ANALISIS REGRESI DAN KORELASI

Persamaan Garis Regresi 2 variabel - Linear Sampel
Persamaan Garis Regresi 2 variabel - Linear Populasi
Contoh Soal :
Data berikut adalah Kenaikan biaya promosi dan kenaikan hasil penjualan (data
dalam %) :
X 1 2 4 6 7
Y 3 5 7 8 10
1. Bila antara kenaikan biaya promosi dengan kenaikan hasil penjualan terdapat
korelasi tentukan persamaan garis regresinya !
2. Bila terjadi kenaikan biaya promosi sebesar 3,5% berapakah kenaikan hasil
penjualan yang dapat diperkirakan ?
3. Hitunglah koefisien korelasi antara kenaikan biaya promosi dengan kenaikan
hasil penjulan !
4. Hitung kesalahan standar (standar error) dalam analisis regresi dan korelasi
tersebut !
5. Pada tingkat keyakinan 95% tentukan batas taksiran konstanta α dalam
persamaan regresi populasinya !
6. Pada tingkat signifikansi α = 5% dapatkah disimpulkan bahwa konstanta α
dalam regresi populasinya = 0 ?
7. Pada tingkat keyakinan 95% tentukan batas-batas taksiran untuk koefisien regresi
β dalam regresi populasinya!
8. Pada tingkat signifikansi α =5% dapatkah disimpulkan bahwa koefisien regresi
β = 0 ?
9. Pada tingkat signifikansi α = 5% dapatkah disimpulkan bahwa sampel tersebut
berasal dari satu populasi yang mempunyai koefisien korelasi ρ (rho) = 0 ?
10. Pada tingkat signifikansi α = 5% dapatkah disimpulkan bahwa antara kenaikan
biaya promosi dan kenaikan hasil penjualan terdapat korelasi ?
11. Pada tingkat keyakinan 95% tentukan batas-batas taksiran kenaikan hasil
penjualan yang diperkirakan / diharapkan dapat dicapai jika kenaikan biaya
promosi sebesar 3,5% ?
12. Pada tingkat keyakinan 95% tentukan pula batas-batas taksiran kenaikan hasil
penjualan yang sesungguhnya pada saat kenaikan biaya promosi sebesar 3,5% ?
13. Pada tingkat signifikan α = 5% dapatkah disimpulkan bahwa sampel tersebut
berasal dari suatu populasi yang mempunyai ρ = 0.95 ?
bX a Y + ·

ε β α + + ·

X Y
14. Pada tingkat keyakinan 95% tentukan batas-batas taksiran koefisien korelasi ρ !
Jawab :
1. Persamaan Garis Regresi dengan product moment method
X Y XY X
2
Y
2
1 3 3 1 9
2 5 10 4 25
4 7 28 16 49
6 8 48 36 64
7 10 70 49 100
20 33 159 106 247
( ) ( )
( ) ( )
44 . 2
5
) 20 04 . 1 ( 33 .
2 . 29
5
33
247
26
5
20
106
27
5
33 20
159
.
2 2
2 2
2 2
2 2
·
× −
·

·
· − · − ·
· − · − ·
·
×
− · − ·
∑∑

∑ ∑

∑ ∑
∑∑
∑∑
n
X b Y
a
n
Y
Y y
n
X
X x
n
Y X
XY xy
Jadi Persamaan Regresi-nya adalah
X Y 04 . 1 44 . 2 + ·

2.
X Y 04 . 1 44 . 2 + ·

Untuk X = 3.5 maka
08 . 6 ) 5 . 3 ( 04 . 1 44 . 2 · + ·

Y
Jadi kenaikan hasil penjualan yang dapat diprkirakan dari kenaikan biaya
promosi sebesar 3.5% adalah 6.08%
3. Koefisien Korelasi dengan menggunakan rumus
Product Moment Method
98 . 0
2 . 29 26
27
.
2 2
·
×
· ·
∑ ∑

y x
xy
r
Jadi Koefisien Korelasi antara kenaikan biaya promosi dengan kenaikan hasil
penjualan sebesar 0.98
4. Kesalahan standar (standar error) dalam analisis regresi dan korelasi:
bX a Y + ·
04 . 1
26
27
2
· · ·


x
xy
b
61 . 0 37 . 0
37 . 0
2 5
) 27 04 . 1 ( 2 . 29
2
.
2
2
2
· · ·
·

× −
·


·
∑ ∑
YX YX
YX
S S
n
xy b y
S
Jadi standar error dalam analisis regresi dan korelasi tersebut sebesar 0.61
5. Penaksiran konstanta α
Rumus :
Sa t a ta kons Sa t a . tan .
2
1
2
1
α α
α + < < −
55 . 0 3016 . 0
3016 . 0
26 5
106 37 . 0
.
.
2
2
2 2
2
· · ·
·
×
×
· ·


Sa Sa
x n
X S
Sa
YX
df = n-k-1=5-1-1=3
α = 5%
Lihat tabel t (baris 3 kolom α ) ; nilai
1825 . 3
2
1
·
α
t
19 . 4 tan 69 . 0
75 . 1 44 . 2 tan 75 . 1 44 . 2
) 55 . 0 ( 1825 . 3 44 . 2 tan ) 55 . 0 ( 1825 . 3 44 . 2
. tan .
2
1
2
1
< <
+ < < −
+ < < −
+ < < −
α
α
α
ε
α α
ta kons
ta kons
ta kons
Sa t a ta kons Sa t a
Jadi pada tingkat keyakinan 95% batas-batas taksiran konstanta α dalam regresi
populasinya akan berada antara 0.69 dan 4.19
6. Ho : konstanta α = 0
Ha : konstanta α ≠ 0
Nilai t - tabel
df = n-k-1=5-1-1=3
α = 5%
1825 . 3
2
1
·
α
t
Uji statistik :

