Analisis Regresi dan Korelasi

Analisis Regresi Linear Sederhana

Materi 7.

Analisis regresi Suatu metode statistik untuk menganalisis suatu perubahan nilai variabel yang disebabkan oleh perubahan variabel lain. Sederhana Melibatkan 2 variabel saja, independent variable dan dependent variable Linear Hubungan 2 variabel adalah hubungan linear

Konstanta dan Koefisien Regresi
Persamaan regresi yang ditentukan:

Y = a + bX
dimana, a : konstanta, (nilai Y apabila X=0) b : koefisien regresi (kenaikan atau penurunan nilai Y apabila X berubah 1 unit) Y : dependent variable X : independent variable Garis regresi yang baik, mempunyai ciri-ciri:

ˆ ∑(Y- Y ) = 0 ˆ ∑(Y- Y )2 = nilai minimum
dimana, Y = nilai aktual variabel Y ˆ Y = nilai taksiran variabel Y

Materi Kuliah Statistik Dasar Copyright © 2007 - Heri Sismoro, S.Kom.

38

Materi Kuliah Statistik Dasar Copyright © 2007 .Heri Sismoro.Persamaa regresi ditentukan dengan least sum of square method: b= n∑ XY − ∑ X ∑ Y n∑ X 2 − (∑ X ) 2 a = Y − bX dimana: n : jumlah data observasi Y : nilai Y rata-rata X : nilai X rata-rata Contoh kasus: Suatu perusahaan ingin mengetahui hubungan antara biaya produksi dengan hasil produksinya. S.Kom. Tabel berikut menunjukkan data besarnya biaya produksi (Y) dan jumlah barang yang diproduksi (X) Biaya produksi (Y) 64 61 84 70 88 92 72 77 Jumlah (X) 20 16 34 23 27 32 18 22 Tentukan persamaan garis regresi linear yang menunjukkan hubungan antara biaya produksi dengan jumlah produksinya. 39 .

Heri Sismoro.096 3. maka nilai a dan b.944 1.902 4.610 2.Penyelesaian. sbb: Biaya produksi Jumlah XY (Y) (X) 64 61 84 70 88 92 72 77 608 20 16 34 23 27 32 18 22 192 1.184 5.024 324 484 4.744 8. 40 .032) − (192)(608) 3. sbb: b= n∑ XY − ∑ X ∑ Y n∑ X 2 − (∑ X ) 2 b= 8(15.856 1.5 2.280 976 2. Bentuk persamaan regresi yang akan dicari: ˆ Y = a + bX dimana. S.721 7.900 7.520 = = 1.464 5.376 2.902) − (192) 2 a = Y − bX Materi Kuliah Statistik Dasar Copyright © 2007 .694 15.352 8(4.056 4.032 X 2 Y 2 400 256 1.296 1.094 Dari perhitungan tersebut.Kom. ˆ Y : taksiran biaya produksi pada jumlah produksi tertentu a : biaya produksi apabila tidak berproduksi (X=0) b : perubahan biaya produksi apabila terjadi perubahan satu unit output X : jumlah produksi Disajikan tabel perhitungan.4965 = 1.929 47.156 529 729 1.

maka koefisien korelasinya (r). artinya tidak ada hubungan ± 1. 0. r = 0. maka semakin mendekati angka 0 Misal.Kom.7 atau 70% Rumus yang digunakan: r= n∑ X 2 − n∑ ( x) 2 .Y= ∑Y n = 608 = 76 8 192 = 24 8 X = ∑X n = Jadi. 41 .7  tingkat keeratan hubungan searah. berarti mempunyai hubungan yang sempurna (-) berarti menunjukkan hubungan berlawanan arah (+) berarti menunjukkan hubungan searaha Semakin tinggi keeratan 2 variabel.5X Koefisien Korelasi (r)          Digunakan untuk menentukan keeratan hubungan 2 nvariabel Besarnya antara nol sampai dengan ± 1 Nol (0).Heri Sismoro.5(24) = 40 Sehingga diperoleh persamaan regresinya adalah: ˆ Y = 40 + 1. n∑ Y 2 − n∑ (Y ) 2 n∑ XY − ∑ X ∑ Y Dari contoh soal di atas. maka semakin mendekati angka 1 Semakin rendah keeratan 2 variabel. S. adalah: Materi Kuliah Statistik Dasar Copyright © 2007 . nilai a: a = Y − b X = 76 − 1.

Kom.2 r= Jadi keeratan 2 variabel tersebut ( biaya produksi dengan produksi yang dihasilkan) adalah 0. 8(47.032) − (192)(608) 8(4.r= 8(15.094) − 608)2 3.083.520 = 0.86 atau 86% Materi Kuliah Statistik Dasar Copyright © 2007 .86 4. 42 .Heri Sismoro. S.902) − (192)2 .

Kom. 43 . Tentukan pula keeratan hubungan dari 2 variabel tersebut Materi Kuliah Statistik Dasar Copyright © 2007 .Latihan Suatu penelitian ingin mengetahui jumlah buku yang terjual (Y) pada suatu jumlah pengunjung tertentu (X).Heri Sismoro. Banyak buku terjual (Y) 10 20 30 40 30 20 40 50 10 Banyak pengunjung (X) 5 6 14 19 15 11 18 26 4 Tentukan persamaan regresi linear yang menunjukkan hubungan antara banyak buku yang terjual dengan jumlah pengunjung. S.

Sign up to vote on this title
UsefulNot useful