Regresi

dan
Korelasi
Linear
Sederhana
Oleh :

A. Regresi Linear Sederhana
1. Hubungan antar Variabel
Hubungan antar variabel dapat
berupa hubungan linear ataupun
hubungan tidak linear. Hubungan-
hubungan itu bila dinyatakan dalam
bentuk matematis akan memberikan
persamaan-persamaan tertentu.
Untuk dua variabel, hubungan linearnya
dapat dinyatakan dalam bentuk
persamaan linear, yaitu :





Keterangan :
Y,X = variabel
a, b = bilangan konstan (konstanta)

Y = a + bX
2. Persamaan Garis Regresi Linear
Sederhana
Regresi (peramalan, penaksiran, atau pendugaan)
pertama kali diperkenalkan pada tahun 1877 oleh Sir
Francis Galton (1822-1911).
Analisis Regresi digunakan untuk menentukan
bentuk (dari) hubungan antar variabel. Tujuan utama
dari analisis itu adalah untuk meramalkan atau
memperkirakan nilai dari satu variabel dalam
hubungannya dengan variabel lain yang diketahui melalui
persamaan garis regresinya.
Untuk populasi, PGRLS-nya dapat
dinyatakan dalam bentuk :



Keterangan :
y,x = rata-rata Y bagi X tertentu
A, B = konstanta (parameter atau
koefisien regresi populasi)
y,x
Karena populasi jarang diamati secara langsung,
maka digunakan PRLS sampel sebagai penduga
PRLS populasi.
Bentuk persamaannya :




Keterangan :
= penduga bagi y,x (variabel terikat/variabel yang diduga)
X = variabel bebas (variabel yang diketahui)
a,b = penduga parameter A dan B (koef. Regresi sampel)
a = intersep (nilai Y, bila X = 0)
b = slop ( kemiringan garis regresi)


= a + bX
Untuk membuat peramalan, penaksiran, atau
pendugaan dengan persamaan regresi, maka nilai
a dan b harus ditentukan terlebih dahulu.
Nilai a dan b ditentukan dengan rumus brkt :

=
2 2
X n X
Y X n XY
b
X b X a =
B. Pendugaan dan Pengujian
Koefisien Regresi
1. Kesalahan Baku Regresi dan Koefisien
Regresi Sederhana
Kesalahan baku atau selisih takar standar
merupakan indeks yang digunakan untuk mengukur
tingkat ketepatan regresi (pendugaan) atau mengukur
variasi titik-titik observasi di sekitar garis regresi.
Dengan kesalahan baku, batasan seberapa jauh
melesetnya perkiraan dalam meramal dapat diketahui.
Rumus-Rumus untuk Menghitung Kesalahan
Baku Regresi dan Koefisien Regresi
Kesalahan Baku Regresi :




Kesalahan baku koef. Regresi a




Kesalahan baku koef. Regresi b :





2
2

=

n
XY b Y a Y
S
e
( )

=
2
2
2
XY X n
S X
S
e
a
( )

=
n
X
X
S
S
e
b 2
2
2. Pendugaan Interval Koefisein Regresi
(Parameter A dan B)
Pendugaan interval bagi parameter A dan B menggunakan
distribusi t dengan derajat kebebasan (db) = n-2

Pendugaan interval untuk parameter A, dirumuskan :








o
o o
=
|
|
.
|

\
|
+ s s

1
2 ;
2
2 ;
2
a
n
a
n
S t a A S t a P
Pendugaan Interval Parameter B
dirumuskan :


o
o o
=
|
|
.
|

\
|
+ s s

1
2 ;
2
2 ;
2
b
n
b
n
S t b B S t b P
3. Pengujian Hipotesis Koefisien
Regresi (Parameter A dan B)
Pengujian hipotesis bagi parameter A dan B menggunakan
uji t dengan langkah-langkah sbb :

1. Menentukan formulasi hipotesis
- Untuk parameter A :
H0 : A = A0
H1 : A > A0
A < A0
A A0
- Untuk parameter B
H0 : B = B0 mewakili nilai B tertentu, sesuai hipotesisnya
H1 : B > B0, berarti pengaruh X terhadap Y positif
B < B0, berarti pengaruh X terhadap Y negatif
B B0, berarti X mempengaruhi Y

2. Menentukan Taraf Nyata () Dan Nilai t Tabel
Taraf nyata dan nilai t tabel ditentukan dengan
derajat bebas (db) = n-2
3. Menentukan kriteria pengujian
a. - H0 diterima apabila t0 t
- H0 ditolak apabila to > t
b. - H0 diterima apabila t0 -t
- H0 ditolak apabila t0 < -t
c. - H0 diterima apabila t/2 to t/2
- H0 ditolak apabila t0<t/2 atau t0 > t/2



d. Menentukan nilai uji statistik

- Untuk parameter A :



