Regresi Dan Korelasi PDF
Regresi Dan Korelasi PDF
a. Variabel yang akan diduga disebut variabel Untuk menentukan persamaan hubungan
terikat (tidak bebas) atau dependent variable, antarvariabel, langkah-langkahnya sbb :
biasa dinyatakan dengan variabel Y.
b. Variabel yang menerangkan perubahan 1. Mengumpulkan data dari variabel yang
variabel terikat disebut variabel bebas atau dibutuhkan misalnya X sebagai variabel
independent variable, biasa dinyatakan bebas dan Y sebagai variabel tidak
dengan variabel X. bebas.
c..Persamaan regresi (penduga / perkiraan /
peramalan) dibentuk untuk menerangkan 2. Menggambarkan titik-titik pasangan (x,y)
pola hubungan variabel-variabel. dalam sebuah sistem koordinat bidang.
d. Analisa korelasi digunakan untuk mengukur Hasil dari gambar itu disebut SCATTER
keeratan hubungan antara variabel-variabel.
DIAGRAM (Diagram Pencar/Tebaran)
dimana dapat dibayangkan bentuk kurva
halus yang sesuai dengan data.
3 4
1
Dapat diperoleh dari rumus sebagai berikut : Keterangan :
Y= nilai yang diukur/dihitung pada variabel tidak bebas
x = nilai tertentu dari variabel bebas
b = n Σx y - Σx .Σy
a = intersep/
nΣx2 - (Σx)2
perpotongan garis regresi dengan sumbu y
b =koefisien regresi /
y = Σy kemiringan dari garis regresi /
x = Σx n
n untuk mengukur kenaikan atau penurunan y untuk
setiap perubahan satu-satuan x /
a = y – bx untuk mengukur besarnya pengaruh x terhadap y
kalau x naik satu unit.
7 8
4.3 Analisa Korelasi Sederhana a. Nilai r terletak dari –1 sampai +1 atau ditulis –
1≤ r ≤+1
ANALISA KORELASI digunakan untuk mengukur b. Bila r mendekati +1 dan –1 maka terjadi
kekuatan keeratan hubungan antara dua variabel korelasi tinggi dan terjadi hubungan linier yang
melalui sebuah bilangan yang disebut koefisien sempurna antara X dan Y.
korelasi.
Koefisien korelasi linier ( r ) adalah ukuran c. Bila r mendekati 0 hubungan liniernya sangat
hubungan linier antara dua variabel/peubah acak X lemah atau tidak ada.
dan Y untuk mengukur sejauh mana titik-titik Misalnya:
menggerombol sekitar sebuah garis lurus regresi.
n Σx y - Σx .Σy
r = - 0,6 , menunjukkan arah yang berlawanan,
Rumusnya : r = X↑ maka Y↓ atau X↓ maka Y↑
√ {nΣx2-(Σx)2} {nΣy2 - (Σy)2 } r = + 0,6 , menunjukkan arah yang sama, X↑
Jika b positif maka r postif sedangkan jika b negatif maka Y↑ atau X↓ maka Y↓
maka r negatif. r = 0 menunjukkan tidak ada hubungan linier
9 10
antara X dan Y
Koefisien Determinasi ( r2 )
Contoh : Pengeluaran untuk konsumsi rumah tangga
berkaitan dengan pendapatan rumah tangga. Data
nilainya antara 0 dan 1 yang diperoleh sebagai berikut :
untuk menyatakan proporsi keragaman total 18 23 28 32 41 59 86 99
nilai-nilai peubah Y yang dapat dijelaskan Pendapatan (X)
oleh nilai-nilai peubah X melalui hubungan Pengeluaran (Y) 17 20 23 27 32 46 63 74
linier tersebut.
2
Aplikasi Komputer
TUGAS :
Sebuah penelitian dilakukan oleh seorang pedagang Menentukan persamaan regresi dan koefisien korelasi
eceran untuk menentukan hubungan antara biaya sederhana antara dua variabel dengan Excel
pemasangan iklan per minggu dan hasil penjualannya.