Hoditolak
t t
t t
Hoditerima t t t
Kriteria
Sa
a
t
¹
¹
¹
'
¹
>
− ≤
≤ ≤ −
·

·

·
α
α
α α
α
2
1
2
1
2
1
2
1
,
:
4366 . 4
55 . 0
0 44 . 2
Ternyata 4.4366 > 3.1825 atau t >
α
2
1
t
, maka Ho
ditolak
Kesimpulan :
Pada tingkat signifikan 5% ternyata konstanta α dalam persamaan regresi
populasinya ≠ 0 karena perbedaanya signifikan/ nyata / berarti.
7. Penaksiran koefisian β
Rumus :
Sb t b ta kons Sb t b . tan .
2
1
2
1
α α
β + < < −
12 . 0 014 . 0
014 . 0
26
37 . 0
2
2
2
2
· · ·
· · ·

Sb Sb
x
S
Sb
YX
df = n-k-1=5-1-1=3
α = 5%
Lihat tabel t (baris 3 kolom α ) ; nilai
1825 . 3
2
1
·
α
t
42 . 1 tan 66 . 0
) 12 . 0 ( 1825 . 3 04 . 1 tan ) 12 . 0 ( 1825 . 3 04 . 1
. tan .
2
1
2
1
< <
+ < < −
+ < < −
β
β
β
α α
ta kons
ta kons
Sb t b ta kons Sb t b
Jadi pada tingkat keyakinan 95% batas-batas taksiran koefisien β dalam regresi
populasinya akan berada antara 0.66 dan 1.42
8. Ho : β = 0
Ha : β ≠ 0
Nilai t - tabel
df = n-k-1=5-1-1=3
α = 5%
1825 . 3
2
1
·
α
t
Uji statistik :
Figure

Hoditolak
t t
t t
Hoditerima t t t
Kriteria
Sb
b
t
¹
¹
¹
'
¹
>
− ≤
≤ ≤ −
·

·

·
α
α
α α
β
2
1
2
1
2
1
2
1
,
:
6667 . 8
12 . 0
0 04 . 1
Ternyata 8.6667 > 3.1825 atau t >
α
2
1
t
, maka Ho
ditolak
Kesimpulan :
Pada tingkat signifikan 5% ternyata koefisien regresi populasi β ≠ 0 karena
perbedaanya signifikan/ nyata / berarti
9. Ho : ρ = 0
Ha : ρ ≠ 0
Nilai t - tabel
df = n-k-1=5-1-1=3
α = 5% ,
1825 . 3
2
1
·
α
t
Uji statistik :
Hoditolak
t t
t t
Hoditerima t t t
Kriteria
dibulatkan
y x
xy
r
dibulatkan
r
n r
t
¹
¹
¹
'
¹
>
− ≤
≤ ≤ −
· · · ·
∑ ∑

·
· · ·


·


·
α
α
α α
2
1
2
1
2
1
2
1
2 2
2 2
,
:
) ( 98 . 0 979908814 . 0
55358416 , 27
27
) 2 , 29 .( 26
27
.
) ( 5 . 8 529805158 . 8
198997487 . 0
697409791 . 1
) 98 . 0 ( 1
2 5 98 . 0
1
2
Ternyata 8.5 > 3.1825 atau t >
α
2
1
t
, maka Ho
ditolak
Figure
Kesimpulan :
Pada tingkat signifikan 5% ternyata sampel tersebut berasal dari suatu populasi
yang mempunyai koefisien korelasi ρ ≠ 0.
10. Ho : ρ = 0 ( antara biaya promosi dengan hasil penjualan tidak ada korelasi )
Ha : ρ ≠ 0 (antara biaya promosi dengan hasil penjualan ada korelasi )
Nilai F- tabel
df 1 = k = 1
df 2 = n-k-1=5-1-1=3
lihat tabel F ( baris 3 kolom 1 cetak biasa) ; Fα = 10.13
Uji statistik :

Hoditolak F F
Hoditerima F F
Kriteria
dubulatkan
df
SSE
MSE
dibulatkan
df
SSR y
SSE
df
SSR
MSR
xy b SSR
dibulatkan
MSE
MSR
F
,
,
:
) ( 44 . 0 1244444444 . 0
1 1 5
37333333 . 0
2
) ( 13 . 0 373333333 . 0
1 1 5
08 . 28 2 . 29
2
2
08 . 28
1
08 . 28
1
08 . 28 ) 27 ( 04 . 1 .
) ( 72 . 225
1244 . 0
08 . 28
α
α
>

· ·
− −
· ·
· ·
− −

·
− ∑
·
· · ·
∑ · · ·
· · ·
Ternyata 63.8 > 10.13 atau F > Fα , maka Ho ditolak
Kesimpulan :
Pada tingkat signifikan 5% ternyata antara biaya promosi dengan hasil penjualan
terdapat korelasi .
11. Batas-batas taksiran hasil penjualan yang diharapkan jika kenaikan biaya promosi
sebesar 3.5 % ?
Rumus :
^
2 / 1
^ ^
2 / 1
^
. . y S t Y y S t Y
y x α α
µ + < < −
) ( 2 8 . 0 2 79 2 8 1 0 1 3 . 0 ) 4 5 7 8 3 7 7 2 7 . 0 ( 61 . 0
2 6
2
) 4 5 . 3 (
5 / 1 . 61 . 0
2
_
2
) (
/ 1 .
^
d i b u l a t k a n
x
X X o
n
y x
S y S · · ·

+ ·


+ ·
Nilai t - tabel
df = n-k-1=5-1-1=3
α = 5%,
1825 . 3
2
1
·
α
t
Uji statistik :
08 . 6
) 5 . 3 ( 04 . 1 44 . 2
04 . 1 44 . 2
·
+ ·
+ ·

X Y
9711 . 6 1889 . 5
) 28 . 0 ( 1825 . 3 08 . 6 ) 28 . 0 ( 1825 . 3 08 . 6
. .
^
2 / 1
^ ^
2 / 1
^
< <
+ < < −
+ < < −
yx
yx
yx
y S t Y y S t Y
µ
µ
µ
α α
Kesimpulan :
Pada tk keyakinan 95% batas-batas taksiran hasil penjualan yang diharapkan /
diperkirakan apabila biaya promosi meningkat 3.5% adalah antara 5.1889
sampai 6.9711 unit.
12. Batas taksiran hasil penjualan yang sesungguhnya bila biaya promosi naik
sebesar 3.5 %
Rumus :
S y t Y Y S y t Y . .
2 / 1
^
2 / 1
^
α α
+ < < −
Nilai t - tabel
df = n-k-1=5-1-1=3
α = 5%
1825 . 3
2
1
·
α
t
Uji statistik :

