BAB XIII Korelasi dan Regresi 224

ANOVA(b)
Sum of
Model Squares df Mean Square F Sig.
1 Regression 70,225 1 70,225 216,077 ,001(a)
Residual ,975 3 ,325
Total 71,200 4
a Predictors: (Constant), X1
b Dependent Variable: Y

Coefficients(a)
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1,800 ,442 4,076 ,027
X1 ,132 ,009 ,993 14,700 ,001
a Dependent Variable: Y

KORELASI DAN REGRESI (BER)GANDA

Hubungan yang berkaitan dengan 3 variabel atau lebih disebut dengan korelasi ganda.
Regresi digunakan untuk melakukan pengujian hubungan antara sebuah variabel dependent
(terikat) dengan satu atau beberapa variabel independent (bebas) yang ditampilkan dalam
bentuk persamaan regresi. Jika variabel independent-nya lebih dari satu (X1, X2, X3, …. Xi),
maka persamaan regresinya adalah persamaan regresi linier berganda (multiple liniear
regression).

X Y X1
Y
korelasi sederhana X2

X1
korelasi ganda
X2 Y

dst …
Xn

Contoh Soal:
Seorang peneliti ingin mengetahui hubungan antara laju pertumbuhan ikan (X 1) dan indeks
kepadatan zooplankton (X2) dengan indeks besarnya ikan di suatu danau (Y).
Data sebagai berikut.
 Sulisetijono, Statistika dalam Bidang Biologi … 225

No X1 X2 Y
1 57 3,00 27
2 83 2,85 34
3 79 3,20 27
4 26 2,49 24
5 69 2,57 33
6 24 2,38 24
7 56 3,74 22
8 61 2,62 39
9 82 2,53 35
10 29 3,17 25

Rumusan masalah:
1. Apakah ada hubungan (korelasi) antara laju pertumbuhan ikan (X1) dan indeks
kepadatan zooplankton (X2) (secara bersama-sama; simultan) dengan indeks besarnya
ikan di suatu danau (Y)?
2. Apakah ada hubungan (korelasi) antara laju pertumbuhan ikan (X1) dengan indeks
besarnya ikan di suatu danau (Y)?
3. Apakah ada hubungan antara indeks kepadatan zooplankton (X2) dengan indeks
besarnya ikan di suatu danau (Y)?
Tujuan Penelitian
Penelitian ini bertujuan untuk mengetahui:
1. hubungan (korelasi) antara laju pertumbuhan ikan (X1) dan indeks kepadatan
zooplankton (X2) (secara bersama-sama; simultan) dengan indeks besarnya ikan di
suatu danau (Y).
2. hubungan (korelasi) antara laju pertumbuhan ikan (X1) dengan indeks besarnya ikan di
suatu danau (Y).
3. hubungan (korelasi) antara indeks kepadatan zooplankton (X2) dengan indeks besarnya
ikan di suatu danau (Y).
Hipotesis Penelitian
1. Ada hubungan (korelasi) antara laju pertumbuhan ikan (X1) dan indeks kepadatan
zooplankton (X2) (secara bersama-sama; simultan) dengan indeks besarnya ikan di
suatu danau (Y).
2. Ada hubungan (korelasi) antara laju pertumbuhan ikan (X1) dengan indeks besarnya
ikan di suatu danau (Y).
3. Ada (korelasi) hubungan antara indeks kepadatan zooplankton (X2) dengan indeks
besarnya ikan di suatu danau (Y).
Atau
1. Laju pertumbuhan ikan (X1) dan indeks kepadatan zooplankton (X2) (secara bersama-
sama; simultan) berhubungan (berkorelasi) dengan indeks besarnya ikan di suatu
danau (Y).
2. Laju pertumbuhan ikan (X1) berhubungan (berkorelasi) dengan indeks besarnya ikan di
suatu danau (Y).
3. Indeks kepadatan zooplankton (X2) berhubungan (berkorelasi) dengan indeks besarnya
ikan di suatu danau (Y).
BAB XIII Korelasi dan Regresi 226

