ANALISIS REGRESI & KORELASI

Analisis Regresi Linear Sederhana

Analisis ini digunakan untuk mengetahui :
a) Apakah ada hubungan diantara 2 variable
b) Apabila ada hubungan bagaiman kita menyatakan
hubungan dengan suatu persamaan.

Teknik analisis yang mencoba menjelaskan bentuk

hubungan antara 2 variable atau lebih disebut analisa
regresi. Dengan analisa ini kita akan menghubungkan
2 jenis variable yaitu variabel pengaruh (sumbu x) &
variable tergantung (sumbu y). Untuk menentukan
kemungkinan hubungan Antara variable x dan y, maka
langkah pertama yang harus dilakukan adalah
menggambarkan data yang ada kedalam suatu
diagram disebut dengan Scatter Diagram (diagram
sebaran).
Persamaan garis regresinya adalah.

Y = a + bx

a = ¿i) (∑xi2) – (∑xi) (∑xi.yi)

n (∑xi2) – (∑xi)2

b = n (∑xi.yi) - ¿xi) (∑yi)

n (∑xi2) – (∑xi)2
Ket: Y = Harga variable tergantung
X = Harga variable pengaruh
a = konstanta regresi
b = koefisien regresi

Uji Hipotesis untuk koefisien Regresi

Uji hipotesis untuk koef. Regresi diperlukan agar dapat
diketahui keterandalan atau reability penaksir-penaksir
itu serta kemaknaan regresi tsb. Uji hipotesis ini
biasanya dilakukan dengan menggunakan uji statistic t.
Rumus :

Uji hipotesis untuk θ1 Uji hipotesis untuk θ2

(Uji α) (Uji β)

t = a – θ1 t = b – θ2
Sa Sb

Ctt: yang sering digunakan adalah uji untuk θ2

Varians koefisien regresi b (kesalahan standar penaksir

koef regresi b):
Sb2 = Se2
∑(xi-x)2

Standart error of estimate/Kekeliruan standar yi

perbedaan antara harga Y yang diobservasi dengan
harga Y yang ditaksir)
❑
n−1
2
Se = ( ) (Sy
n−2
2
– b2.Sx2) atau Se2 =∑ (Yi – Yi)2
n-2
Sx2 = ∑(xi-x)2
n-1
Sy2 = ∑(yi-y)2
n-1

Ho : diterima
H1 : ditolak

Untuk uji 2 pihak p = 1-1/2α, dengan df = n-2

Uji 1 pihak p = 1-α, dengan df = n-2

Analisis Korelasi Linear Sederhana

Analisis Korelasi ini digunakan untuk menentukan
seberapa kuat hubungan diantara 2 variable tersebut.
Angka yang menunjukkan kuat tidaknya hubungan
antara variable disebut koefesien korelasi (r) yang
besarnya ( -1 ≤ r ≤+1 ¿
r=+1 atau mendekati, dikatakan bahwa 2 variabel itu
mempunyai hubungan yang kuat dan positif.
r=-1 atau mendekati, dikatakan bahwa 2 variable itu
mempunyai hubungan yang kuat dan negatif.
r=0 dikatakan 2 variable tersebut tidak berhubungan
(berkorelasi)

r=+1 r= -1 r=0
xxxxx
xxxxx

II. x=- I. x = +
y=+ y=+

III. x = - IV. x = +
Y=- y=-
 r= n (∑xi.yi) - ¿xi) (∑yi)

√{n(∑xi2) – (∑xi)2} {n(∑yi2) – (∑yi)2}

Uju hipotesis untuk ρ(rho)

Apabila r = +  Ho: ρ=0, uji 1 pihak, pihak kanan
H1 : ρ>0
r = -  Ho: ρ = 0, uji 1 pihak, pihak kiri
H1: ρ < 0
r = 0  Ho: ρ = 0, uji 2 pihak
H1: ρ ≠ 0

