Anda di halaman 1dari 6

KORELASI DAN REGRESI

Analisis Regresi Linear Sederhana


 Analisis regresi
Suatu metode statistik untuk menganalisis suatu perubahan
nilai variabel yang disebabkan oleh perubahan variabel lain.
 Sederhana
Melibatkan 2 variabel saja, independent variable dan
dependent variable
 Linear
Hubungan 2 variabel adalah hubungan linear

Konstanta dan Koefisien Regresi


Persamaan regresi yang ditentukan:

Y = a + bX
dimana,
a : konstanta, (nilai Y apabila X=0)
b : koefisien regresi
(kenaikan atau penurunan nilai Y apabila X berubah 1 unit)
Y : dependent variable
X : independent variable

Garis regresi yang baik, mempunyai ciri-ciri:

(Y- Yˆ ) = 0
(Y- Yˆ )2 = nilai minimum

dimana,
Y = nilai aktual variabel Y
Yˆ = nilai taksiran variabel Y
Persamaa regresi ditentukan dengan least sum of square method:

n XY   X  Y
b
n X 2  ( X ) 2

a  Y  bX

dimana:
n : jumlah data observasi
Y : nilai Y rata-rata
X : nilai X rata-rata

Contoh kasus:
Suatu perusahaan ingin mengetahui hubungan antara biaya
produksi dengan hasil produksinya.
Tabel berikut menunjukkan data besarnya biaya produksi (Y)
dan jumlah barang yang diproduksi (X)

Biaya produksi Jumlah


(Y) (X)

64 20
61 16
84 34
70 23
88 27
92 32
72 18
77 22

Tentukan persamaan garis regresi linear yang menunjukkan


hubungan antara biaya produksi dengan jumlah produksinya.

Penyelesaian,
Bentuk persamaan regresi yang akan dicari:
Yˆ = a + bX

dimana,
Yˆ : taksiran biaya produksi pada jumlah produksi tertentu
a : biaya produksi apabila tidak berproduksi (X=0)
b : perubahan biaya produksi apabila terjadi perubahan satu
unit output
X : jumlah produksi

Disajikan tabel perhitungan, sbb:


Biaya produksi Jumlah XY 2 2
X Y
(Y) (X)

64 20 1.280 400 4.096


61 16 976 256 3.721
84 34 2.856 1.156 7.056
70 23 1.610 529 4.900
88 27 2.376 729 7.744
92 32 2.944 1.024 8.464
72 18 1.296 324 5.184
77 22 1.694 484 5.929

608 192 15.032 4.902 47.094

Dari perhitungan tersebut, maka nilai a dan b, sbb:

n XY   X  Y
b
n X 2  ( X ) 2

8(15.032)  (192)(608) 3.520


b   1,4965  1,5
8( 4.902)  (192) 2 2.352

a  Y  bX

Y 
Y 
608
 76
n 8
X 
X 
192
 24
n 8

Jadi, nilai a:
a  Y  b X  76  1,5(24)  40

Sehingga diperoleh persamaan regresinya adalah:

Yˆ = 40 + 1,5X

Koefisien Korelasi (r)


 Digunakan untuk menentukan keeratan hubungan 2
nvariabel
 Besarnya antara nol sampai dengan 1
 Nol (0), artinya tidak ada hubungan
 1, berarti mempunyai hubungan yang sempurna
 (-) berarti menunjukkan hubungan berlawanan arah
 (+) berarti menunjukkan hubungan searaha
 Semakin tinggi keeratan 2 variabel, maka semakin
mendekati angka 1
 Semakin rendah keeratan 2 variabel, maka semakin
mendekati angka 0
 Misal, r = 0,7  tingkat keeratan hubungan searah, 0,7
atau 70%

Rumus yang digunakan:

n XY   X  Y
r
n X 2  n ( x) 2 . n Y 2  n (Y ) 2

Dari contoh soal di atas, maka koefisien korelasinya (r), adalah:

8(15.032)  (192)(608)
r
8(4.902)  (192) 2 . 8( 47.094)  608) 2

3.520
r   0,86
4.083,2

Jadi keeratan 2 variabel tersebut ( biaya produksi dengan


produksi yang dihasilkan) adalah 0,86 atau 86%