Pertemuan 12 - Probabilitas Dan Statistik - KORELASI DAN REGRESI PDF
Pertemuan 12 - Probabilitas Dan Statistik - KORELASI DAN REGRESI PDF
A. TUJUAN PEMBELAJARAN :
Adapun tujuan pembelajaran yang akan dicapai sebagai berikut:
1. Mahasiswa dapat memahami tentang pengertian Korelasi dan Regresi
Pada Statistik.
2. Mahasiswa dapat mengetahui tentang Korelasi dan Regresi dan
peranan dan perlunya statistik serta fungsinya
B. URAIAN MATERI
1. Indeks Determinasi
Analisis korelasi sukar untuk dipisahkan daripada analisis regresi.
Karenanya kitapun akan menggunakan hasil-hasil dari kegiatan belajar 1 dan
2. Secara umum, untuk pengamatan yang terdiri dari dua variabel X dan Y,
kita tinjau hal berikut.
dinamakan indeks determinasi yang mengukur derajad hubungan antara
variabel X dan Y, apabila antara X dan Y terdapat hubungan regresi
berbentuk Y = f(X). Indeks determinasi ini bersifat bahwa jika titik-titik
diagram pencar letaknya semakin dekat kepada garis regresi, maka harga I
makin dekat kepada satu. Sebaliknya jika titik-titik itu makin jauh dari garis
regresi, atau tepatnya terdapat garis regresi yang tuna cocok, maka harga I
makin dekat kepada nol.
Secara umum berlaku 0 < I < 1.
demikian oleh karena 100 r2% daripada variasi yang terjadi dalam variabel tak
bebas Y dapat dijelaskan oleh variabel bebas X dengan adanya regresi
r2 < 1 sehingga untuk koefisien korelasi didapat hubungan -1 < r < +1. Harga
r= -1 menyatakan adanya hubungan linier sempurna tak langsung antara X
dan Y. Ini berarti bahwa titik-titik yang ditentukan oleh (Xi, Yi) seluruhnya
terletak pada garis regresi linier dan harga X yang besar menyebabkan atau
berpasangan dengan Y yang kecil sedangkan harga X yang kecil berpasangan
dengan Y yang besar. Harga r= + 1menyatakan adanya hubungan linier
sempurna langsung antara X dan Y. Letak titik-titik ada pada garis regresi
linier dengan sifat bahwa harga X yang besar berpasangan dengan harga Y
yang besar, sedangkan harga X yang kecil berpasangan dengan Y yang
kecil pula.
Harga-harga r lainnya bergerak antara -1 dan +1 dengan tanda negatif
menyatakan adanya korelasi tak langsung atau korelasi negatif dan tanda
positif menyatakan korelasi langsung atau korelasi positif. Khusus untuk r = 0,
maka hendaknya ini ditafsirkan bahwa tidak terdapat hubungan linier antara
variabel- variabel X dan Y.
Untuk keperluan perhitungan koefisien r berdasarkan sekumpulan data (Xi,
Yi) berukuran n dapat digunakan rumus :
Jika persamaan regresi linier Y atas X telah ditentukan dan sudah didapat
koefisien arah b, maka koefisien determinasi r2 dapat ditentukan oleh rumus:
Contoh 9.3.1:
Misalkanlah kita ingin mengetahui hubungan antara banyaknya pengunjung
(X) dan banyaknya yang berbelanja (Y) di sebuah toko. Bila data telah kita
hitung sebagai berikut:
Dari hasil ini ternyata didapat korelasi positif antara banyak pengunjung X dan
yang berbelanja Y. berarti, meningkatnya pengunjung yang datang
meningkatkan pula banyaknya yang berbelanja. Besar hubungannya
Contoh 9.3.2:
Misalkanlah model regresi Y = 2 + X2, yang jelas bahwa model regresi ini
bukan regresi linier. Kita ambil harga-harga sebagai berikut :
Contoh 9.3.3:
Sebuah sampel acak dengan ukuran n = 28 telah diambil dari sebuah
populasi normal bervariabel dua. Dari sampel itu didapat r = 0,80.
tentukan taksiran koefisien korelasi untuk populasi.
