ANALISIS REGRESI KORELASI

Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah bebas
(X) dengan satu peubah tak bebas (Y). dalam penelitian peubah bebas ( X) biasanya
peubah yang ditentukan oelh peneliti secara bebas misalnya dosis obat, lama
penyimpanan, kadar zat pengawet, umur ternak dan sebagainya. Disamping itu peubah
bebas bisa juga berupa peubah tak bebasnya, misalnya dalam pengukuran panjang badan
dan berat badan sapi, karena panjang badan lebih mudah diukur maka panjang badan
dimasukkan kedalam peubah bebas (X), sedangkan berat badan dimasukkan peubah tak
bebas (Y). sedangkan peubah tak bebas (Y) dalam penelitian berupa respon yang diukur
akibat perlakuan/peubah bebas (X). misalnya jumlah sel darah merah akibat pengobatan
dengan dosis tertentu, jumlah mikroba daging setelah disimpan beberapa hari, berat ayam
pada umu tertent dan sebagainya.
Bentuk hubungan antara peubah bebas (X) dengan peubah tak bebas (Y) bisa dalam
bentuk polinom derajat satu (linear) polinom derajat dua (kuadratik). Polinim derajat tiga
(Kubik) dan seterusnya. Disamping itu bisa juga dalam bentuk lain misalnya
eksponensial,logaritma,sigmoid dan sebagainya. Bentuk-bentuk ini dalam analisis
regresi-korelasi biasanya ditransformasi supaya menjadi bentuk polinom.
Dalam bentuk yang paling sederhana yaitu satu eubah bebas (X) dengan satu peubah
tak bebas (Y) mempunyai persamaan :
Y =a +bx
Disini a disebut intersep dan b koefisien arah
Dlam pengertian fungsi persamaan garis Y + a +bx hanya ada satu yang dapat
dibentuk dari dua buah titik denagn koordinat yang berbeda yaitu ( X1, Y1) dan X2,Y2).
Hal ini berarti kita bisa membuat banyak sekali persamaan garis dalam bentuk lain
melalui dua buat titik yang berbeda koordinatnya/tidak berimpit.
Persamaan

garis

(Y Y) 1
(X X 1 )

(Y2 Y1 ) (X 2 X 1

melalui

dua

buah

titik

dirumuskan

sebagai

berikut

Y=a+bx

-----------------

y
x
------------------------b

x
..

Sebagai contoh misalnya titik A (1,3) dan titik B ($,9) maka persamaan gais linear yang
dapat dibuat adalah :
(Y 3) ( X 1)

(9 3)
(4 1)

(Y-3)(4-1) =(X-1) (9-3)

3Y-9 = 6X-6
3Y = 3 +6X

Y=1+2X

Dalam bentukmatrik bisa kita buat persaman sebagai berikut :

Y1 = a + b X 1
Y2 = a + b X 2

Y1 1 X1a

Y 2 1 X2b
3 1 a

9 1 4b

a 1 a

b 1 4 b

a 1 14 3

b (41)1 9

a 4/9 13 43 1

b 1/3 9 13 2
Jadi a=1 dan b=2 sehingga persamaannya Y=1 +2X
Jika jumlah data sebanyak n maka persamaannya sebagai berikut ;
Yi o 1 X 1 i

i= 1,2,3,..n
disini o adalah penduga a, 1 adlah penduga b dan i merupakan besarnya simpangan
persamaan garis penduga. Semakin kecil nilai i persamaan regresi yang diperoleh akan
semakin baik.
Jadi kita dapat menuliskan pengamatan kita menjadi
y1 o 1 X 1 1

y 2 o 1 X 2 2
y3 o 1 X 3 3

..
y n o 1 X n n

Dengan notasi matrik dapt ditulis sebagi berikut :

Y1 1
Y 1
2
Y3 1

. .
. .

Yn 1

X1
X 2
X3

.
.

