Regresi&korelsi
Regresi&korelsi
BIOSTATISTIK
DOSEN PEMBIMBING
DI SUSUN OLEH
Nadia kartika
170301161
KATA PENGANTAR
Allhamdulillah, puji syukur kehadirat Allah SWT, karena atas rahmat serta karunia-
Nya sehingga kami dapat menyelesaikan makalah ini untuk memenuhi tugas mata kuliah
STATISTIKA yang berjudul “Uji Independent Test ‘
”
Kami menyadari sepenuhnya di dalam penulisan makalah ini masih banyak terdapat
kekurangan, oleh karena itu kami mengharapkan adanya kritik dan saran demi kesempurnaan
makalah ini.
Semoga makalah ini bisa bermanfaat bagi kita semua, khususnya bagi penyusun dan
dapat menambah wawasan kita dalam mempelajari tentang Uji Independent Test.
Penyusun
DAFTAR ISI
HALAMAN JUDUL........................................................................................................i
DAFTAR ISI....................................................................................................................ii
KATA PENGANTAR....................................................................................................iii
BAB I PENDAHULUAN
1.1 Latar Belakang............................................................................................................1
1.2 Rumusan Masalah...............................................................................................................1
1.3 Tujuan Penulisan.................................................................................................................1
BAB II PEMBAHASAN
2.0 Sample T-test........................................................................................................................1
2.1 Pengertian Regresi Dan Korelasi........................................................................................2
2.2 Analisis Regresi dan Korelasi ............................................................................................3
2.3 Macam-Macam Regresi Dan Korelasi ......................................................................................5
2.4 Tujuan Pengggunaan Regresi dan Korelasi..............................................................................7
2.5 Karakteristik Penggunaan Regresi dan Korelasi......................................................................8
BAB III PENUTUP
3.1 Kesimpulan................................................................................................................................9
3.2 Saran.........................................................................................................................................9
DAFTAR PUSTAKA..........................................................................................................10
.
BAB I
PENDAHULUAN
Contoh kasus:
Seorang mahasiswa dalam penelitiannya ingin mengetahui apakah ada perbedaan nilai
ujian antara kelas A dan kelas B pada fakultas Psikologi suatu universitas. Penelitian dengan
menggunakan sampel sebanyak 20 responden yang diambil dari kelas A dan kelas B. Dalam
uji ini jumlah kelompok responden yang diambil tidak harus sama, misalnya kelas A
sebanyak 8 orang dan kelas B sebanyak 12 orang. Data-data yang didapat sebagai berikut:
Sebelum dilakukan uji t test sebelumnya dilakukan uji kesamaan varian (homogenitas)
dengan F test (Levene,s Test), artinya jika varian sama maka uji t menggunakan Equal
Variance Assumed (diasumsikan varian sama) dan jika varian berbeda menggunakan Equal
Variance Not Assumed (diasumsikan varian berbeda).
Langkah-langkah uji F sebagai berikut:
1. Menentukan Hipotesis
Ho : Kedua varian adalah sama (varian kelompok kelas A dan kelas B
adalah sama)
Ha : Kedua varian adalah berbeda (varian kelompok kelas A dan kelas B adalah
berbeda).
2. Kriteria Pengujian (berdasar probabilitas / signifikansi)
4. Kesimpulan
Oleh karena nilai probabilitas (signifikansi) dengan equal variance assumed (diasumsikan
kedua varian sama) adalah 0,603 lebih besar dari 0,05 maka Ho diterima, jadi dapat
disimpulkan bahwa kedua varian sama (varian kelompok kelas A dan kelas B adalah
sama). Dengan ini penggunaan uji t menggunakan equal variance assumed (diasumsikan
kedua varian sama).
7. Kesimpulan
Oleh karena nilai t hitung > t tabel (3,490 > 2,101) dan P value (0,003 < 0,05) maka Ho
ditolak, artinya bahwa ada perbedaan antara rata-rata nilai ujian kelas A dengan rata-rata nilai
ujian kelas B. Pada tabel Group Statistics terlihat rata-rata (mean) untuk kelas A adalah 40,30
dan untuk kelas B adalah 32,80, artinya bahwa rata-rata nilai ujian kelas A lebih tinggi
daripada rata-rata nilai ujian kelas B.
Nilai t hitung positif, berarti rata-rata group1 (kelas A) lebih tinggi daripada group2 (kelas B)
dan sebaliknya jika t hitung negatif berarti rata-rata group1 (kelas A) lebih rendah dari pada
rata-rata group2 (kelas B)
Perbedaan rata-rata (mean diference) sebesar 7,50 (40,30-32,80), dan perbedaan berkisar
antara 2,98 sampai 12,02 (lihat pada lower dan upper).
Analisis Korelasi merupakan suatu analisis untuk mengetahui tingkat keeratan hubungan
antara dua variabel. Tingkat hubungan tersebut dapat dibagi menjadi tiga kriteria, yaitu
mempunyai hubungan positif, mempunyai hubungan negatif dan tidak mempunyai hubungan.
