Analisis Regresi dan

7 Korelasi

1. Pendahuluan
Banyak permasalahan yang datanya dinyatakan oleh lebih dari sebuah variabel.
Mempelajari hubungan yang ada di antara variabel-variabel sehingga dari hubungan yang
diperoleh dapat menaksir variabel yang satu apabila harga variabel lainnya diketahui
dikenal dengan nama ANALISIS REGRESI.
Bagaimanakah menentukan persamaan regresi yang linear? Cara yang dimaksud
adalah METODA KUADRAT TERKECIL. Sebelum cara ini dibicarakan, terlebih dahulu
akan ditinjau seperlunya macam-macam regresi linear yang mungkin, sehubungan dengan
variabel bebas.
Di atas dikatakan, bahwa jika variabel X yang diketahui terlebih dahulu dan
kemudian Y ditentukan berdasarkan X ini, maka ditentukan hubungan Y=f(X). Rumusan
hubungan ini lebih dikenal dengan nama Regresi Y atas X.
Jika regresi Y atas X ini linear, maka persamaannnya dapat dituliskan dalam bentuk
linear :

Y a bX

Dengan Y berarti taksiran nilai X untuk harga Y yang diketahui.

Untuk menentukan koefisien-koefisien a dan b ini akan digunakan METODA
KUADRAT TERKECIL. Ternyata bahwa untuk regresi linear dalam rumus 6.1, harga-
harga a dan b dapat dihitung berdasarkan sekumpulan data sebanyak n buah dengan
menggunakan sistem persamaan :
Supriyanto, M.Si. Modul Praktikum Biostatistika 26

n n

Yi an b X i
i 1 i 1
n n n

X iYi a X i b X i2
i 1 i 1 i 1

Pasangan persamaan dengan dua anu a dan b ini, bentuk rumus 6.3, disebut persamaan-
persamaan normal untuk bentuk regresi dalam rumus 6.1. Setelah diselesaikan, akan
didapat harga-harga a ddan b yang dicari, yakni:

n n n n

Yi X i2 X i X iYi
a i 1 i 1 i 1 i 1
2
n
n
n X i2 X i
i 1 i 1
n n n
n X iYi X i Yi
b i 1 i 1 i 1
2
n
n
n X i2 X i
i 1 i 1

Sedangkan persamaan umum untuk regresi linear berganda ini adalah :

Y a0 a1 X1 ... ak X k

Dimana a0 , a1 ,..., ak harus ditentukan dari data hasil pengamatan. Mudah dilihat bahwa
regresi di atas ini merupakan perluasan dari regresi linear sederhana.
Untuk menyelesaikan 3 persamaan dari regresi linear berganda dua adalah sebagai berikut.

n n n

Y na
i 1
i 0 a1 X 1i a2 X 2i
i 1 i 1
n n n n

Yi X1i a0 X1i a1 X12i a2 X1i X 2i

i 1 i 1 i 1 i 1
n n n n

Yi X 2i a0 X 2i a1 X1i X 2i a2 X 22i
i 1 i 1 i 1 i 1
Supriyanto, M.Si. Modul Praktikum Biostatistika 27

Untuk persamaan regresi dengan 4 variabel bebas, maka diperlukan 4 persamaan.

Demikian seterusnya.

Jika X merupakan variabel bebas dan Y variabel tak bebas, regresi Y atas X dapat
digunakan untuk meramalkan nilai Y apabila nilai X diketahui. Dalam banyak soal, jika
nilai-nilai pengamatan terdiri atas lebih dari sebuah variabel, bukan saja regresinya yang
perlu dihitung, tetapi juga kekuatan hubungan antara variabel-variabel itu. Ukuran yang
digunakan untuk itu adalah koefisien korelasi.
Untuk menentukan koefisien korelasi r biasa digunakan statistik :

X
n

i X Yi Y
r i 1

n 1 S x S y

Inilah rumus koefisien korelasi yang pertama yang disebut KOEFISIEN

KORELASI PERSON atau PRODUCT MOMENT. Koefisien korelasi r menunjukkan
apakah cukup beralasan bagi kita untuk menyatakan ada atau tidak adanya hubungan linear
antara variabel-variabel X dan Y. Rumus lain yang juga sering dipergunakan adalah :

n n n
n X iYi X i Yi
r i 1 i 1 i 1

n 2 n n
2
n
2

n X i X i n Yi Yi
i 1 i 1 i 1 i 1

Dengan perhitungan matematika, dapat dibuktikan bahwa batas-batas koefisien

korelasi itu berada dalam daerah / interval -1 r 1. Tanda positif menyatakan bahwa
antara variabel-variabel itu terdapat korelasi positif atau korelasi langsung yang berarti nilai
variabel X yang kecil berpasangan dengan nilai variabel Y yang kecil serta nilai variabel X
yang besar berpasangan dengan nilai variabel Y yang besar pula.

Koefisien Determinasi = r2
Karena sudah diketahui bahwa koefisien korelasi berada -1 r +1, maka tentulah
koefisien determinasi mulai dari nol sampai dengan 1, atau 0 r2 1. Koefisien
determinasi biasanya dinyatakan dengan persen. Sedangkan penafsirannya adalah jika r =
0,94 sehingga r2 = 0,8836 atau 88,36% maka ditafsirkan sebagai 88,36% variasi suatu
Supriyanto, M.Si. Modul Praktikum Biostatistika 28

variabel yang disebabkan oleh variabel lainnya. Koefisien determinasi banyak digunakan
dalam penjelasan tambahan untuk hasil perhitungan koefisien regresi.

2. Prosedur Minitab
a.

3. Contoh

Contoh
1.

4. Latihan