BAB 6

REGRESI DAN KORELASI

Regresi Sederhana
Garis regresi atau regresi adalah garis lurus atau garis linear yang merupakan garis taksiran atau perkiraan untuk mewakili pola hubungan antara variabel X dan Y. Dalam hal ini X disebut variabel bebas dan Y tak bebas.

Tahun (X) Trend Positif

Tahun (X) Trend Negatif

2

 = a + bX
Dimana = nilai taksiran untuk variabel tak bebas Y x = nilai variabel bebas a = pintasan bilamana X = 0 b = koefisien arah / slope dari garis regresi
a dan b disebut koefisien regresi

b = n xy xy nx - (x)

a = Y/n b (x/n)

Dari penaksiran = a + bx terhadap nilai nilai Y yang sesungguhnya bila bentuk itu dibagi dengan banyaknya pengamatan/banyaknya data, yakni n maka rata-rata kesalahan.

e = (Y-) n n

Selanjutnya diambil akarnya

S.x = (Y-) n

Bentuk sederhana

S.x = Y-aY-bXY n

Tabel berikut menunjukkan tinggi badan dan berat badan dari 12 mahasiswa
X 70 63 72 60 66 156 70 74 65 62 67 65 68 152 Y 155 150 180 135
a. b.

168 178 160 132

145 139

Tentukan persamaan regresi Hitung kesalahan baku penaksiran

Korelasi dilakukan dengan memakai perbandingan antara variasi yang dijelaskan dengan variasi total dari Y terhadap dirumuskan (Y-), yaitu kuadrat jumlah dari selisih nilai Y dengan . Bentuk aljabar (Y-) = (Y-) + (-) Perbandingan antara variasi dengan variasi total r = (-) (Y-) r disebut koefisien determinan

Bila (-) = 0 maka artinya tidak terdapat variasi yang dijelaskan, yaitu variasi total semu tidak dijelaskan karena menjadi (Y-) = (Y). dengan demikian perbandingan tersebutakan menjadi 0 yaitu r = 0, akan tetapi bila tidak terdapat variasi yang tidak dijelaskan akan menjadi (Y-) = (-) dengan demikian perbandingan r = 1 dalam keadaan yang lain perbandingan tersebut terletak antara 0 dan 1 yaitu 0 < r < 1. koefisien korelasi (r) adalah akar dari koefisien determinan. r = (-) (Y-) Variasi yang dijelaskan variasi total
8

Nilai r = -1, disebut korelasi negatif (berlawanan arah) terdapat hubungan yang sempurna antara X dan Y. Nilai r =1, disebut korelasi positif (searah) terdapat hubungan + yang sempurna antara X dan Y Nilai r = 0, disebut tidak berkorelasi secara linear artinya tidak ada hubungan antara X dan Y.

- r = 1-Sy.x Sy Dimana Sy.x = kuadrat dari kesalahan baku = Y - aY bXY n Sy = variasi Y = (Y-) n - r = XY (X)(Y) Dimana x=X-X y=Y-

10

Sxy = xy , Sx = x , Sy = y n n n Sxy = kovarians dari x dan y Sx = simpangan baku dari x Sy = simpangan baku dari y Sx = variansi dari x Sy = variansi dari y

r = Sxy SxSy Bentuk rumus sederhana r= n xy-xy {nx-(x)}{ny-(y)}

11

Bila 0,90 < r < 1,00 atau -1,00 < r < -0,90 artinya hubungan saling kuat Bila 0,70 < r < 0,90 atau -0,90 < r < -0,70 artinya hubungan yang kuat Bila 0,50 < r < 0,70 atau -0,70 < r < -0,50 artinya hubungan yang moderat Bila 0,30 < r < 0,50 atau -0,50 < r < -0,30 artinya yang lemah Bila 0,0 < r < 0,30 atau o,30 < r < 0,0 artinya sangat lemah

12

Tabel berikut menunjukkan tinggi badan dan berat badan dari 12 mahasiswa
X 70 63 72 60 66 156 70 74 65 62 67 65 68 152 Y 155 150 180 135
a. b.

168 178 160 132

145 139

Tentukan koefisien korelasi dan artinya Koefisien determinan r

13

 Masukkan data Y dan data X pada sheet MS Excel, misalnya data Y di kolom A dan X pada kolom B dari baris 1 sampai 5. Klik icon tools, pilih data analysis, dan pilih simple linear regression. Pada kotak data tertulis Y variable cell range: masukkan data Y dengan mem-blok kolom a atau a1:a5. Pada X variable cell range: masukkan data X dengan mem-blok kolom b atau b1:b5. Anda klik OK, maka hasilnya akan keluar. Y= a+b X; a dinyatakan sebagai intercept dan b sebagai X variable1 pada kolom coefficients.

14

15

16

17