A B x y )
dA
= 2(A Bx y)

d
( d i2 ) = 0
dA
2( A B x y ) = 0
A + Bx - y = 0

Apabila
garis regresi y atas x adalah
secaman dengan x atas y

y = B x + nA
X

22. Dengan
menganggapkan
B
sebagai
pembolehubah dan A, x dan y sebagai pemalar.
d
( d i2 ) =
dA
2(A Bx y)( x )
=

(A x Bx
All rights reserved

x y)

By KKH

KORELASI DAN REGRESI

d
( d i2 ) = 0
dA

Apabila

MATEMATIK S / ML

e)

B adalah kecerunan garis dan ia mewakili

peningkatan dalam nilai y bagi setiap unit
tambahan dalam nilai x.

2 ( A x B x2 x y ) = 0
2
xy = B x2 + Ax
23. Persamaan-persamaan (1) dan (2) dinamakan
persmaan-persamaan normal y atas x.
24. Garis regresi Y atas X digunakan untuk
menganggar nilai Y apabila nilai X diberitahu.
Contoh 8
Dengan menggunakan pers. normal y atas x
hitungkan pers. garis regresi bagi set data berikut.
x
5
8
10 11 12 14 15 18
y 42 38 30 35 32 34 29 30
Anggarkan nilai y apabila x = 14.5.
Contoh 9

Contoh 10
Gunakan kaedah kuasa dua terkecil untuk menentu
pers. garis regresi bagi markah matematik M
terhadap Indeks Kebijaksanaan(Q) bagi 10 orang
pelajar .Gunakan garis regresi ini untuk
menganggar markah matematik bagi seorang
penuntut yang Indeks Kebijaksanaannya ialah 115.
Maklumat bagi M dan Q diikhtisarkan seperti
berikut:
M = 438; M2= 25454 ; MQ = 55081
Q = 1093; Q2 = 134273.
Contoh 11

Selesaikan pers. (1) dan (2), tunjukkan bahawa

SXY
B=
,
SXX

Pers. garis regresi y atas x dikira dari 5 pasangan

titik: (x1,y1), (x2,y2), , (x5,y5) ialah
y = -0.55x 0.05. Jika
4

i 1

i 1

di mana

x i 1 ,

yi 2 ,

x i yi 10

i 1

,
d
Q1

d2

i 1

Tentukan nilai-nilai x5 dan y5.

n

Rajah
0

Raja
d1 h 0
P1(x1,y1)

x i2 9 .

Mengira garis regresi x atas y

(x , y )

R1

SXY

xy

Sxx x 2

xy
n

( x ) 2
n

dan

(x1 , y1)
(x2 , y2)

Seterusnya deduksikan bahawa garis regresi kuasa

dua terkecil y atas x ialah

y y

S XY
(xx )
S XX

Perhatian:
Garis regresi y = A + Bx
a)
B dikenali sebagai pekali regresi y atas x
atau pekali regresi.
b)
X adalah pemboleh ubah takbersandar
c)
Y adalah pembolehubah bersandar
d)
A adalah pintasan paksi-y dan ia boleh
digunakan untuk menerangkan nilai purata y
apabila x = 0.
All rights reserved

25. Andaikan garis regresi x atas y ialah

x=C+Dy
di mana
D adalah pekali regresi x atas y.
C adalah pintasan pada paksi-x jika paksi-y
mula dengan sifar.
By KKH

KORELASI DAN REGRESI

26. Garis regresi ini adalah sesuai untuk menentu

nilai x apabila nilai y diberitahu.
27. Pers. normal bagi garis regresi x atas y adalah:
x = nC + D y
xy = C y + Dy2

S XY
(ySYY

Hubungan antara pekali korelasi, pekali

regresi dan pekali penentuan
Dari garis regresi Y atas X, Y = A + BX
Pekali regresi , B =

S XY
S XX

Manakala garis regresi X atas Y, X = C + D Y

Pekali regresi D =

S XY
SYY

Oleh demikian, pekali korelasi Pearson(r)

S XY

r =

2
S xy

=> r =

S XX SYY

S XX SYY
di mana r ialah pekali penentuan

BD

y=a+
y = ab

kedua dua B & D adalah negatif

y=ax

Apabila nilai r menghampiri 1, ke semua titik pada

gambar rajah serakan akan semakin dekat dengan
garis regresi.
Contoh 12
Nyatakan nilai-nilai pekali korelasi di mana y atas x
adalah secaman dengan x atas y. Lakarkan gambar
rajah sebaran bagi setiap kes ini.
Contoh 13
Diberi pers. garis regresi y = A + Bx , tunjukkan
bahawa garis ini melalui titik ( x , y ) .

Soalan: Nilai-nilai x dan y dipapaarkan dalam jadual

berikut:

a)

Plotkan graf y lawan x

Plotkan graf y lawan

1
x

lg y = lg a + x lg b
Plotkan graf lg y lawan x
lg y = lg a + b lg x
Plotkan graf lg y lawan lg x

Contoh 16
Model y = ab X hendak dicocokkan dgn.
pasangan nilai (x,y) yang berikut.
x
1
2
3
4
5
y
3.1
4.4
6.9
9.9
15.3
(a) Jelmakan model ini meniadi bentuk linear
dan gunakan kaedah kuasa dua terkecil
untuk mencocokkan model linear ini dgn.
data di atas.
(b) Pamerkan garis ini di atas kertas graf.
(c) Beri satu taksiran antara hubungan x dan y
(d) Cari pekali korelasi pangkat Spearman.Beri
satu komen tentang keputusan anda.
Contoh 17

Contoh 14

1
10

b
x

kedua dua B & D adalah positif

Nilai pekali penentuan adalah terletak di antara 0

dan 1, terangkum kedua-dua nilai.

x
y

Penjelmaan Pembolehubah ke bentuk linear

Hubungan antara X dan Y yang bukan linear boleh
dijadikan linear dengan menjelmakan salah satu
pembolehubah atau kedua-dua pembolehubah
supaya menjadi bentuk
Y = mX + c
Hubungan antara X
Cara melinearkannya
dan Y
2

r=
BD

Gunakan kaedaah pengkodan hitungkan garis

regresi y atas x bagi data berikut:
x
y
104
86
106
90
108
88
110
96
111
98
112
100
y 90
Rumus pengkodan U = x 108 dan V =
.
2

y = ax + b

= BD

cari pers. garis regresi x atas y

Tentukan pekali korelasi r dan pekali
penentuan

Contoh 15

b)Pers. garis regresi x atas y boleh ditulis

sebagai

x-

a)
b)

Kaedah Pengkodan

S XY
.
SYY

a)Pekali regresi D =

MATEMATIK S / ML

2
14

4
12

6
13

7
15

8
12

Tentukan pers. garis regresi y atas x

All rights reserved

10
13

Dalam suatu eksperimen, isipadu V bagi

sejenis gas yang berubah pada tekanan P
berlainan adalah spt. berikut
P
V
10
0.85
15
0.45
By KKH

KORELASI DAN REGRESI

MATEMATIK S / ML

20
0.30
25
0.22
30
0.18
35
0.16
40
0.14
45
0.11
P dan V dipercayai mempunyai hubungan
b
P = a
di mana a dan b adalah
V
pemalar-pemalar.
(a) Gunakan kaedah kuasa dua terkecil untuk
menganggar a dan b.
(b) Lukiskan garis ini pada kertas graf.
(c) Tentukan nilai tekanan gas apabila isipadu
adalah 0.20.

All rights reserved

By KKH