- Untuk parameter B :


e. Membuat Kesimpulan
Menyimpulkan apakah H0 diterima atau
ditolak



a
S
A a
t
0
0

=
b
S
B b
t
0
0

=
C. PERAMALAN (PREDIKSI)
sebagai penduga memiliki nilai yang
mungkin sama atau tidak sama dengan nilai
sebenarnya. Untuk membuat sebagai
penduga yang dapat dipercaya, maka dibuat
pendugaan bagi Y dengan menggunakan
penduga itu sendiri. Dengan demikian,
sebagai penduga dapat digunakan sebagai
peramalan atau prediksi.
Bentuk-bentuk peramalan dengan penduga :
Peramalan Tunggal,
dirumuskan :




Peramalan Interval Rata-
Rata Individu, dirumuskan :




Peramalan Interval
Individu, dirumuskan :

bX a Y + =

( ) ( )
0
0
0
0

2 ;
2
0
2 ;
2

y y
Y
n
Y
n
S t Y Y S t Y


+ s s
o o
y
n
y
n
S t Y Y E S t Y

2 ;
2

2 ;
2

) (

+ s s
o o
1. Pengertian Koefisien Korelasi (KK)
Koefisien korelasi merupakan indeks atau
bilangan yang digunakan untuk mengukur
keeratan (kuat,lemah,atau tidak ada) hubungan
antarvariabel.
Koifisien korelasi memiliki nilai antara -1 dan +1
(-1KK+1)
2. Jenis-Jenis Koefisien Korelasi
a. Koefisien Korelasi Pearson
Digunakan untuk mengukur keeratan
hubungan antara 2 variabel yang
datanya berbentuk data interval atau
rasio.
dirumuskan :

( ) ( ) ( ) ( )




=
2
2
2
2
Y Y n X X n
Y X XY n
r
b. Koefisien Korelasi Spearman

Digunakan untuk mengukur keeratan
hubungan antara dua variabel yang datanya
berbentuk data ordinal (data bertingkat).
Disimbolkan dengan rs
Dirumuskan :

Keterangan :
d = selisih ranking X dan Y
n = banyaknya pasangan data

n n
d
r
s

=

3
2
6
1
c. Koefisien Korelasi Kontingensi

Digunakan untuk mengukur keeratan
hubungan antara dua variabel yang datanya
berbentuk data nominal (data kualitatif).
Disimbolkan dengan C
Dirumuskan :


Keterangan :
x
2
= kai kuadrat

n = jumlah semua frekuensi

n x
x
C
+
=
2
2
d. Koefisien Penentu (KP) atau
Koefisien Determinasi (R)
Apabila koefisien korelasi dikuadratkan, akan
menjadi koefisien penentu (KP) atau koefisien
determinasi, yang artinya penyebab perubahan pada
variabel Y yang datang dari variabel X, sebesar kuadrat
koefisien korelasinya. Koefisien penentu ini
menjelaskan besarnya pengaruh nilai suatu variabel
(variabel X) terhadap naik/turunnya (variasi) nilai
variabel lainnya.
Dirumuskan :




Keterangan : KK = koefisien korelasi


% 100 ) (
2
= = KK R KP
E. Hubungan Koefisien Korelasi dengan Koefisien
Regresi
Hubungan KK dan KR dirumuskan :
y
x
S
S b
r

=
( )
( )
n
X
X
n
Sx
2
2 1

=
( )
( )
n
Y
Y
n
S
y
2
2 1

=
F. Pendugaan dan Pengujian Hipotesis Koefisien Korelasi
Populasi ()
Pendugaan Koefisien Korelasi Populasi
Menggunakan distribusi Z, dituliskan dalam
bentuk persamaan :

r
r
Z
r

+
=
1
1
ln
2
1
Pengujian Hipotesis Koefisien Korelasi Populasi ()
Untuk asumsi = 0
Menggunakan distribusi t sebagai uji statistiknya.

Rumus uji t :

2
0
1
2
r
n r
t

=
Untuk asumsi 0

Menggunakan distribusi Z sebagai uji
statistiknya.

Rumus Uji z :

r
r r
Z
Z Z
Z
o

=
0
G. Regresi Korelasi Linier Data Berkelompok
1. Regresi Linier Data Berkelompok
Untuk data yang tersusun berkelompok,
persamaan regresi liniernya, berbentuk :
bX a Y + =

2. Koefisien Korelasi Linier Data Berkelompok

Dirumuskan :




3. Kesalahan Baku Regresi Data Berkelompok
Dirumuskan :

( )( )
( ) ( ) ( ) ( ) ( ) ( )




=
2
2
2
2
y y y y x x y y
y y x x y x
u f u f n u f u f n
u f u f u fu n
r
2
1 r s s
y xy
=