) ( 67 . 0 670893348 . 0 ) 099825161 . 1 ( 61 . 0
26
) 4 5 . 3 (
5 / 1 1 . 61 . 0
) (
/ 1 1 .
2
2
_
2
dibulatkan
x
X Xo
n S Sy
yx
· · ·

+ + ·

+ + ·

212275 . 8 947725 . 3
) 67 . 0 ( 1825 . 3 08 . 6 ) 67 .. 0 ( 1825 . 3 08 . 6
. .
2 / 1
^
2 / 1
^
< <
+ < < −
+ < < −
Y
Y
Sy t Y Y Sy t Y
α α
Kesimpulan :
Pada tk. keyakinan 95% batas-batas taksiran hasil penjualan sesungguhnya
apabila biaya promosi meningkat 3.5% adalah antara 3.947725 sampai
8.212275 unit.
13. Ho : ρ = 0,95
Ha : ρ ≠ 0,95
Nilai Z - tabel
475 . 0
2
05 . 0 1
2
1
·

·

·
α
Z
Lihat tubuh tabel Z
96 . 1
2 / 1
·
α
Z
Uji statistik :

Perbaiki !!!
Ternyata
α α
2
1
2
1
Z Z Z ≤ ≤ −
atau 96 . 1 47 . 0 96 . 1 ≤ ≤ − , maka Ho
diterima
Kesimpulan :
Pada tingkat signifikan 5% ternyata sampel tersebut berasal dari suatu populasi
yang mempunyai koefisien korelasi ρ = 0.95 karena perbedaanya signifikan
Batas-batas taksiran koefisien korelasi ρ
Rumus :
REGRESI BERGANDA ( MULTIPLE REGRESSION )
Hoditolak
Z Z
Z Z
Hoditerima Z Z Z
Kriteria
n
Sz
dibulatkan
r
r
Z
r
r
r
r
Z
¹
¹
¹
'
¹
>
− ≤
≤ ≤ −
·

·

·
· · − ·

,
`

.
|

+

,
`

.
|

+
·
· ·
,
`

.
|

+
·

,
`

.
|

+
· ·
,
`

.
|

+
·
,
`

.
|

+

,
`

.
|

+

,
`

.
|

+
·
α
α
α α
ρ
ρ
ρ
ρ
ρ
ρ
2
1
2
1
2
1
2
1
,
:
707106781 . 0
3 5
1
3
1
) ( 47 . 0 4657791 . 0 831780823 . 1 297559925 . 2
1
1
ln 2 / 1
1
1
ln 2 / 1
831780823 . 1 ) 39 ln( 2 / 1
95 . 0 1
95 . 0 1
ln 2 / 1
1
1
ln 2 / 1
297559925 . 2 ) 99 ln( 2 / 1
98 . 0 1
98 . 0 1
ln 2 / 1
1
1
ln 2 / 1
1
1
ln 2 / 1
1
1
ln 2 / 1
Figure 3
Contoh soal !
Diketahui pengalaman kerja dalam tahun →X
1
, nilai tes →x
2
dan hasil penjualan (Y)
dalam ribuan dolar sebagai berikut :
X
1
X
2
Y
6 3 9
5 2 6
3 2 4
1 1 3
4 1 3
3 3 5
6 3 8
2 1 2
a. Bila antara pengalaman kerja dan nilai tes terhadap hasil
penjualan terdapat korelasi tentukan persamaan regresi
multipelnya !
b. Hitung koefisien parsial dan koefisien multipelnya serta
jelaskan artinya !
X
1
X
2
Y
2
1
x
2
2
x Y
2
X
1
X
2
X
1
Y X
2
Y
6 3 9 36 9 81 18 54 27
5 2 6 25 4 36 10 30 12
3 2 4 9 4 16 6 12 8
1 1 3 1 1 4 1 3 3
4 1 5 16 1 9 4 12 3
3 3 5 9 9 25 9 15 15
6 3 8 36 9 64 18 48 24
2 1 2 4 1 4 2 4 2
30 16 40 136 38 244 68 178 94
1
1
30
3, 75
8
x
x
n

· · ·
2
2
16
2
8
x
x
n

· · ·
40
5
8
y
y
n

· · ·
1
30 (40)
178 28
8
x y
xy x y
n
∑ ∑
∑ · ∑ · · − ·
2
2
16 (40)
94 14
8
x y
xy x y
n
∑ ∑
∑ · ∑ · · − ·
1 2
1 2 1 2
30 (16)
68 8
8
x x
x x x x
n
∑ ∑
∑ · ∑ − · − ·
( )
2
2
1 2 2
1 1
(30)
136 23, 5
8
x
x x
n

∑ · ∑ · − ·
( )
2
2
2 2 2
2 2
(16)
38 6
8
x
x x
n

∑ · ∑ − · − ·
( )
2
2
2 2
(40)
244 44
8
y
y y
n

∑ · ∑ · − ·
2 1 2
12 12
2 2
1 2
8
0, 6737 ( !) 0, 4539 ( )
23, 5 (6)
x x
r dibulatkan r dibulatkan
x x

· · · ·
∑ ∑
2 1
1 1
2
1
28
0, 8708 ( !) 0, 7583 ( )
23, 5 (44)
2
y
x y
r dibulatkan r y dibulatkan
x y

· · · ·

2 1 1
2 2
2 2
1
14
0, 8616 ( !) 0, 7434 ( )
6 (44)
y
x y
r dibulatkan r y dibulatkan
x y