Untuk mencari persamaan garis regresi dapat digunakan berbagai pendekatan (rumus),
sehingga nilai konstanta (a) dan nilai koefisien regresi (b) dapat dicari dengan metode sebagai
berikut :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2] atau a = (ΣY/N) – b (ΣX/N)
b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]
Contoh :
Berdasarkan hasil pengambilan sampel secara acak tentang pengaruh lamanya belajar (X)
terhadap nilai ujian (Y) adalah sebagai berikut :
Y(nilai X (lama belajar) X 2 XY
ujian)
40 4 16 160
60 6 36 360
50 7 49 350
70 10 100 700
90 13 169 1.170
2
ΣY = 310 ΣX = 40 ΣX = 370 ΣXY = 2.740
Dengan menggunakan rumus di atas, nilai a dan b akan diperoleh sebagai berikut :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2]
a = [(310 . 370) – (40 . 2.740)] / [(5 . 370) – 402] = 20,4
Contoh :
Sampel yang diambil secara acak dari 5 mahasiswa, didapat data nilai Statistik dan
Matematika sebagai berikut :
Sampe X (statistik) Y (matematika) XY X2 Y2
l
1 2 3 6 4 9
2 5 4 20 25 16
3 3 4 12 9 16
4 7 8 56 49 64
5 8 9 72 64 81
Jumlah 25 28 166 151 186
r = [(N . ΣXY) – (ΣX . ΣY)] / √{[(N . ΣX2) – (ΣX)2] . [(N . ΣY2) – (ΣY)2]}
r = [(5 . 166) – (25 . 28) / √{[(5 . 151) – (25)2] . [(5 . 186) – (28)2]} = 0,94
Nilai koefisien korelasi sebesar 0,94 atau 94 % menggambarkan bahwa antara nilai statistik
dan matematika mempunyai hubungan positif dan hubungannya erat, yaitu jika mahasiswa
mempunyai nilai statistiknya baik maka nilai matematikanya juga akan baik dan sebaliknya
jika nilai statistik jelek maka nilai matematikanya juga jelek.
2.3 Macam-Macam Regresi Dan Korelasi
Macam-macam regresi itu terbagi lima antara lain sebagai berikut:
1. Regresi Linier Sederhana
Hubungan antara 2 variabel. Yaitu x (variabel bebas) dan y (variabel tak bebas). Kedua
variable datanya kuantitatif.
Misal: Berat badan seseorang dipengaruhi tinggi badannya
2. Regresi Linier Berganda
Hubungan antara variabel y dengan dua atau lebih variabel x. Semua variable datanya
kuantitatif.
Misal : produksi padi dipengaruhi oleh jenis pupuk, suhu, lama penyinaran, dll
3. Regresi Nonlinier
Hubungan antara variabel y dan x yang tidak linier. Tidak linier maksudnya laju perubahan y
akibat laju perubahan x tidak konstan untuk nilai-nilai x tertentu.
Misal : Produksi padi akan meningkat saat diberi pupuk taraf rendah ke sedang. Tapi kalau
diberi dengan taraf tinggi, malah produksinya menurun.
4. Regresi Dummy
Hubungan antara variabel y (data kuantitatif) dan variabel x (data kualitatif).
Misal : Melihat pengaruh kemasan terhadap harga jual makanan. Kita coding 1 jika kemasan
menarik dan 0 jika kemasan tidak menarik. 1 dan o adalah variabel dummy.
5. Regresi Logistik
Hubungan antara variabel y (data kualitatif) dan variabel x (data kuantitatif).
Misal : Ingin diketahui apakah konsumen akan membeli makanan di rumah makan
berdasarkan penilaian konsumen terhadap lokasi, pelayanan, pendapatan. Dalam kasus ini
hanya ada 2 kemungkinan respon konsumen, yaitu konsumen membeli (1) dan tidak membeli
(0).
Macam-macam korelasi terdiri dari:
2) Korelasi Sama Dengan Nol: Korelasi sama dengan 0 mempunyai arti tidak ada hubungan
antara dua variabel.
3) Korelasi Sama Dengan Satu: Korelasi sama dengan + 1 artinya kedua variabel mempunyai
hubungan linier sempurna (membentuk garis lurus) positif. Korelasi sempurna seperti ini
mempunyai makna jika nilai X naik, maka Y juga naik.
4) Korelasi sama dengan minus satu: artinya kedua variabel mempunyai hubungan linier
sempurna (membentuk garis lurus) negatif. Korelasi sempurna seperti ini mempunyai makna
jika nilai X naik, maka Y turun dan berlaku sebaliknya.
BAB III
PENUTUP
3.1 Kesimpulan
Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu
variabel dependen (terikat) dengan satu atau lebih variabel independent (variabel
penjelas/bebas), dengan tujuan untuk mengestimasi dan/ atau memprediksi rata-rata populasi
atau niiai rata-rata variabel dependen berdasarkan nilai variabe! independen yang diketahui.
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan
hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi.
Macam-macam regresi itu terbagi lima antara lain sebagai berikut:
1. Regresi Linier Sederhana
2. Regresi Linier Berganda
3. Regresi Nonlinier
4. Regresi Dummy
5. Regresi Logistik
Macam-macam korelasi terdiri dari:
3.2 Saran
Menyadari masih banyaknya kekurangan dalam penyusunan makalah ini, penyusun
sangat mengharapkan adanya kritik dan saran, yang sifatnya membangun atau memperbaiki
makalah ini dari semua pihak.
DAFTAR PUSTAKA
Supangat,Andi. 2010. Statistika. Jakarta:Kencana
http://ngacabrul.blogspot.co.id/2010/12/makalah-statistik-korelasi-dan-regresi.html
https://lovelyyydee.wordpress.com/2014/04/09/contoh-makalah-statistika-regresi-dan-
korelasi/
http://kakamawardi.blogspot.co.id/2011/12/analisis-regresi-dan-korelasi-sederhana.html
http://dokterdewikusumastuti.blogspot.co.id/2013/07/analisis-regresi.html