X n

1

2
o 3
.
1
.

n

Jadi kita peroleh matrik Y,X, dan dengan dimensi sebagi berikut :
Y X
nx1 nx2 2x1

nx1

Jika diasumsikan E() = 0 maka E(Y) = X

Bila modelnya benar merupakan enduga terbaik yaitu dengan jalan melakukan
penggadaaan awal dengan X sehingga diperoleh persamaan normal sebagai berikut :
XY=XX
2x1

2x2 2x1

1
X
1

1
X2

i 1

i 1

XY

.........
...........

X
i 1

o

2 1
Xi

i 1
i 1
n

i i

1
X2

Y1
Y
2
1 Y3
1

Xn .
X1
.

Yn

1
X2

1
X3

........
......

1
1

1 1

X n .
.

X1
X 2
X 3 o

. 1
.

X n

Xi

0

1

i 1
n

X

i 1

i 1

XY

i 1

X1

i i

i 1

Jadi =(XX)-1XY
Disini(XX)-1 adalah kebalikan (inverse)dari matrik XX

(XX)-1 =

i 1

Xi

1
n

n X i ( X i ) X i
i 1
i 1
i 1
2

i 1

Xi

Jadi

Y 1 X

X Y
i 1

i i

i 1

i 1

( X i )( Yi ) / n
i 1

2
i

( X i ) 2 / n
i 1

Contoh
Seorang peneliti ingin mengetahui bentuk hubungan antara jumlah cacing jenis
tertentu denagn jumlah telurnya pada usus ayam buras. Untuk tujuan tersebut diperiksa
20 ekor ayam dan ditemukan sebagai berikut :

Tabel 1 jumlah cacing dan jumlah telurnya pada usus ayam buras am buras.
No
1
2
3
4
5
6
7
8
9
10
11
12

Jumlah Cacing ( Xi)

12
14
13
12
15
16
13
11
10
11
12
13

Jumlah telurnya (Yi)

45
50
51
43
61
62
50
43
40
44
48
52

13
14
15
16
17
18
19
20
Total
rataan

17
19
13
11
16
12
14
15
269
13,45

70
76
53
43
60
48
53
63
1055
52,75

Dari data diatas kita bisa menghitung :

n

=12+14+13++15=269

=45+50+51+.+63=1055

i 1
n

Y
i 1
n

X
i 1
n

Y
i 1

=122+142+132++152=3719

=452+502+512++622=57449

X Y
i 1

=12x45+14x50+13x51++15x63=14604

1 n
1
Xi
269 13,45

n i 1
20

1 n
1
Yi
1055 52,75

n i 1
20

Bila kita duga bentuk hubungan antara jumlah cacing (X)dan jumlah telurnya (Y)
adalah :
i=0 +1Xi+i
i=1,2,3,..,20
disini i adalah dugaan Yi
jadi persamaan normalnya adalah :
XY =XX

20

i 1
20

X iYi

i 1

20

X
i 1

0

2 1
X1

i 1
i 1
20

20

1055
20 269
14604 269 3719

o

1

o

1

X1

1
20

20 X 1
i 1

20

20

i 1
20

( X i ) X i
i 1
i 1

o
1

20(3719) (269) 2
1

20

Xi
i 1

20

3719 269
269
20

i 1
20

X Y
i 1

i i

1055 2,442
14604 4,103

Jadi =-2,442 + 4,103 Xi,

Persamaan garis regresi Yi =-2,442 + 4,103 Xi bukanlah satu-satunya garis penduga
untuk menyatakan hubungan antara jumlah cacing dengan jumlah telurnya. Sudah barang
tentu masih banyak lagi bentuk persamaan penduga yang dapat dibuat misalnya dalam
bentuk persamaan Yi=o+1Xi+2Xi2,Yi=oXi1 ( dalam bnetuk linear LnYi=Ln
o+iLnXi)dan masih banyak lagi bentuk yang lainnya
Untuk menyatakan apakah garis yang diperoleh cukup baik untuk menggambarkan
hubungan antara peubah bebas (X) dengan peubah tak bebas(Y) dapat dilakukan
pengujian bentuk model yang digunakan dan keeratan hubungannya (korelasinya) untuk
menyatakan ketepatan dan ketelitian persamaan garis regresi yang diperoleh.
Garis regresi yang kita peroleh akan selalu melalui rata-rata peubah X dan Y (X,Y)maka
dapat dijelaskan seperti gambar dibawah ini

