08 Analisis Regresi PDF
08 Analisis Regresi PDF
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi Sampling
Analisis Korelasi
Suatu teknik statistika yang digunakan untuk mengukur
keeratan hubungan atau korelasi antara dua variabel.
H u b u n g a n P ro d u k s i d a n
H a rg a M in y a k G o re n g
(K o re la s i P o s itif)
70 0
60 0
50 0
40 0
30 0
20 0
10 0
0
35
30
25
20
15
10
5
0
2 ,0 1
9 ,3 5
1 2 ,5 5
6 37
10 ,3 3
7 40
7 22
7 81
849
88 1
H a rg a M in y a k G o re n g
In fla s i
r =
n ( XY ) ( X )( Y )
n
( X ) ( X )
2
( Y ) ( Y )
2
Di mana:
r
X
Y
XY
(
X2)
(
X)2
(
Y2)
(
Y)2
n
Korelasi negatif
sempurna
Korelasi negatif
sedang
Korelasi negatif
kuat
-1,0
Tidakada
Korelasi
Korelasi negatif
lemah
-0,5
Korelasi negatif
Korelasi positif
sedang
Korelasi positif
lemah
0,0
Korelasi positif
sempurna
Korelasi positif
kuat
0,5
Korelasi positif
1,0
Skalar
34.285
43.141
50.825
57.399
74.873
31.180
28.897
38.056
45.962
19,25
17,75
18,88
19,21
21,98
32,27
28,89
18,43
19,19
7
1 34.285
2 43.141
3 50.825
4 57.399
5 74.873
6 31.180
7 28.897
8 38.056
9 45.962
Jumlah 404.618
r =
n ( XY ) ( X )( Y )
n
X2
( X ) ( X ) n ( Y ) ( Y )
2
XY
Y2
19,25 371
659.986 1.175.461.225
17,75 315
765.753 1.861.145.881
18,88 356
959.576 2.583.180.625
19,21 369 1.102.635 3.294.645.201
21,98 483 1.645.709 5.605.966.129
32,27 1041 1.006.179
972.192.400
28,89 835
834.834
835.036.609
18,43 340
701.372 1.448.259.136
19,19 368
882.011 2.112.505.444
196 4478 8.558.054 19.888.392.650
2
4 7 8 (1 9 6 ) 9 (1 9 8 8 8 3 9 2 6 5 0 )
(4 0 4 6 1 8 )
= 0 , 4 12
r2 =
n ( XY ) ( X )( Y )
n
( X ) ( X ) n ( Y ) ( Y )
2
OUTLINE
Bagian I Statistik Induktif
Pengertian Korelasi Sederhana
t=
r n2
1 r 2
t =
atau
r
1 - r2
n - 2
Di mana:
t
: Nilai t-hitung
11
t=
r
1 - r2
n-2
- 0,41
1 - (,041)2
9-2
= 1 ,21
12
Daerah menolak Ho
Daerah menolak Ho
2,36
t= 1,21
2,36
13
t=
r
1 - r2
n-2
0,86
1 - (0,86)2
12 - 2
= 5 ,33
14
Daerah menolak Ho
Daerah menolak Ho
Daerah tidak menolak Ho
2,23
2,23 t= 5,33
5. Menentukan keputusan. Nilai t-hitung berada di daerah menolak H0, yang berarti
bahwa H0 di tolak dan menerima H1. Ini menunjukkan bahwa koefisien korelasi
pada populasi tidak sama dengan nol, dan ini membuktikan bahwa terdapat
hubungan yang kuat dan nyata antara harga minyak dan produksi kelapa sawit.
15
16
17
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi Sampling
Persamaan regresi
Suatu persamaan matematika yang mendefinisikan
hubungan antara dua variabel.
19
9,35
12,55
Inflasi
10,33
Gambar A
20
25
a
20
15
10
5
0
2,01
9,35
Inflasi
12,55
10,33
Gambar B
21
e1
Y1
e1
Y1
e2
Suku Bunga
30
Y2
e2
e3
Y2
e3
Y4
Y3
e4
Y3
Y4
e4
Y5
e5
20
Yn
en
Yn
en
10
0
2.01
9.35
Inflasi
12.55
10.33
22
35
Y4e4
Suku Bunga
30
Ynen
25
e1
Y1
20
e5
Y5
e3
Y3
15
10
5
0
2.01
9.35
Inf lasi
12.55
10.33
23
Y
+b
-b
a
X
Gambar A:
=a+bX
Gambar B:
=a-bX
24
a=
n XY ) ( X )( X )
n( X 2 ) ( X )2
b=
( Y ) b( X )
n
b
Slope atau kemiringan garis yaitu perubahan rata-rata pada Y untuk setiap unit
perubahan pada variabel X
Jumlah sampel
25
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi sampling
= 2,8631 + 0,0086 X
4,54
271
5.1853
-0.6453
4,53
319
5.5966
-1.0666
5,03
411
6.3850
-1.3550
6,05
348
5.8451
0.2049
6,09
287
5.3224
0.7676
6,14
330
5.6909
0.4491
6,37
383
6.1450
0.2250
7,40
384
6.1536
1.2464
7,22
472
6.9077
0.3123
7,81
610
8.0902
-0.2802
8,49
640
8.3473
0.1427
Y
Y
e=Y-
27
P ro d uk s i
10
8
6
4
2
0
271
287
319
330
348
383
384
411
472
610
640
Harga
Y = Y'
Gambar B: Koordinat antara Y dan Y , dimana Y = Y
29
DEFINISI
30
10
DEFINISI
Syx =
e2
n2
( Y Y )2
n2
Di mana:
Sy.x
Y
nY
32
33
11
OUTLINE
Bagian I Statistik Induktif
Pengertian Korelasi Sederhana
2
.
Nilai rata-rata dari error term atau expected value untuk setiap nilai X sama dengan nol. Asumsi ini
dinyatakan E(ei/Xi) = 0.
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 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
G a ris re g r e s i
S a tu d e v ia s i
s ta n d a r
N ila i te n g a h te rle t a k
p a d a g a r is re g r e s i
X1
X2
X3
35
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 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.
36
12
OUTLINE
Bagian I Statistik Induktif
Pengertian Korelasi Sederhana
RUMUS
1
( X X )2
Y t( S yx )
+
2
n X ( X )2 / n
Sy.x
Jumlah sampel
38
(b -t
/2. Sb B b + t
/2 . Sb)
sedangkan dengan cara yang sama interval A adalah:
(a -t
/2. Sa A a + t
/2 . Sa)
di mana Sa dan Sb adalah sebagai berikut:
Sb = Sy.x / [
X2 (
X)2/n]
Sa = (
X2.Sy.x)/ (n
X2 (
X)2)
39
13
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi sampling
e=Y Y
atau dalam bentuk lain yaitu
Y=
Y + e
Di mana
Y adalah nilai sebenarnya,
TABEL ANOVA
Sumber Keragaman
(Source)
Regresi (Regression)
1
(jumlah var bebas, X)
SSR = ( Y)2
MSR
=SSR/1
Kesalahan (error)
n-2
SSE
= (Y )2
MSE
=SSE/(n-2)
Total
n-1
SST
= (Y Y)2
42
14