· · · ·
∑ ∑
a. Product Moment method :
Misalkan persamaan regresi multipelnya
0 1 1 2 2
n
y b x b x · + + l persamaan
normalnya :
( )
2
1 1 1 2 1 2 1 2
1 28 23, 5 8 x y b x b x x b b → ∑ · ∑ + ∑ → · +
( )
2
2 1 1 2 2 2 1 2
2 14 8 6 x y b x x b x b b → ∑ · ∑ + ∑ → · +
28 8
14 6
1
23,5 8
8 6
56
0, 7273 ( )
77
b dibulatkan
]
]
]
· ·
]
]
]
135 28
8 14
1
135 8
5 6
105
1, 3636 ( )
71
b dibulatkan
]
]
]
· ·
]
]
]
Jadi, persamaan regresi multipel antara pengalaman kerja dan nilai test ia
terhadap hasil penjualan adalah
1 2
0, 4546 0, 7273 1, 3636
n
y x x · − + +
b. Koefisien Korelasi Multipel
2 2
1 2 1 2 12 12
12
2
0, 7583 0, 7434 2 (0, 8708) (0, 8616) (0, 6737)
1
0, 9476 ( !)
r y r y r y r y r
ry
r
dibulatkan
+ −
· · + −

·
2
12 0, 8979 ( ) r y dibulatkan ·
Koefisien korelasi persial :
1 2 12
1 2
2 2
2 12
2
1 .2
0, 8708 0, 8616
0, 7756 ( !)
(1 0, 7434) (1 0, 4539)
(1 (1
0, 6016 ( !)
y
y
r y r r
r y dibulatkan
r y r
r dibulatkan


· · ·
− −
− −
→ ·
2 1 12
2 .1
2 3
1 12
2
2 .1
0, 8616 0, 8708
0, 7568 ( !)
(1 0, 7583) (1 0, 4539)
(1 ) (1 )
0, 5727 ( !)
y
y
r y r r
r y dibulatkan
r y r
r dibulatkan


· · ·
− −
− −
→ ·
Kesimpulan :
1. Jadi, Koefisien korelasi multipel antara pengalaman kerja dan nilai tes
terhadap hasil penjualan tersebut sebesar 0,9476 besarnya kontribusi/pengaruh
pengalaman kerja dan nilai tes lagi terhadap hasil penjualan tersebut sebesar
(0,9476
2
x 100% = 89,79% sedangkan sisanya 10,21% merupakan pengaruh
faktor 2 lain selain pengalaman kerja dan nilai tes terhadap hasil penjualan
tersebut.
2. Jadi, koefisien korelasi Parsial antara pengalaman kerja terhadap hasil
penjualan, bila nilai tes lagi dianggap konstan sebesar 0,7756 artinya besarnya
kontribusi/pengaruh pengalaman kerja terhadap hasil penjualan bila nilai tes
lagi dianggap konstan sebesar (0,7756)
2
x 100% = 60,16% sedangkan sisanya
39,84% merupakan pengaruh dari faktor-faktor lain selain variable diatas
terhadap hasil penjualan tersebut.
3. Jadi, koefisien parsial antara nilai tes lagi terhadap hasil penjualan bila
penggalaman kerja dianggap konstan sebesar 0,7568 artinya besarnya
pengaruh/kontribusi nilai tes lagi terhadap hasil penjualan bila pengalaman
kerja dianggap konstan sebesar (0,7568)
2
x 100% = 57,27% sedangkan
sisanya 42,73% merupakan pengaruh/kontribusi variable lain selain variable
di atas terhadap hasil penjualan tersebut
L atihan
Lima rumah tangga petani dari suatu daerah pertanian dipilih sebagai sampel acak
untuk diteliti tentang pengaruh pendapatan dan kekayaannnya terhadap tingkat
konsumsinya, data sebagai berikut :
Y = konsumsi per tahun, dalam ribuan rupiah
X1 = pendapatan per tahun, dalam ribuan rupiah
X2 = kekayaan untuk tahun yang bersangkutan, dalam ribuan rupiah
No Y X1 X2
1 74 80 120
2 98 110 60
3 80 90 60
4 53 60 30
5 57 60 180
A. Carilah persamaan regresinya, dan jelaskan koefisien-koefisiennya !
B. Hitunglah koefisien korelasi berganda dan koefisien korelasi parsialnya !
Jawab :
A.
2
2
2 2 2 1 . 1 2 . 0 2
2 1 2 1 . 1 1 . 0 1
2 . 2 1 . 1 . 0 ..
x a X X a X a Y X
X X a X a X a Y X
X a X a b n Y
∑ + ∑ + ∑ · ∑
∑ + ∑ + ∑ · ∑
∑ + ∑ · ∑
) 3 ....( .......... 2 54900 1 34200 0 450 31410
) 2 ....( .......... 2 34200 1 33800 0 400 30500
) 1 ( .......... .......... .......... 2 450 1 400 0 5 362
a a a
a a a
a a a
+ + ·
+ + ·
+ + ·
Persamaan (1) dan (2)
2 34200 1 33800 0 400 30500 1 ) 2 ........( 2 34200 1 33800 0 400 30500
2 36000 1 32000 0 400 28960 80 ) 1 ...( .......... .......... 2 450 1 400 0 5 362
a a a a a a
a a a a a a
+ + · ⇒ × + + ·
+ + · ⇒ × + + ·
(a) ............
2 1800 1 1800 1540
2 1800 1 1800 1540
a a
a a
− ·
+ − · −
Persamaan (2) dan (3)
2 54900 1 34200 0 450 31410 1 ) 2 ...( 2 54900 1 34200 0 450 31410
2 38475 1 38025 0 450 5 , 34312 125 , 1 ) 1 ...( 2 34200 1 33800 0 400 30500
a a a a a a
a a a a a a
+ + · ⇒ × + + ·
+ + · ⇒ × + + ·
(b)
.........
2 16425 1 3825 5 , 2902 a a − ·
Persamaan (a) dan (b)
2 16425 1 3825 5 , 2902 1 ) 2 .........( 2 16424 1 3825 5 , 2902
2 3825 1 3825 5 , 3272 125 , 2 ) 1 ....( .......... 2 1800 1 1800 1540
a a a a
a a a a
− · ⇒ × − ·
− · ⇒ × − ·
03 , 0 029365 , 0 2
2 12600 370
≈ ·
·
a
a
8913 , 0 88492 , 0 1
1 . 3825 82 , 3384
2 16425 1 3825 5 , 2902
≈ ·
·
− ·
a
a
a a
6 , 1 6 , 1 0
0 5 11 , 8
11 , 310 0 5 362
) 03 , 0 ( 450 ) 8913 , 0 ( 400 0 5 362
2 450 1 400 0 5 362
− ≈ − ·
· −
+ ·
+ + ·
+ + ·
a
a
a
a
a a a
Jadi persamaan regresinya adalah :
2 0 3 0 2 , 0 1 8 9 1 3 , 0 6 , 1
^
X X
Y
+ + − ·
B.
( ) { ¦ ( ) { ¦
{ ¦{ ¦
9912 , 0
9956 , 0
95 , 7733
7700
6646 9000
144800 152500
) 362 ( ) 27538 ( 5 ) 400 ( ) 33800 ( 5
) 362 .( 400 ) 30500 ( 5
. 1 1 .
. 1 . 1 .
2
1 .
2 2
2 2 2 2
1 .
·
· ·
×