(Xi,Yi)

= 0 + 1Xi

Yi
(Yi-.)=(- .)(Yi- )

0
_
X

Dengan metode kuadrat terkecil maka kita peroleh :

n

(Y
i 1

Y .) i Y . (Yi Y i)
2

i 1

i 1

i 1

(Yi Y .) 2 (Y Y .) 2 (Yi Y .)(Yi Yi ) (Yi Yi ) 2

Dari persamaan diatas maka diperoleh :

n

i 1

i 1

2
JK total = (Yi Y .) Yi
2

1 n
( Yi ) 2
n i 1

1
2
2
JK Regresi = (Yi Y .) ( X ' Y ) ( Yi )
n i 1
i 1
n

i 1

i 1

JK Galat = (Yi Yi ) 2 Yi ( X ' Y )'

n

Sedangkan=

(Y
i 1

Y .)(Yi Yi ) 0

Untuk menetukan apakah garis regresi yang kita peroleh cukkup dapatdipercaya maka
kita dapat mengujinya dengan uji F seperi tabel sidik ragam dibawah ini
Sumber

Derajat

Jumlah

Kuadrat tengah

F tabel

keragaman
Regresi

bebas
p

kuadrat
JK R

Galat

n-1-p

JK G

JKR
KTR
p
JKG
KT
n 1 p

hitung
KTR
KTG

0,05

0,01

G
Total

n-1

JK T

Jika hasil hitungan yaitu F hitung (

KTR
) dari F tabel (0,05; p,n-1-p) maka dapat
KTG

disimpulkan persamaan garis regresi nyata (P<0,05) bentuk persamaannya seperti yang
kita duga demikian pula jika F hitung (

KTR
) dari F tabel (0,05; p,n-1-p) maka dapat
KTG

disimpulkan persamaan garis regresi sangat nyata (P>0,05) atau dengan kata lain
persamaaan garis regresi tersebut tidak bisa kita terima sebagai penduga hubungan antara
peubah (X) dengan Peubah (Y)
Bila bentuk hubungan antar peubah X dengan peubah Y sudah dapat kita terima maka
kita ingin pula mengetahui seberapa besar keeratan hubungannya(korelasinya). Walaupun
bentuk hubungan antara peubah X dengan peubah Y ada dalam bentuk yang benar belum
tentu korelasinya bsar karena banyakpeubah lain yang turut mempengaruhi perubahan
peubah Y
Besarnya perubahan peubah Y yang dapat diterangkan oleh peubah X dengan
menggunakan persamaan garis regresi yang diperoleh disebut koefisien determinan
Koefisien determinat diberi lambing r2 untukbentuk persamaan garis regresi
sederhana dan R2 untuk bentuk persamaan lainnya, besarnya 0<r 2 =R2<1 dan dihitung
dengan rumus :
r2 R2

JK Re gresi
JKTotal

Jadi koefisien korelasinya : r =R= R 2

Dari tabel 1 kita dapat menghitung
n

JK Total = Yi
i 1

1 n
(1055) 2
( Yi ) 2 57449
n i 1
20

= 57449-55651,25=1797,75

1 n
2
JK Regresi = (XY) ( Yi ) (1055)(2,442)+ (14606)(4,103) 55651,25
n i 1
=1692,625
.JK Galat = JK total- JK Regresi =
= 1797,75-1692,625=105,098

Jadi tabel sidik ragamnya adalah :

Sumber
keragaman
Regresi

Derajat
bebas
1

Jumlah
kuadrat
1692,652

Kuadrat tengah

Galat

18

105,098

5,839

Total

19

1797,750

1692,652

F
hitung
289,89

F tabel
0,05
0,01
4,41
8,29

Jadi dapat disimpulkan bahwa persamaan garis regresi yang diperoleh sangat nyata
(P<0,01) karena F hitung> F tabel pada taraf signifikansi 0,01 (289,89>8,29)
JKregresi