Jawab :
Titik taksiran dengan mudah dapat ditentukan ialah = 0,80. untuk
menentukan interval taksiran dengan angka kepercayaan = 95% misalnya
dengan Rumus (9.3.11) kita peroleh :
5. Menguji Hipotesis
Kembali pada populasi bervariabel dua dengan koefisien koperasi . Dari
modelnya, jika = 0, maka ternyata bahwa X dan Y independen. Sehingga
dalam hal populasi berdistribusi normal = 0 mengakibatkan bahwa X dan Y
independen dan sebaliknya. Sifat ini tidak berlaku untuk populasi yang
tidak berdistribusi normal.
Mengingat dalam banyak penelitian sering ingin mengetahui apakah antara
dua variabel terdapat hubungan yang independen atau tidak, maka kita perlu
melakukan uji independen. Dalam hal ini, maka hipotesis yang harus
diujikan adalah :
H0 : = 0 melawan H1 : 0
Uji ini sebenarnya ekivalen dengan uji H0 : 2 = 0 dimana 2 menyatakan
koefisien arah regresi linier untuk populasi. Untuk menguji H0 : = 0
melawan H1 : 0, jika sampel acak yang diambil dari populasi normal
bervariabel dua itu berukuran n memiliki koefisien korelasi r, maka
dapat digunakan statistik t seperti dicantumkan dalam Rumus (9.3.9)
yaitu :
Jika taraf nyata = 0,05, maka dengan dk = 25, dari daftar distribusi t
didapat, untuk uji dua pihak, t0,995 = 2,060. Mudah dilihat bahwa t =
1,458 antara -2,060 dan 2,060. Jadi H0diterima. Cobalah buat sendiri
kesimpulannya!
Sekarang marilah kita tinjau bagaimana menguji hipotesis yang tidak nol
dapat dilakukan.
Seperti telah dijelaskan dalam Bagian 5, jika sampel acak diambil dari
populasinormal bervariabel dua dengan koefisien korelasi 0, maka
dengan transformasi Fisher dalam Rumus (9.3.11) akan diperoleh
distribusi normal dengan rata-rata dan simpangan baku seperti tertera dalam
Rumus (9.3.12). Untuk dapat menggunakan daftar distribusi normal baku, s
elanjutnya perlu digunakan angka z :
Contoh 9.3.5:
Dalam contoh 9.3.1, telah dihitung koefisien antara banyak pengunjung
dan yang berbelanja untuk sampel berukuran n = 30. di situ telah didapat r =
0,8758. jika diduga bahwa populasinya mempunyai = 0,75, dapatkah
sampel tadi menguatkan dugaan tersebut ?
Pertanyaan ini akan terjawab apabila kita melakukan pengujian terhadap
hipotesis : H0 : = 0,75 melawan H1 : 0,75
Dengan Rumus (9.3.11) kita dapat menghitung :
Jika diambil = 0,05, maka daerah penerimaan H0 adalah -1,96 < z < 1,96.
Ternyata bahwa pengujian memberikan hasil yang berarti. Sampel itu tidak
berasal dari populasi dengan = 0,75.
Contoh 9.3.6:
Berasal dari populasi dengan berapa sampel di muka telah diambil?
Jawab :
Jika diambil = 0,05, maka untuk menguji hipotesis : Ho : = 0 melawan
H1 : 0 dimana 0 bilangan yang akan dicari, supaya hipotesis bisa
diterima, harus berlaku :
C. Latihan 13
1. Tabel di bawah ini menyajikan skore motivasi belajar Matematika (X) dan
prestasi belajar Matematika (Y) dari 20 siswa yang dipilih secara acak dari
suatu sekolah menengah pertama (lihat soal latihan 1 kegiatan belajar 1).
Bila kita anggap bahwa baik motivasi belajar matematika (X) maupun prestasi