Data yang diperoleh adalah sebagai berikut :
Regresi
Biaya Iklan
40 20 25 20 30 50 40 20 50 40 25 50 Langkah-langkahnya:
1. Ketik data X pada kolom A dan data Y pada kolom B
Penjualan
385 400 395 365 475 440 490 420 560 525 480 510 2. Pilih Tools pada menu utama
a). Buatlah diagram pencarnya. 3. Pilih Data Analysis
b). Tentukan persamaan regresinya. 4. Pilih Regression
c). Perkirakanlah besarnya penjualan mingguan jika 5. Pilih OK
pengeluaran untuk iklan sebesar 35. Setelah muncul kotak dialog
d). Koefisien korelasi (r ) • Ketik B2…B7 pada input Y range
e). Koefisien determinasi (r2). • Ketik A2…A7 pada input X range
• Ketik C2 pada oupt range
• Pilih OK
13 14
15 16
Korelasi
Langkah-langkahnya:
1. Pilih menu tools
2. Pilih Data analysis
3. Pilih Correlation
4. Pilih OK
Setelah muncul kotak dialog
•Ketik A2…B7 pada input range
•Ketik D21 pada ouput range
•Pilih OK
Nilai koefisien korelasi ( r2 ) antara variabel X dan Y adalah
0,93505
17 18
3
Correlations
Langkah-langkahnya:
biaya iklan 6 6
9. Klik Save , pada Predicted value anda pilih Unstandardized Adjusted Std. Error of
10. Klik Continue Model
1
R
.935a
R Square
.874
R Square
.843
the Estimate
1.68
11. Klik OK a. Predictors: (Constant), biaya iklan
19 20
b. Dependent Variable: penjualan
.50
.25
0.00
0.00 .25 .50 .75 1.00
Koefisiensi bersyarat mempunyai pengertian sama untuk menghitung nilai koefisien bersyarat ( Cc ) digunakan rumus :
dengan koefisien korelasi.
misalnya hasil penelitian disajikan dalam bentuk p x χ2
q table dan jika nilai Cc sebesar nol berarti tidak ada Cc =
hubungan, akan tetapi batas atas Cc tidak sebesar χ2 +n
p q p q p q
satu tergantung atau sebagai fungsi banyaknya n = ∑ ∑ f ij = ∑ ni = ∑ n j = ∑ ∑ nij = banyaknya observasi
kategori ( baris atau kolom ). i =1 j =1 i =1 j =1 i =1 j =1
n
dengan nilai r adalah banyaknya baris dan kolom Dengan:
andaikan banyaknya baris tidak sama dengan kolom
fij= nij = frekuensi atau banyaknya obsevasi baris i kolom j
pilihlah nilai yang terkecil.
i = 1,2,…..,p;
j = 1,2,…...,q.
eij = frekuensi harapan
23
( χ2 dibaca kai skuer atau khi kuadrat ) 24
4
Aplikasi SPSS Dari 20 sampel diproleh data sbb:
Profesi
Olah Raga yang Disenangi
Pengacara 8 2 10
Total 11 9 20
Apakah ada hubungan antara jenis profesi dan jenis olah raga yang
disenangi ?
Hipotesa:
Ho : tidak ada hubungan antara jenis profesi dan jenis olah raga
H1 : ada hubungan antara jenis profesi dan jenis olah raga
25 26
Langkah-
Langkah-langkah penyelesaian dengan SPSS Input data untuk 20 sampel pengamatan
27 28
29 30
5
Koef.
Chi Symmetric Measures
kontingensi
hitung
Asymp.
a b
Value Std. Error
Approx.Approx.
T Sig
Chi-Square Tests
Nominal by No Contingency Coe .449 .025
Asymp. Sig. Exact Sig. Exact Sig. Interval by Inte Pearson's R -.503 .192 -2.466 .024c
Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 5.051b 1 .025 Ordinal by Ord Spearman Corre -.503 .192 -2.466 .024c
Continuity Correctiona 3.232 1 .072 N of Valid Cases 20
Likelihood Ratio 5.300 1 .021
Fisher's Exact Test .070 .035
a.Not assuming the null hypothesis.
Linear-by-Linear b.Using the asymptotic standard error assuming the null hypothes
4.798 1 .028
Association
N of Valid Cases 20 c.Based on normal approximation.
a. Computed only for a 2x2 table
b. 2 cells (50.0%) have expected count less than 5. The minimum expected count is
4.50. Sig. aproksimasi
31 32
9 Analisa Output
8
Bar chart Dari output SPSS diperoleh Chi hitung = 5,051 sedang
7
dari tabel dengan α = 5% dan derajat kebebasan 1
adalah 3,481
6 Berarti ada hubungan antara jenis profesi dan olah raga
yang disengani. Dengan koefisien kontingensi sebesar
5
Cc = 0,449. Batas atas Cc = 0,71
4
Ketentuan:
3 Ho diterima bila Chi hitung lebih kecil dari Chi tabel
Jenis Olah Raga
Ho ditolak bila Chi hitung lebih besar dari Chi tabel
2 Golf
Atau dilihat dari nilai aprox. Asign. Ho diterima bila > 0,05 dan
Count
sebaliknya
1 Tenis
Dokter Pengacara
Profesi
33 34