1692,652

2
Jadi r JKTotal 1797,750 0,9415

Jadi dengan menggunakan persamaan garis regresi penduga Yi =-2,442 + 4,103 Xi

banyaknya jumlah telur cacing pada usus ayam buras sekitar 94,15 % ditentukan oleh
banyaknya cacing dalam usus tersebut sedangkan 5,85 % ditentukan atau dipengaruhi
oleh factor lain.
Jadi kereratan hubungan (r=0,9415=0,9703) dalam persamaan ini diambil hanya r
positip karena dengan bertambah besarnya nilai Xi nilai Yi juga meningkay. Untuk
menyatakan apakah hubungan cukup berarti maka besarnya r ini dapat kita bandingkan
dengan r tabel.
Jika r hitung r tabel (0,05:p,db=n-p-1) maka disimpulkan keeratan hubungannya
nyata (P>0,05) dan jika r hitungr tabel (0,01;p,db=n-p-1)maka disimpulkan keeratan
hungannya sangat nyata (P<0,01) sedangkan jika r hitung< r tabel (0,05;p,db=n-p-1)
maka disimpulkan keeratan hubungannya tidak nyata (P<0,01)

Bila persamaan garis regresi derajat polinomnya atau peubah bebasnya (X) lebih
besar dari satu maka perlu dilakukan pengujian terhadap koefisien garis regresinya (j
yaitu 1,2,,p), untuk mengetahui j yang mana yang menentukan ketepatan dan
ketelitian garis regresinya yang diperoleh.
Misalkan terdiri dari p peubah bebas maka modelnya menjadi Yi = o + 1Xi1+
..+pXip dengan persamaan normalnya :
X 'Y
dxi

Yi

dxd dx1

X'X

i 1
n

Xi 2Yi

Xi 2

i 1

i 1

i 1
n

Xi1

i 1
n

Xi1

Xi1Yi

i 1

disini d=p+1

i 1

..........

X
n

i 1

2
i

Xi 2
i 1

Xi 2 Xi1
i 1

.............

Xi1Xi 2
i 1

X
i 1

2
i

..............

................ ................. ................. .............

XipYi

Xip
i 1

XipXi1
i 1

XipXi1 ..............
i 1

Xip
n

.............

Xi1Xip

i 1

i 1
n

Xi 2 Xip

................
n

X
i 1

2
i

Jika elemen-elemen matrik X kita kurangi dengan rata-rata elemen-elemen tiap kolomnya
maka diperoleh matrik XA. sebagai contoh kita untuk p=2 maka matriknya adalah sebagai

( X 11 X .1 ) ( X 12 X . 2 )

( X 21 X .1 ) ( X 22 X .2 )
X A ( X 31 X .1 ) ( X 32 X .2 )

..............
..............
( X X . ) ( X X . )
n1
1
n2
2

i 1

Jadi := (XX)-1XY

berikut :

( Xi1 X 1 .) 2

X 'A X A

i 1

( Xi

i 1

( Xi

X .2 )( Xi2 X .2 )

JKX 1
Biasanya ditulis : X ' A X A
JHKX 1 X 2

i 1
n

( Xi
i 1

X i2 X .2 )
2

X 2. )

JHKX 1 X 2
JKX 2

Untuk menguji i kita cari kekalikan dari matriks XAXA-1kemudian kita gandakan dengan
n

2
S regresi yaitu ( Yi Yi ) /(n p 1) maka pengujian i dapat dilakukan dengan
2
r

i 1

rumus :
tH

i
Sbi

Disini Sbi adalah elemen-elemen diagonal matrik XAXA-1 yang telah digandakan dengan
S r2 regresi

Contoh
Seorang peneliti ingin mengetahui hubungan antara dosis oba tertentu (X) dengan kadar
Creatinin Ginjalnya (Y) dari hasil peneitiannya diperoleh hasil sebagai berikut :
Data hasil penelitiannya sebagai berikut:
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Jawab