·
− −

·
∑ − ∑ ∑ − ∑
∑ ∑ − ∑
·
Y
Y
r
Y Y n X X n
Y X Y X n
r
( ) { ¦ ( ) { ¦
{ ¦{ ¦
9912 , 0
2674 , 0
92 , 21874
5850
6646 72000
162900 157050
) 362 ( ) 27538 ( 5 ) 450 ( ) 54900 ( 5
) 362 .( 450 ) 31410 ( 5
. 2 2 .
. 2 . 2 .
2
2
2 2
2 2 2 2
2 .
·
− ·

·
×

·
− −

·
∑ − ∑ ∑ − ∑
∑ ∑ − ∑
·
Y
Y
r
Y Y n X X n
Y X Y X n
r
( ) { ¦ ( ) { ¦
{ ¦{ ¦
125 , 0
3535 , 0
85 , 25455
9000
72000 9000
180000 171000
) 450 ( ) 54900 ( 5 ) 400 ( ) 33800 ( 5
) 450 .( 400 ) 34200 ( 5
2 . 1 1 .
2 . 1 2 . 1 .
2
2 . 1
2 2
2 2 2 2
2 .. 1
·
− ·

·
×

·
− −

·
∑ − ∑ ∑ − ∑
∑ ∑ − ∑
·
r
X X n X X n
X X X X n
r
9997 , 0
) 3535 , 0 ( 1
) 3535 , 0 ).( 2674 , 0 ).( 9956 , 0 ( 2 ) 2674 , 0 ( ) 996 , 0 (
12 1
12 . 2 . 1 2 2 1
2
2 2
2
2 2
2 . 1
·

− − − − +
·

− +
·
r
r rY rY rY rY
r
Y

14. Koefisien Korelasi dengan menggunakan rumus Product Moment Method r= ∑xy ∑x .5 maka Jadi kenaikan hasil penjualan yang dapat diprkirakan dari kenaikan biaya promosi sebesar 3.0 (3.5% adalah 6.2 Jadi Koefisien Korelasi antara kenaikan biaya promosi dengan kenaikan hasil penjualan sebesar 0.∑y 2 2 = 27 = 0.0 X 4 1 4 ∧ Y =2.04 X ∧ Y =2. Kesalahan standar (standar error) dalam analisis regresi dan korelasi: . Persamaan Garis Regresi dengan product moment method X 1 2 4 6 7 20 Y 3 5 7 8 10 33 XY 3 10 28 48 70 159 X2 1 4 16 36 49 106 Y2 9 25 49 64 100 247 Y = a + bX b= X .44 + 1. Untuk X = 3. Pada tingkat keyakinan 95% tentukan batas-batas taksiran koefisien korelasi ρ ! Jawab : 1. 0 4 ∑ a = = 5 ∧ n ( ) 3 3 − 5 5 × 2 0 ) Jadi Persamaan Regresi-nya adalah Y = 2.0 4 1 4 8 2.5) =6.08% 3.98 4.98 26 ×29 .04 26 ( X ) ( 2 0 ∑ 1 x2 = X 2 − = − 0 6 ∑ ∑ y2 = ∑ Y 2 ∑ n 2 ( Y ) = ∑2 − 4 7 n Y − X b.∑ Y 2 ∑ x y = X Y − = − 1 5 9 ∑ ∑ n 2 ∑xy ∑x 2 = 27 = 1.4 + .4 + .∑ 3 3 − ( 1.

Sa 2 2 2 SYX .3016 5 × 26 Sa = Sa 2 = 0.19 Jadi pada tingkat keyakinan 95% batas-batas taksiran konstanta α dalam regresi populasinya akan berada antara 0.69 < kons tan ta α < 4.75 < kons tan ta α < 2.3016 = 0.1825 (0.1825 a − t 1 α .75 0.Sa 2 2 2.44 +1. Ho : konstanta α = 0 Ha : konstanta α ≠ 0 Nilai t .37 ×106 = 0.19 6.Sa < kons tan ta ε < a + t 1 α .Sa < kons tan taα < a + t 1 α .61 5.44 − 3.∑x 2 = 0.55 ) 2.04 ×27 ) 2 SYX = ∑ = = 0.69 dan 4.1825 (0. Penaksiran konstanta α Rumus : a − t 1 α .1825 Uji statistik : . nilai t 1 2α = 3.∑xy 29 .tabel df = n-k-1=5-1-1=3 α = 5% t1 2 α = 3.44 −1.61 Jadi standar error dalam analisis regresi dan korelasi tersebut sebesar 0.55 ) < kons tan ta α < 2.37 = 0.2 −(1.∑ X 2 Sa = 2 n.55 df = n-k-1=5-1-1=3 α = 5% Lihat tabel t (baris 3 kolom α ) .37 n −2 5 −2 2 SYX = SYX = 0.44 + 3.y 2 −b.

