Bagian
BagianI IStatistik
StatistikInduktif
Induktif
Metode Pengertian
PengertianKorelasi
KorelasiSederhana
Metodedan
danDistribusi
DistribusiSampling
Sampling Sederhana
3
H u b u n g a n I nfl a si d a n S u k u H u b u n g a n P r o d u k si d a n
B u n g a ( K o r el a si N e g a tif) H a r g a Mi n y a k G o r e n g
( K o r el a s i P o sitif)
35 700
30 600
25 500
20 400
15 300
10 200
5 100
0
0
2, 0 1 9, 3 5 1 2, 5 5 1 0, 3 3 637 740 722 781 849 881
I nfl a si H a r g a Mi n y a k G o r e n g
4
n XY X Y
r
n
X
2
X n
2
Y Y
2 2
5
Korelasi negatif Korelasi negatif Tidak ada Korelasi positif Korelasi positif
sempurna sedang Korelasi sedang sempurna
6
Tahun Produksi (juta ton) Harga (US $ per ton)
1997 4,54 271
1998 4,53 319
1999 5,03 411
2000 6,05 348
2001 6,09 287
2002 6,14 330
2003 6,37 383
2004 7,40 384
2005 7,22 472
2006 7,81 610
2007 8,49 640 7
CONTOH REGRESI LINIER
Hubungan jumlah produksi dan harga minyak
n XY X Y
r
n
X X
2 2
n
Y Y
2 2
n Y X Y2 XY X2
1 4,54 271 20,61 1230,34 73441
2 4,53 319 20,52 1445,07 101761
3 5,03 411 25,30 2067,33 168921
4 6,05 348 36,60 2105,40 121104
5 6,09 287 37,09 1747,83 82369
6 6,14 330 37,70 2026,20 108900
7 6,37 383 40,58 2439,71 146689
8 7,40 384 54,76 2841,60 147456
9 7,22 472 52,13 3407,84 222784
10 7,81 610 61,00 4764,10 372100
11 8,49 640 72,08 5433,60 409600
8
12 8,81 652 77,62 5744,12 425104
PENGERTIAN KOEFISIEN DETERMINASI
Koefisien determinasi
Bagian dari keragaman total variabel tak bebas Y (variabel yang
dipengaruhi atau dependent) yang dapat diterangkan atau diperhitungkan
oleh keragaman variabel bebas X (variabel yang mempengaruhi atau
independent).
Koefisien determinasi r2
n XY X Y
2
r2
n
X 2
X
2
n
Y 2
Y
2
9
RUMUS UJI t UNTUK UJI KORELASI
r n2 di mana:
t
1 r 2 t : Nilai t-hitung
10
Ujilah apakah (a) nilai r = - 0,412 pada hubungan antara suku bunga dan investasi dan (b)
r = 0,86 pada hubungan antara harga minyak dan produksi kelapa sawit sama dengan nol
pada taraf nyata 5%?
1. Perumusan hipotesis:
hipotesis yang diuji adalah koefisien korelasi sama dengan nol. Korelasi dalam
populasi dilambangkan dengan sedang pada sampel r.
H0 : r = 0
H1 : r ¹ 0
2. Taraf nyata 5% untuk uji dua arah (a/2=0,05/2=0,025) dengan derajat bebas (df) =
n-k = 9 - 2 = 7. Nilai taraf nyata a/2= 0,025 dan df =7 adalah = 2,36. Ingat bahwa n
adalah jumlah data pengamatan yaitu = 9, sedangkan k adalah jumlah variabel
yaitu Y dan X, jadi k=2.
3. Menentukan nilai uji t
r - 0,41
t 2
2
1 ,21
1-r 1 - (,041)
n-2 9-2
11
CONTOH UJI t UNTUK UJI KORELASI
4. Menentukan daerah keputusan dengan nilai kritis 2,36
r 0,86
t 2
2
5 ,33
1-r 1 - (0,86)
n-2 12 - 2
13
4. Menentukan daerah keputusan dengan nilai kritis 2,23
15
16
RUMUS PERSAMAAN REGRESI
Persamaan regresi
Suatu persamaan matematika yang mendefinisikan
hubungan antara dua variabel.
