Dosen Pengampu
Wiwit Pura Nurmayanti M.Si
Nama Mahasiswa
Hanipar Mahyulis Sastriana
(170401004)
1. PENDAHULUAN
Hubungan atar variabel bisa dikatigorikan menjadi tiga kategori yaitu korelasi,
regresi, dan kausalitas. Analisis korelasi menunjukkan derajat asosiasi atau keeratan
hubungan antara satu variabel dengan variabel lainnya. Misalnya hubungan ada
hubungan keerata atau korelasi antara tinggi badan dan berat badan.
Analisis regresi merupakan analisis hubungan antara variabel dan independen.
Variabel dependen adalah variabel yang diestimasi atau diprediksi berdasarkan nilai
variabel lain yaitu variabel independen. Sedangkan variabel independen yaitu
variabel yang memprediksi atau mengestimasi besarnya variabel dependen. Ada dua
jenis hubungan antara variabel dependen dan independen di dalam analisis regresi
yaitu hubungan positif dan hubungan negatif. Hubungan positif antar variabel
dependen dan independen terjadi jika kedua variabel bergerak dalam arah yang sama
(direct relationship). Ketika variabel independen naik maka variabel dependen juga
mengalami kenaikan atau ketika variabel independen turun maka variabel dependen
juga akan mengalami penurunan.
Didalam regresi hubungan antara variabel dependen dan variabel independen
juga bisa negatif. Hubungan negatif ini terjadi jika kedua variabel tersebut bergerak
dalam arah yang berlawanan (inverse relationship). Saat variabel independen
mengalami kenaikan maka variabel dependen justru mengalami penurunan atau
sebaliknya.
2. TINJAUAN PUSTAKA
2.1 Korelasi
Korelasi menunjukkan kekuatan hubungan antara satu variabel dengan variabel
lainnya. Nilai koefisien korelasi berkisar di −1 < 𝑟 < 1. Kuatnya hubungan korelasi
dinyatakan dalam bentuk angka antara 0-1. Sedangkan angka 0 menunjukkan tidak
ada hubungan korelasi. Angka 1 menunjukkan hubungan korelasi yang sempurna.
Semakin kecil koefisien korelasinya maka akan semakin besar kesalahan untuk
membuat prediksi.
2.1.1 Jenis-jenis korelasi
1. Korelasi positif dan korelasi negatif
Dilihat dari arah pergerakan hubungan antara dua variabel maka bisa
dikategorikan sebagai hubungan atau korelasi positif dan negatif. Korelasi positif
terjadi jika pergerakan dua variabel bergerak dalam arah yang sama. Jika suatu
variabel mengalami kenaikan maka variabel yang lain akan mengalami kenaikan.
Begitu pula sebaliknya jika suatu variabel mengalami penurunan maka variabel yang
lain mengalami penurunan.
Sedangkan korelasi negatif terjadi jika pergerakan dua variabel tidak bergerak
dalam arah yang sama tetapi berlawanan arah. Bila satu variabel mengalami
kenaikan maka variabel yang lain mengalami penurunan atau bila variabel satu
mengalami penurunan maka variabel yang lain mengalami kenaikan.
2.2 Regresi
Analisis statistik yang memanfaatkan hubungan antara dua atau lebih peubah
kuantitaif sehingga salah satu peubah dapat diramalkan. Analisis regresi
menunjukkan adanya pengaruh (sebab akibat) antara dua variabel.
2.2.1 Persamaan regresi linier sederhana
Garis linier sederhana antara variabel Y dan X dapat dinyatakan dalam bentuk
persamaan regresi sebagai berikut :
𝑌 = 𝛽0 + 𝛽𝑖 𝑋𝑖 + 𝜀
𝜀(𝑌𝑖 ) = 𝛽0 + 𝛽𝑖 𝑋𝑖
𝑌̂ = 𝛽0 + 𝛽𝑖 𝑋𝑖
Dimana : Y = variabel dependen
X = variabel independen
𝛽0 = nilai konstan atau inters
𝛽𝑖 = nilai slope
Nilai intersep (a) dan slope (b) yang akan menjamin bahwa nilai prediksi
variabel dependen sedekat mungkin dengan data aktualnya.
𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑏1 = 2
𝑛 ∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 )
𝑏0 = 𝑦̂ − 𝑏1 𝑋
Dimana : b0 = intersep
b1 = slope
∑(𝑌 − 𝑌̂)2
𝑠𝑥𝑦 = √
𝑛−2
Jika nilai standard error of estimate sxy kecil berarti nilai aktualnya relatif
dekat dengan garis regresi sehingga garis regresi bisa digunakan untuk memprediksi
variabel dependen Y dengan kesalahan yang kecil. Sebaliknya jika standard error of
estimate sxy besar maka nilai aktual relatif tersebar dengan garis regresi sehingga
garis regresi tidak akn mampu melakukan prediksi variabel Y degan ketetapan yang
baik.
2.2.3 Koefisien Determinasi (R2)
Koefisien determinasi (R2) ini untuk mengukur persentase total variasi Y
yang dijelaskan oleh garis regresi (variabel independen X).
Untuk semua data, penjumlahan kuadrat variasi total sum of squares (TSS).
Penjumlahan kuadrat variasi regresi ini disebut explained sum of squares (ESS). Dan
penjumlahan kuadrat variasi residual disebut residual sum of squares (RRS).
Koefisien determinasi dapat dicari menggunakan rumus sebagai berikut :
ESS ∑(ŷi − y̅)2
R2 = =
TSS ∑(yi − y̅)2
2.2.4 Uji f
Uji hipotesis untuk mengetahui apakah terdapat pengaruh antara variabel satu
dengan variabel yang lain. Rumus uji F bagi parameter regresi sebagai berikut :
𝐸𝑀𝑆
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑅𝑀𝑆
3. STUDI KASUS
1. 155 49
2. 157 47
3. 160 50
4. 156 43
5. 155 52
6. 155 40
7. 150 44
8. 150 58
9. 155 40
10. 155 49
11. 163 54
12. 156 46
Pertanyaan :
Gambar 4.1.7 Sketergram hubungan antara Tinggi Badan (x) dan Berat
Badan (y).
4.1.8 untuk menentukan koefisien korelasi kita klik stat lalu basic statistics
kemudian correlation. Seperti pada gambar :
4.2 Pembahasan
4.2.1 Plot antara Tinggi Badan dengan Berat Badan.
Gambar 4.1.7 Sketergram hubungan antara Tinggi Badan (x) dan Berat
Badan (y).
Interpretasi :
Setiap titik pada plot menunjukkan besarnya Tinggi Badan dan besarnya Berat
Badan.Titik pada plot tersebut menunjukkan bahwa tidak adanya hubungan antara
Tinggi badan dengan Berat badan. Dapat dilihat bahwa titik-titik menyebar atau tidak
mengikuti garis, berpola nonlinier.
4.2.2 Koefisien Korelasi antara Tinggi Badan dengan Berat Badan.
4.2.3 Uji t pada taraf nyata 5% untuk menentukan hubungan antara Tinggi badan
dan Berat badan.
1. Hipotesis Uji
H0 : 𝜌 = 0 (tidak terdapat hubungan linier antara Tinggi badan dengan Berat
badan )
H1 : 𝜌 ≠ 0 (terdapat hubungan linier antara Tinggi badan dengan Berat badan)
2. Kriteria Uji
𝛼 = 5% = 0.05
4.2.6 Uji F pada taraf 5% untuk mengetahui pengaruh antara Tinggi badan dengan
Berat badan.
1. Hipotesis Uji
H0 : 𝛽 = 0 (tidak terdapat pengaruh antara Tinggi badan dengan Berat badan)
𝛽 ≠ 0 (terdapat pengaruh antara Tinggi badan dengan Berat badan)
2. Kriteria Uji
𝛼 = 5% = 0.05
Interpretasi :
Keragaman Berat badan dapat dijelaskan oleh keberagaman Tinggi badan sebesar
1.0% dan sisanya yaitu 99.9% dijelaskan oleh faktor lainnya.
5. KESIMPULAN
DAFTAR PUSTAKA
Widardjono Agus. STATISTIKA TERAPAN dengan Excel dan SPSS Bab 10-18. UPP
STIM YKPN.