7.t= a − α 2.37 = = 0.42 8.Sb 2 2 1.66 dan 1.Sb Sb 2 = 2 SYX 0.tabel df = n-k-1=5-1-1=3 α = 5% t1 α 2 = 3. Hoditerima 2 t ≤ −t 1 α  2  Hoditolak t > t1 α  2  Ternyata 4.014 = 0. Ho : β = 0 Ha : β ≠ 0 Nilai t .Sb < kons tan taβ < b + t 1 2α .44 − 0 = = 4. maka Ho Figure ditolak Kesimpulan : Pada tingkat signifikan 5% ternyata konstanta α dalam persamaan regresi populasinya ≠ 0 karena perbedaanya signifikan/ nyata / berarti.1825 (0. nilai t 1 2α = 3.04 − 3.12 ) 0.4366 Sa 0.12 ) < kons tan ta β <1.4366 > 3.014 2 26 ∑x Sb = Sb 2 = 0.1825 (0. Penaksiran koefisian β Rumus : b − t 1 2α .12 df = n-k-1=5-1-1=3 α = 5% Lihat tabel t (baris 3 kolom α ) .1825 b − t 1 α .04 + 3.Sb < kons tan ta β < b + t 1 α .1825 Uji statistik : .66 < kons tan ta β < 1.1825 atau t > t 12α .55 Kriteria : 2 −t1 α ≤ t ≤ t 1 α .42 Jadi pada tingkat keyakinan 95% batas-batas taksiran koefisien β dalam regresi populasinya akan berada antara 0.

Ho : ρ = 0 Ha : ρ ≠ 0 Nilai t .6667 Sb 0.5 > 3.(29.6667 > 3.1825 atau t > t 12α .98(dibulatkan) 26. Hoditerima t ≤ −t 1 t >t1 2 2 α α  Hoditolak   Ternyata 8.tabel df = n-k-1=5-1-1=3 α = 5% .697409791 = 8.1825 atau t > t 1 2α .979908814 = 0. maka Ho ditolak Kesimpulan : Pada tingkat signifikan 5% ternyata koefisien regresi populasi β ≠ 0 karena perbedaanya signifikan/ nyata / berarti 9. maka Ho Figure ditolak .98) 2 2 = 1. Uji statistik : t1 2 α = 3.1825 t= r= r n−2 1− r 2 ∑ xy 2 = 0.04 − 0 = = 8.529805158 = 8.98 5 − 2 1 − (0.55358416 Kriteria : − t 1 α ≤ t ≤ t 1 α . Hoditerima 2 2 t ≤ −t 1 α  2   Hoditolak t > t1 α  2  Ternyata 8.∑ y = 27 27 = = 0.2) 27.198997487 ∑ x .5(dibulatkan) 0.t= b − β 1.12 Kriteria : −t 1 α ≤ t ≤ t 1 2 2 α .

2 8( d ib u la tk ) n 0 3 a 26 x2 ∑ . Fα = 10.04 (27 ) =28 .1244444444 =0.08 M = SR = =28 .08 df 1 1 2 ∑ y −SSR 29 .tabel df 1 = k = 1 df 2 = n-k-1=5-1-1=3 lihat tabel F ( baris 3 kolom 1 cetak biasa) .373333333 =0.44 ( dubulatkan ) df 2 5− − 1 1 Kriteria : F ≤Fα.08 1 SSR 28 .Kesimpulan : Pada tingkat signifikan 5% ternyata sampel tersebut berasal dari suatu populasi yang mempunyai koefisien korelasi ρ ≠ 0. Batas-batas taksiran hasil penjualan yang diharapkan jika kenaikan biaya promosi sebesar 3.6 1( 0.37333333 M SE = = =0. 1 / n + = 0. 10.4 5 7 8 3 7 7 )2=7 .8 > 10. Ho : ρ = 0 ( antara biaya promosi dengan hasil penjualan tidak ada korelasi ) Ha : ρ ≠ 0 (antara biaya promosi dengan hasil penjualan ada korelasi ) Nilai F. H oditolak F = ) Ternyata 63.13 Uji statistik : M SR 28 . maka Ho ditolak Pada tingkat signifikan 5% ternyata antara biaya promosi dengan hasil penjualan terdapat korelasi .S y< µ y +< xtY 1/2α .∑xy = . 11.08 = = 225 .13 ( dibulatkan df 2 5− − 1 1 SSE 0. H oditerim a F > Fα.S y _ ^ ( X o− X ) 2 ( 3.5 % ? Rumus : ^ ^ ^ ^ − tY 1/2α .08 SSE = = =0.1244 SSR =b. 1 / 5+ = 0.2 7 9 2 8 1 0=10.6 1.2−28 .13 atau F > Fα Kesimpulan : .5− 4 ) 2 S y = S y x.72 (dibulatkan ) M SE 0.

44 +1. 12.2 8) ( ( 5.44 +1.5% adalah antara 5. Batas taksiran hasil penjualan yang sesungguhnya bila biaya promosi naik Rumus : ^ ^ ^ ^ sebesar 3.1889 sampai 6.08 Y − t1/ 2α .0 8+ 3. 1+ 1 / n + t1 α 2 ( Xo− X ) 2 = 3.tabel df = n-k-1=5-1-1=3 α = 5%.04 X = 2.1825 Uji statistik : ∑x 2 = 0.04 (3.5) = 6.1825 Y = 2.1 8 2 50. Uji statistik : ∧ t1 2 α = 3.2 8) < µ yx < 6.5 % Y − t1/ 2α .S y _ Nilai t . .tabel df = n-k-1=5-1-1=3 α = 5% ^ ^ Sy = S yx .S <y Y < Y + t1/ 2α .Nilai t .0 8− 3.1 8 8 9< µ yx < 6.9711 unit.S y 6.S y < µ yx < Y + t1/ 2α .9 7 1 1 Kesimpulan : Pada tk keyakinan 95% batas-batas taksiran hasil penjualan yang diharapkan / diperkirakan apabila biaya promosi meningkat 3.61.1 8 2 50.