17
Scatter diagram untuk hubungan antara inflasi dan suku bunga dapat digambarkan sebagai berikut:
35
30
25
20
15
10
5
0
2,01 9,35 12,55 10,33
Inflasi
Gambar A
18
Scatter diagram untuk hubungan antara inflasi dan suku bunga dapat digambarkan sebagai berikut:
35
30 b c
d
25
a
20
15
10
5
0
2,01 9,35 12,55 10,33
Infla si
Gambar B
19
CONTOH SELISIH ANTARA DUGAAN DAN AKTUAL LEBIH KECIL
Y2 Y4
e3
30
Y2
Y4
Y3
e4
Y3
Y5
e4
e5
Yn
en
20
Ynen
10
0
2.01 9.35 12.55 10.33
Inflasi
Y4e4 Ynen
30
e3
Y3
25
Suku Bunga
e1
20 Y1
e5
Y5
15
10
5
0
2.01 9.35 12.55 10.33
Inf lasi
21
Y
+b
-b
X X
Gambar A: Ŷ =a+bX Gambar B: Ŷ =a-bX
22
n XY ) ( X )( X ) ( Y ) b( X )
a b
n( X 2 ) ( X )2 n b
23
Ŷ =a+bX
Yi X Ŷ = 2,8631 + 0,0086 X e=Y-
Ŷ Ŷ
10
10
8
8
Produkssi i
6
Produk
6
4
4
2
2
0
0
271 287 319 330 348 383 384 411 472 610 640
271 287 319 330 348 383 384 411 472 610 640
HargaMinyak
Harga Minyak
YY Y'
Y'
10
8
Produksi
6
4
2
0
271 287 319 330 348 383 384 411 472 610 640
Harga
Y = Y'
Ŷ
27
Syx e 2
( Y Ŷ ) 2
n2 n2
Di mana:
28
29
30
ASUMSI METODE KUADRAT TERKECIL
Beberapa asumsi penting metode kuadrat terkecil adalah sebagai berikut:
1. Nilai rata-rata dari error term atau expected value untuk setiap nilai X sama dengan nol.
Asumsi ini dinyatakan E(ei/Xi) = 0.
2. Nilai error dari Ei dan Ej atau biasa disebut dengan kovarian saling tidak berhubungan
atau berkorelasi. Asumsi ini biasa dilambangkan sebagai berikut, Cov (Ei, Ej) = 0, di mana i
¹ j. Berdasarkan pada asumsi nomor 1, pada setiap nilai Xi akan terdapat Ei, dan untuk Xj
.
akan ada Ej, yang dimaksud dengan nilai kovarian = 0 adalah nilai Ei dari Xi tidak ada
hubungan dengan nilai Ej dari Xj.
Y
Garis regresi
Satu deviasi
standar
X1 X2 X3 X
31
ASUMSI METODE KUADRAT TERKECIL
3. Varian dari error bersifat konstan. Ingat bahwa varian dilambangkan dengan s2,
sehingga asumsi ini dilambangkan dengan Var (Ei/Ej) = E(ei – ej)2 = s2. Anda
perhatikan pada gambar di atas bahwa nilai Ei (yang dilambangkan dengan tanda
titik) untuk setiap X yaitu X1, X2 dan X3 tersebar secara konstan sebesar variannya
yaitu s2. Pada gambar tersebut nilai E tersebar 1 standar deviasi di bawah garis
regresi dan 1 standar deviasi di atas garis regresi. Seluruh sebaran nilai Ei untuk Xi
dan Ej untuk Xj, di mana i ¹ j terlihat sama dengan ditunjukkan kurva yang
berbentuk simetris dengan ukuran yang sama, hal inilah yang dikenal dengan
varians dari error bersifat konstan.
4. Variabel bebas X tidak berkorelasi dengan error term E, ini biasa dilambangkan
dengan Cov (Ei, Xi) = 0. Pada garis regresi Y=a + bxi + ei maka nilai Xi dan Ei tidak
saling mempengaruhi, sebab apabila saling mempengaruhi maka pengaruh
masing-masing yaitu X dan E tidak saling dapat dipisahkan. Ingat bahwa yang
mempengaruhi Y selain X adalah pasti E yaitu faktor diluar X. Oleh sebab itu
varians dari E dan X saling terpisah atau tidak berkorelasi.
32
RUMUS
1 ( X X )2
Ŷ t( Syx )
n X 2 ( X )2 / n
Dengan menggunakan asumsi bahwa nilai Ei bersifat normal, maka hasil dugaan a dan
b juga mengikuti distribusi normal. Sehingga nilai t = (b – B)/b, juga merupakan
variabel normal. Dalam praktiknya nilai standar deviasi populasi b sulit diketahui,
maka standar deviasi populasi biasa diduga dengan standar deviasi sampel yaitu Sb,
sehingga nilai t menjadi t = (b – B)/Sb. Selanjutnya probabilitasnya dinyatakan sebagai
berikut:
P(-t/2 (b – B)/Sb t/2 ) = 1 -
P(-t/2. Sb (b – B) t/2 . Sb) = 1 -
Sehingga interval B adalah:
(b -t/2. Sb B b + t/2 . Sb)
Analisis varians atau ANOVA merupakan alat atau peranti yang dapat
menggambarkan hubungan antara koefisien korelasi, koefisien determinasi
dan kesalahan baku pendugaan. Untuk mengukur kesalahan baku kita
menghitung error yaitu selisih Y dengan atau dapat dinyatakan dalam
bentuk persamaan:
e = Y – Ŷ
atau dalam bentuk lain yaitu
Y = Ŷ + e
Di mana:
35
TABEL ANOVA
Sumber Keragaman Derajat bebas (df) Sum Square (SS) Mean Square (MS)
(Source)
36
TERIMA KASIH
37