Dosis Obat mg (Xi)

1
2
3
4
5
7
3
2
4
6
7
8
8
1
3

Kadar Creatinin % (Yi)

10
13
15
20
16
11
14
12
21
17
10
7
6
11
16

Dari data yang diperoleh diduga bentuk persamaan garis regresinya Yi = 0 +1Xi
+2X12+i
Jadi persamaann normalnya adalah XY=XX

i 1
n

Yi

XiYi

i 1
n

i 1

2
1

i 1
n

i 1
n

X X

3
1

i 1
n

2
1

Yi

Xi

Xi X

i 1

2
1

i 1

2
1

o
i1 X 13 1
n
2
4
i1 X 1
i 1
n

64
356 0
199 15
803 64 356 2278

1
4055 356 2278 15703 2
15
1
64

2
356

64
356
356
2278
2278 15703

1,0520

0,5090
2
0,0500
1

0,5090
0,2855
0,0299

199
803

4055

0,0500
0,0299
0,0033

199
3,36313
803 6,77799

4055
0,80123

Jadi persamaan garis regresinya adalah:

i=3,36313 + 6,77799Xi -0,80123X 12
n

2
JK total = Yi
i 1

1 n
(199) 2
( Yi ) 2 2903
n i 1
15

= 2903-2640,067=262,933
1 n 2

( )
JK Regresi =(XY)
n i 1

3,36313
6,77799 2
(199)
= 199 803 4055
0,80123 15

= 669,263 +5442,726 -3248,988-2640,067

= 222,934

2
JK Galat = Yi ( X ' Y )' = JK total JK Regresi
i 1

= 262,933-222,934 =39,999
Jadi tabel sidik ragamnya adalah :
Sumber
keragaman
Regresi

Derajat
bebas
2

Jumlah
kuadrat
222,934

Kuadrat tengah

Galat

12

39,999

3,333

Total

14

262,933

111,476

F
hitung
33,44

F tabel
0,05
0,01
3,89
6,93

Disini S r2 = KT Galat =3,333

Jadi dapat kita simpulkan bahwa persamaan garis regresi yang diperoleh sangat nyata
(P<0,01) karena F hitung > f tabel pada taraf signifikasi 0,01(33,44>8,93)
2
Jadi R

JK Re gresi
222,934

0,8479
JKTotal
262,933

Maka R =0,8479=0,9208
Bila kita bandingkan dengan R0,01(db=2;12)=0,732 maka disimpulkan korelasinya sangat
nyata (P<0,01)
Untuk menguji 1dan 2 maka dicari matrik XAXA dan kebalikkanya (XAXA-1)
1 n
(64) 2
2
JK X = Xi ( Xi ) 356
n i 1
15
i 1
n

= 356 273,0667 = 82,9333

n
1 n
(356) 2
4
2 2
JK X2 = Xi ( Xi ) 15703
n i 1
15
i 1

= 15703 -8449,0667 =7253,9333

n

n
1 n
3
Xi

(
Xi
)
(
Xi 2 )
JK XX =

n i 1
i 1
i 1
2

= 2278-

(64)(356)
15

= 2278 1518,9333 =759,0667

 82,9333
759,0667

759,0667
0,28545
1
, X 'A X A

7253,9333
0,02987

XAXA =

0,28545
S r2 3,333
0,02987
XAXA-1

tH

0,02987
0,951405

0,00326
0,099557

0,02987
0,00326
0,099557
0,010866

i
Sbi

Untuk 1 maka t H
Untuk 2 maka t H

6,77799
0,951405

0,80123
0,010866

6,61

7,69

Bila kita bandingkan t0,005(db=n-p-1=12)=3,055 tH untuk 1 dan 2 lebih besar dari t tabel 0,01
maka disimpulkan koefisien garis regresinya sangat nyata (P<0,01)
dar creatinin Darah (%)

Y = 3.36313 + 6.77799X 0.80123X2