REGRESI DAN KORELASI
SEDERHANA
2.1. PENDAHULUAN
Analisa pasangan variabel membutubkan data yang terdiri dari 2 kelompok hasil
observasi atau pengukuran. Data yang dapat“diperoleh dari pelbagai bidang kegiatan yang
menghasilkan pasangan observasi sebanyak n, dinyatakan sebagai (x; y,.
Di dalam penelitian ilmiah, selain ingin menunjukkan hubungan antara dua variabel atau
lebih dan mengukur hubungan itu, juga ingin dapat meramalkan sesuatu, yaitu menentukan
nilai suatu variabel sesudah mengetahui nilai-nilai variabel yang lain. Untuk dapat meramal,
harus diketahui dulu hubungan antara variabel-variabel itu. Yang berhubungan dengan
peramalan dan kesalahan peramalan, dinamakan proses regresi. Sedangkan pengukuran
hubungan antara variabel, dinamakan proses korelasi.
Definisi :
Regresi dan korelasi sederhana adalah suatu cara untuk mengetahui hubungan antara
satu variabel dengan satu variabel yang lain.
Jika pasangan observasi pengukuran (x; y) digambarkan di atas kertas berskala hitung,
| akan diperoleh serangkaian titik-titik koordinat yang menghubungkan kedua hasil observasi.
45Penggambaran demikian dinamakan diagram pencar (scatter diagram).
Dari diagram pencar dapat ditarik suatu garis yang menggambarkan nilai rata-rata y
terhadap x, sehingga diperoleh persamaan garis regresi.
y y
ila-nita observes :
. (sample points) . nilai-nilai observasi
. a . (sample points)
0 x 0 x
Gb.L.1. Scatter Diagram Gb.12, $.D. dengan Garis Lengkung
y
nilai-nilal observasi
| a (sample co
0 x
| Gb.1.3. Scatter Diagram dengan garis linear
Biasanya yang sering digunakan dan mudah untuk perhitungan, digunakan persamaan
garis linear dari Scatter Diagram dengan garis lurus seperti di alas.
Persamaan garis linear :
by, = A + BX
dimana : j1,, = rata-rata populasi y terhadap x
A™ = jarak antara 0 dengan sumbu Y
B_ = koefisien regresi / kemiringan
462.2. METODE KUADRAT MINIMUM ( Least Squares )
Prosedur statistik untuk memperoleh garis lurus dengan “kesesuaian terbaik” (best
fitting) untuk serangkaian titik dari pasangan data bisa kita peroleh dengan meminimumkan
penyimpangan (deviasi) titik-titik dari garis yang akan kita buat.”
Rata-rata populasi y terhadap x biasanya tidak diketahui, schingga digunakan suatu garis
penduga (garis regresi).
Persamaan garis penduga :
dimana : {= penduga untuk ui,
= penduga untuk nilai A
= penduga untuk nilai B
cee
Y=A+ BX
Gb.1.5. Persamaan Garis Linear
Dengan prinsip kuadrat minimum (principle of least squares), dapat dibuat suatu garis
Turus yang memiliki “kesesuaian terbaik”, yaitu pilih sebuah garis dengan “kesesuaian terbaik”
yang meminimumkan jumlah kuadrat penyimpangan nilai yang diamati dengan yang
diramalkan, Atau meminimumkan
ssp = vy,-9,¥
il
Istilah SSE menyatakan jumlah kuadrat penyimpangan, yang biasa disebut jumlah kuadrat
Kesalahan (sum of squares for error). Kalau disubstitusikan ramus persamaan garis regresi
dalam rumus SSE, maka :
SSE Sy Ly,- @+bx) P
=i
47