95 karena perbedaanya signifikan Batas-batas taksiran koefisien korelasi ρ Rumus : REGRESI BERGANDA (MULTIPLE REGRESSION) .47 ( dib  1 − r    Sz = 1 = 1 = 0. 13.947725 < Y < 8. keyakinan 95% batas-batas taksiran hasil penjualan sesungguhnya apabila biaya promosi meningkat 3.67) 3.947725 sampai 8.47 ≤1.831780823 = 0.96 .Y − t1/ 2α . maka Ho 2 − Z 1 α ≤ Z ≤ 2Z 1 α .Sy < Y < Y + t1/ 2α .1825(0.475 2 2 Z1/ 2α =1.05 = = 0.95  1 / 2 ln   1 − ρ  = 1 / 2 ln  1 − 0. Ho : ρ = 0.Sy 6.67) < Y < 6.5% adalah antara 3.212275 Kesimpulan : Pada tk. Hoditerima 2 2 diterima Z ≤ −Z 1 α  2  Hoditolak Z >Z1 α  2 Kesimpulan: Pada tingkat signifikan 5% ternyata sampel tersebut berasal dari suatu populasi yang mempunyai koefisien korelasi ρ = 0.tabel Z= 1 −α 1 − 0.831780823      1 + ρ  1 + r  Z = 1 / 2 ln   −1 / 2 ln   1 − ρ  = 2.95  = 1 / 2 ln( 39 ) = 1.95 Ha : ρ ≠ 0.212275 unit.95 Nilai Z .98  1 + ρ   1 + 0.4657791 = 0.1825(0.297559925 1 − r   1 − 0.08 + 3..297559925 −1.96 ≤ 0.96 ^ ^ Lihat tubuh tabel Z Uji statistik : Figure 3 1 + ρ  1 + r  Z = 1 / 2 ln   −1 / 2 ln  1 − ρ   1 − r    1 + r   1 + 0.08 − 3.707106781 Perbaiki !!!− 3 n 5 −3 Kriteria :− Z 1 α ≤ Z ≤ Z1 α Ternyata atau −1.98  1 / 2 ln   = 1 / 2 ln   = 1 / 2 ln( 99 ) = 2.

Contoh soal ! Diketahui pengalaman kerja dalam tahun → X1. 75 n 8 ∑ x2 16 = =2 n 8 ∑ y 40 = =5 n 8 ∑x ∑y 30 (40) = 178 − = 28 n 8 ∑ x2 ∑ y 16 (40) = 94 − = 14 n 8 ∑ x1 ∑ x2 30 (16) = 68 − =8 n 8 y= ∑ xy = ∑ x1 y = ∑ xy = ∑ x2 y = ∑ x1 x2 = ∑ x1 x2 − . nilai tes → x2 dan hasil penjualan (Y) dalam ribuan dolar sebagai berikut : X1 6 5 3 1 4 3 6 2 X2 3 2 2 1 1 3 3 1 Y 9 6 4 3 3 5 8 2 a. Hitung koefisien parsial dan koefisien multipelnya serta jelaskan artinya ! X1 6 5 3 1 4 3 6 2 30 x1 = x2 = X2 3 2 2 1 1 3 3 1 16 Y 9 6 4 3 5 5 8 2 40 x12 36 25 9 1 16 9 36 4 136 2 x2 9 4 4 1 1 9 9 1 38 Y2 81 36 16 4 9 25 64 4 244 X1X2 18 10 6 1 4 9 18 2 68 X1Y 54 30 12 3 12 15 48 4 178 X2Y 27 12 8 3 3 15 24 2 94 ∑ x1 30 = = 3. Bila antara pengalaman kerja dan nilai tes terhadap hasil penjualan terdapat korelasi tentukan persamaan regresi multipelnya ! b.

7583 ( dibulatkan = ) r2 y = ∑ x1 y1 ∑ x12 ∑ y 2 = 14 = 0. 5 (44) r1 y = ∑ x1 y 2 x1 ∑ y 2 = = 0. 8616) (0. 7583= 0. 9476 dibulatkan !) ( . 7434 (dibulatkan ) 6 (44) a.5 8 = = 0.5 8 ∑x = ∑x 2 2 2 2 2 ( ∑ x2 ) − n (16) 2 = 38 − =6 8 (40) 2 = 44 8 ∑y = ∑y r12 = 2 ( ∑ y) n 2 2 2 = 244 − = ∑ x1 x2 ∑x ∑x 2 1 8 = 0. Product Moment method : Misalkan persamaan regresi multipelnya normalnya : yn = l 0 + b x 1 1 +b x 2 2 persamaan ( 1) ( 2) → ∑ x1 y = b1 ∑ x12 + b2 ∑ x1 x2 → 28 = 23. 4539 (dibulatkan) 12 23.8616 (dibulatkan !) r2 y 2 = 0.3636 x2 b. 4546 + 0.5 (6) 28 23. 7273 x1 + 1.5 b + 8 b2 1 → ∑ x2 y = b1 ∑ x1 x2 + b2 ∑ x22 → 14 = 8 b1 + 6 b2  28 8  14 6  56 b1 23. 8708) (0. persamaan regresi multipel antara pengalaman kerja dan nilai test ia terhadap hasil penjualan adalah y n = − 0. Koefisien Korelasi Multipel r1 y2 + r2 y 2 2 − ry = 1 − r12 12 r1 y r2 y r12 0.∑x = ∑x 2 1 2 1 ( ∑ x1 ) n 2 = 136 − 2 (30) 2 = 23. 6737) + − = 0.8708 ( dibulatkan r1 2 y !) 0.3636 (dibulatkan) 71    5 6   Jadi. 7273 ( dibulatkan)   77  8 6   135 28   8 14  105 b1  135 8  = = 1. 6737 (dibulatkan !) r 2 = 0. 7434 2 (0.