Ho: tidak ada korelasi diantara variabel

Hi : ada korelasi diantara variabel

Untuk uji 1 pihak → P = 1 – α ; df = n – 2

uji 2 pihak  P = 1 – ½α ; df = n – 2

Rumus: t hit = r. √n-2

√1 – r2

Contoh :
Apabila diketahui data sebagai berikut (jutaan rupiah)

Thn Penjual Persedi xi2 xi.yi Yi2 (xi-x)2 (yi-y)2

an (x) aan (y)
 2004 1 0,7 1 0.7 0.49 16 5,29
2005 3 2,1 9 6.3 4.41 4 0,81
2006 5 3,0 25 15 9 0 0
2007 7 4,1 49 28.7 16.81 4 1,21
2008 9 5,1 81 45.9 26.01 16 4,41
Jml 25 15 165 96.6 56.72 40 11,72

a) Buatlah scatter diagramnya

b) Carilah persamaan garis regresinya
c) Rencanakan berapakah persediaan untuk tahun
2009 apabila penjualan diperkirakan 10jt
d) Ujilah koefisien regresinya, apabila penjualannya 10
jt persediannya 5,7 jt dengan α 1% (uji 2 pihak)
e) Tentukan koefisien korelasinya (koef korelasi
product Moment) dan ujilah dengan α 1%

Jawab:
b. Persamaan grs regresi:
a = (15)(165) - (25)(96,6) = 0,3
5(165) – (25)2

b = 5(96,6) – (25)(15) = 0,54

5(165) – (25)2

Jadi persamaan grs regresinya Y = 0,3 + 0,54X

c. Y = 0,3 + 0,54X
Y = 0,3 + 0,54(10)
= 5,7 jt

d. Uji θ2
1. Ho: θ2 = 0,57
H1: θ2 ≠ 0,57
2. p = 1-1/2α
= 1 -1/2(0,01) = 0,995
Df = n-2 = 5-2 = 3
 T table = 5,84

Jangan Tolak Ho Tolak Ho

95%

3. -1,96 1,96

4. t = b – θ2 = 0,54 – 0,57 = - 0,6

Sb 0,05

Sb2 = Se2 = 0,01 = 0,003

∑(xi-x)2 40
Sb = √0,003 = 0,05
❑
n−1
2
Se = ( ) (Sy
n−2
2
– b2.Sx2)

= (4/3)(2,93-0,542.10) = 1,33(2,93 – 2,92)

= 1,33(0,01) = 0,01
Sx2 = ∑(xi-x)2 = 40 = 10
n-1 4

Sy2 = ∑(yi-y)2 = 11,72 = 2,93

n-1 4

X = 25/5 = 5
Y = 15/5 = 3

5. Kesimpula Ho diterima berarti kalau penjualannya

10 jt persediannya 5,7 jt

e. r = 5(96,6) – (25)(15)
√{5(165) – (25)2}{5(56,72) – (15)2}
 = 0,99

Uji ρ, karena nilai r nya positif, maka ujinya pihak

kanan

1. Ho: ρ=0
H1 : ρ>0
2. p = 1-α
= 1-0,01
= 0,99
df = n-2
= 5-2
=3
T table = 4,54

Terima Ho Tolak Ho

3. 1,65

4. t hit = r. √n-2
√1 – r2
= 0,99 (√3)
√1 – 0.992
= 12,21

5. Kesimpulan Ho ditolak berarti ada

korelasi/hubungan antara variable penjualan dan
persediaan

Tugas:
PT. PLN sedang melakukan pengkajian hubungan
Antara KWH dan jumlah kamar yang ada di sebuah
rumah tinggal. Sampel acak terdiri dari 7 rumah,
terdaftar dalam table sbb:

Rumah Jumlah Kamar (x) KWH (y)

1 12 9
2 9 7
3 14 10
4 6 5
5 10 8
6 8 6
7 5 4

a) Tentukan persamaan garis regresinya

b) Tentukan berapa KWH kalau jml kamarnya 15
c) Ujilah koefisien regresinya, dengan α=1%,
(berkaitan dengan soal b yi x = 15; y = bisa
diketahui)
d) Tentukan koefisien korelasinya (koef korelasi
product Moment) dan ujilah dengan α=5%