KORELASI
- - 0, 0, 1,
1, 0, 0 5 0
0 5
korelasi korelasi
negatif positif
¡ Koefisien korelasi :
J xy
r=
J xx J yy
l dimana
(∑ X )(∑ Y )
J xy = ∑ XY −
n
(∑ X ) 2
J xx = ∑ X 2 −
n
(∑ Y ) 2
J yy = ∑ Y 2 −
n
Analisis Korelasi
n∑ XY − ∑ X ∑ Y
r=
[n∑ X 2
][
− (∑ X )2 × n∑ Y 2 − (∑ Y )2 ]
¡ Besarnya koefisien korelasi –1 ≤ r ≤ 1
Statistika Bisnis 5
Koefisien Korelasi
X X
Koefisien Korelasi Linier Berganda (KKLB)
(Jutaan Rupiah)
Penjualan
(Jutaan Rupiah)
Feb 2008
untuk iklan (variabel bebas) dan
2.8 113
Aug 2008
Tentukanlah: 3.7 255
Mar 2009
harus disiapkan?
3.6 301
a Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -48.872 73.037 -.669 .511
Biaya Iklan 85.083 21.362 .665 3.983 .001
b a. Dependent Variable: Penjualan
dengan v = n−2
•Daerah kritis, H0 ditolak bila
t > tα t < −t α
,n atau 2
,v
2
•Kesimpulan
¡ Dalam ilmu statistika, teknik yang
umum digunakan untuk
menganalisis hubungan antara dua
atau lebih variabel adalah analisis
regresi.
¡ Model matematis dalam
menjelaskan hubungan antar
variabel dalam analisis regresi
menggunakan persamaan regresi
Dalam suatu persamaan regresi terdapat 2
macam variabel, yaitu :
Y = a + bX
}
Y = a + bX Error: e i
b = Slope
}
a = intercept = Nilai Y pada X = 0
b = koefisien regresi
= rata-rata perubahan Y jika X a = Intercept
bertambah 1 unit
X = Variabel Bebas
Y = Variabel Tak Bebas
X
Xi
¡ Menghitung koefisien regresi
n∑ XY − ∑ X ∑ Y
b=
n∑ X 2 − (∑ X )2
∑ Y −b∑X
a =Y −b X =
n
Metode kuadrat terkecil
¡ digunakan untuk menentukan persamaan linier
estimasi, berarti memilih satu garis linier dari
beberapa kemungkinan garis linier yang dapat
dibuat dari data yang ada yang mempunyai
kesalahan (error) paling kecil dari data aktual
dengan data estimasinya.
¡ Kriteria ini dikenal dengan prinsip kuadrat terkecil
(principle of least square).
¡ Prinsip pemilihan garis regresi ini adalah “pilih
garis yang mempunyai jumlah kuadrat deviasi
nilai observasi Y terhadap nilai Y prediksinya yang
minimum sebagai garis regresi yang paling baik”
¡ Persamaan regresi estimasi yang baik
secara umum
Yˆ = a + bX
dimana
Yˆ adalah nilai estimasi Y berdasarkan X yang dipilih.
a adalah titik potong Y. Merupakan nilai perkiraan
bagi Y ketika X = 0.
b adalah kemiringan garis, atau perubahan rata-rata
pada untuk setiap satu unit perubahan (baik naik atau
turun) pada variabel X.
X adalah sembarang nilai variabel bebas yang dipilih
¡ Nilai a dan b adalah :
(∑ X )(∑ Y )
J xy ∑ XY −
b= = n
J xx 2 (∑ X ) 2
X
∑ − n
a = Y − bX
Pengujian Terhadap Koefisien
Regresi
¡ Menentukan H0 dan H1
¡ H0 : β = 0.
¡ H1 : β ≠ 0.
¡ Taraf nyata
¡ Statistik uji : Tabel Anova
¡ Daerah kritis : jika F hitung > Fα ; (1, n-2),
maka H0 ditolak
¡ Kesimpulan
Tabel Anova
¡ Bentuk umum :
Yˆ = a + b1 X 1 + b2 X 2 + ..... + bk X k
Membangun Persamaan Regresi Linier
Berganda dengan Manual
⎡ n ∑X ∑X
1 2 ⎤ ⎡ a ⎤ ⎡ ∑Y ⎤
⎢ 2 ⎥ ⎢b ⎥ = ⎢ X Y ⎥
⎢∑ X1 ∑X ∑X X
1 1 2⎥ ⎢ 1 ⎥ ⎢∑ 1 ⎥
2
⎢∑ X 2 ∑X X ∑X ⎥ ⎢⎣b2 ⎥⎦ ⎢⎣∑ X 2Y ⎥⎦
⎣ 1 2 2 ⎦
A b H
Jadi = A b = H à b = A-1 H ,
dimana A-1 adalah invers dari A.
Membangun Persamaan Regresi Linier
Berganda dengan Komputer
The regression equation is
y = - 11.5 + 1.47 x1 + 6.59 x2
Analysis of Variance
Source DF SS MS F P
Regression 2 3427.9 1714.0 27.54 0.000
Error 7 435.7 62.2
Total 9 3863.6