2 r2 y. 8616− 0. → r12y . 7583) (1 − 4539) r3 → r22y . Jadi. koefisien korelasi Parsial antara pengalaman kerja terhadap hasil penjualan. Jadi.7568)2 x 100% = 57. bila nilai tes lagi dianggap konstan sebesar 0.27% sedangkan sisanya 42. Jadi.79% sedangkan sisanya 10. dalam ribuan rupiah X1 = pendapatan per tahun. 6016 ( dibulatkan!) = = dibulatkan !) = dibulatkan !) 0.84% merupakan pengaruh dari faktor-faktor lain selain variable diatas terhadap hasil penjualan tersebut.21% merupakan pengaruh faktor 2 lain selain pengalaman kerja dan nilai tes terhadap hasil penjualan tersebut. dalam ribuan rupiah X2 = kekayaan untuk tahun yang bersangkutan.7756)2 x 100% = 60.16% sedangkan sisanya 39.9476 besarnya kontribusi/pengaruh pengalaman kerja dan nilai tes lagi terhadap hasil penjualan tersebut sebesar (0. dalam ribuan rupiah No Y X1 X2 1 74 80 120 2 98 110 60 3 80 90 60 .1 = 0.94762 x 100% = 89. 8708− 0.73% merupakan pengaruh/kontribusi variable lain selain variable di atas terhadap hasil penjualan tersebut Latihan Lima rumah tangga petani dari suatu daerah pertanian dipilih sebagai sampel acak untuk diteliti tentang pengaruh pendapatan dan kekayaannnya terhadap tingkat konsumsinya. 3.7756 artinya besarnya kontribusi/pengaruh pengalaman kerja terhadap hasil penjualan bila nilai tes lagi dianggap konstan sebesar (0.7568 artinya besarnya pengaruh/kontribusi nilai tes lagi terhadap hasil penjualan bila pengalaman kerja dianggap konstan sebesar (0. 8708 = 0. koefisien parsial antara nilai tes lagi terhadap hasil penjualan bila penggalaman kerja dianggap konstan sebesar 0. 8616 = 0.r 2 y12 = 0. 5727 ( dibulatkan!) = Kesimpulan : 1. data sebagai berikut : Y = konsumsi per tahun. 2. 7756 ( (1 − 0. 7434) (1 − 4539) 0.8979 (dibulatkan) Koefisien korelasi persial : r1 y 2 = r1 y − r2 r12 y (1 − r2 y2 (1 −12 r2 r2 y − ry1 r12 0. (1 − r1 y2 ) (1 −12 ) (1 − 0. 7568 ( 0.1 0. Koefisien korelasi multipel antara pengalaman kerja dan nilai tes terhadap hasil penjualan tersebut sebesar 0.

..... ... ....03 2 902 . 53 57 60 60 30 180 Carilah persamaan regresinya......125 ⇒ 34312 .891 3 362 = 5a 0 + 400 a1 + 450 a 2 362 = 5a 0 + 400 (0.8 9X11+ 0.......5 = 3825 a1 −16425 a 2 370 =12600 a 2 a 2 = 0..( 1) × 1...... 5 = 450 a 0 + 38025 a1 + 38475 a 2 31410 = 450 a 0 + 34200 a1 + 54900 a 2.( 2) 00 0 30 40 340 11 =4 0 a 0 +3 2 0 a1 +5 9 0 a 2...b0. ∑ X 1X 2 + a 2 ∑ x 2 2 3 2 =5a 0 +4 0 a1 +4 0 a 2..... ....5 = 3825 a1 −164 25 a 2 3 384 ......... ∑ X 1 + a 2.11 = 5a 0 a 0 = − . dan jelaskan koefisien-koefisiennya ! Hitunglah koefisien korelasi berganda dan koefisien korelasi parsialnya ! Jawab : A.88492 ≈ 0.......029365 ≈ 0...... B...6 + 0....( 3) 5 40 40 Persamaan (1) dan (2) 362 = 5a 0 + 400 a1 + 450 a 2..........a1...( 2) ×1 ⇒2902 . Persamaan (a) dan (b) 2902 ...( 2 ) × 1 ⇒ 31410 = 450 a 0 + 34200 a1 + 54900 a 2 (b) ....... . ....( 1) ×2. .. 1540 =1800 a1 −1800 a 2 Persamaan (2) dan (3) 30500 = 400 a 0 + 33800 a1 + 34200 a 2.. ∑ X 12 + a 2 ∑ X 1X 2 ∑ X 2Y = a 0.125 ⇒3272 ...03 ) 362 = 5a 0 +310 ....6 1 1 Jadi persamaan regresinya adalah : Y = − 1.. ∑ X 2 + a1.. ∑ X 1 + a1.( 1) ×80 ⇒28960 = 400 a 0 +32000 a1 +36000 a 2 30500 = 400 a 0 +33800 a1 +34200 a 2..4 5 A. .5 = 3825 a1 −16425 a 2 1540 =1800 a1 −1800 a 2.. (1) 6 0 5 3 5 0 =4 0 a 0 +3 8 0 a1 +3 2 0 a 2....30 3X 20 2 ^ ...........6 ≈ − ...a1 a1 = 0.........11 −8. ∑ X 2 ∑ X 1Y = a 0..8913 ) + 450 (0.. ∑Y = n...5 = 3825 a1 −3825 a 2 2902 ...82 = 3825 .( 2) ×1 ⇒30500 = 400 a 0 +33800 a1 +34200 a 2 −1540 = − 1800 a1 +1800 a 2 (a) .5 = 3825 a1 −16424 a 2.

∑ X 2 n. ∑ X 1. ∑Y 2 − ( ∑Y ) 2 } = {5(54900 ) − (450 ) }{5(27538 ) − (362 ) } 2 2 5(31410 ) − 450 . ∑ X 2 2 −(∑X ) 2 } = {5(33800 ) − (400 ) }{5(54900 ) − (450 ) } 2 2 5(34200 ) − 400 .( 362 ) = 152500 −144800 9000 ×6646 2 = 7700 = 0.1 = {n.Y − ∑ X 2.. ∑ X 1. ∑Y 2 − ( ∑Y ) 2 } = B. {5(33800 ) − (400 ) }{5(27538 ) − (362 ) } 2 2 5(30500 ) − 400 . X 2 − ∑ X 1.125 .1 = 0. ∑Y 2 − ( ∑ X 1) 2 }{n.95 rY .2674 21874 .9956 7733 .9912 rY .9912 r1.Y − ∑ X 1.2 = {n.2 = {n. ∑ X 1 n. ∑ X 2. ∑Y 2 − ( ∑ X 2) 2 }{n. ∑ X 2 2 − ( ∑ X 1) 2 }{n.92 rY 2 = 0.rY .3535 25455 .( 450 ) = 171000 −180000 9000 × 72000 2 = − 9000 = −0.( 362 ) = 157050 −162900 72000 × 6646 2 = − 5850 = −0. ∑ X 1 n.85 r1.2 = 0.

rY 2.3535 ) 2 = 0.9956 ).2674 ) 2 − 2(0.996 ) 2 + ( −0.rY 1.9997 .3535 ) 1 − (0.2674 ).( −0.r12 1 − r12 2 = (0.( −0.2 = rY 12 + rY 2 2 − 2rY 1.

Sign up to vote on this title
UsefulNot useful