1) Perhitungan koefisien korelasi ganda

R y (1, 2,...m ) = 1  x y   x y  ...   x

1 2 2 m m y
y 2

Perhitungan:
X1 = 566 X2 = 28,55 Y = 290
̅ = 56,6 ̅ = 2,855 ̅ = 29
∑ = 36814,00 ∑ = 83,133700 ∑ = 8710
∑ = 17177 ∑ = 818,25 ∑ = 1628,19
(∑ ) ( )
∑ =∑ - = 36814,00 - = 36814,00 - 32035,6 = 4778,4
(∑ ) ( )
∑ =∑ - = 83,133700 - = 83,133700 - 81,51= 1,62345
(∑ ) ( )
∑ =∑ - = 8710 - = 8710 – 8410 = 300
(∑ )(∑ ) ( )( )
∑ =∑ - = 17177 - = 17177 – 16414 = 763

(∑ )(∑ ) ( )( )
∑ =∑ - = 818,25 - = 818,25 – 827,95 = -9,7

(∑ )(∑ ) ( )( )
∑ =∑ - = 1628,19 - = 1628,19 – 1615,93 = 12,26

= 0,637268804 = -0,439533162 = 0,139196963

Persamaan simultan untuk mencari β1 dan β2
x1y = β1x12 + β2x1x2
x2y = β1x1x2 + β2x22
Persamaan simultan:
763 = 4778,4 β1 + 12,26 β2
-9,7 = 12,26 β1 + 1,62345 β2

Dibagi -12,26 -62,23491028 = -389,7553018 β1 + -1 β2

1,62345 -5,974929933 = 7,551818658 β1 + 1 β2
+
Ditambah -68,20984021 = -382,2034831 β1

β1 = 0,178464726
Dimasukkan
-9,7 = 12,26 β1 + 1,62345 β2
-9,7 = 2,187977541 + 1,62345 β2
-11,88797754 = 1,62345 β2
β2 = -7,322663181
JK reg = β1x1y + β 2x2y
JK reg = 207,1984188
 Sulisetijono, Statistika dalam Bidang Biologi … 227

R y (1, 2,...m ) =
1  x y   x y  ...   x
1 2 2 m my

y 2

(0,1784647 26)(763)  (-7,322663 181)( 9,7)

R y (1, 2,...m ) =
300
(136,16858 59)  (71,029832 86)
R y (1, 2,...m ) =
300
(207,1984188 )
R y (1, 2,...m ) =
300
R y (1, 2,...m ) = 0,690661395
R y (1, 2,...m ) = 0,831060404 R 2 y (1, 2) = 0,690661395 (koefisien determinasi)
Rujukan
R y (1, 2 ) hitung = 0,831060404 > R0,05(db= 7; 2) 0,758 (Tabel 12a kumpulan tabel halaman 26)
H0 ditolak, hipotesis penelitian diterima berarti Laju pertumbuhan ikan (X 1) dan indeks
kepadatan zooplankton (X2) (secara bersama-sama; simultan) berhubungan (berkorelasi)
dengan indeks besarnya ikan di suatu danau (Y).
Sumbangan Relatif (SR%) dari X1 dan X2

Perhitungan:
Mencari sumbangan relatif (SR%) dan sumbangan efektif (SE%)
β1 = 0,178464726 x1y = 763 β2 = -7,322663181 x2y = -9,7

SR (%) Variabel SE (%)

|β1x1y| = |136,1685866|  65,71893111  X1  45,38952886
|β2x2y| = |71,02983291|  34,28106889  X2  23,67661097
+
|β1x1y| + |β2x2y| = 207,1984195 100,00 69,06613983

1 x1 y 136,168585 9
SR%X1 = X 100% = x 100% = 65,718931014 % = 65,72%
1 x1 y  2 x 2 y 207,1984188

2 x 2 y 71,0298328 6
SR%X2 = X 100% = x 100% = 34,28106897% = 34,28%
1 x1 y  2 x 2 y 207,1984188

Jumlah persentase dari sumbangan relatif semua prediktor (X) = 100%

Sumbangan relatif belum menggambarkan sumbangan semua prediktor (X) terhadap
keseluruhan prediksi. Sumbangan seluruh prediktor terhadap Y, digambarkan oleh koefisien
determinasi dalam %, pada persoalan ini adalah 69,07%, oleh karena itu untuk lebih
menggambarkan sumbangan prediktor terhadap keseluruhan prediksi dicari sumbangan
efektif (SE%) masing-masing prediktor.
SE%X1 = SR%X1 X 0,690661395 = 45,38952858% = 45,39%
SE%X2 = SR%X2 X 0,690661395 = 23,67661092% = 23,68%
Jumlah persentase dari sumbangan efektif semua prediktor (X) = koefisien determinasi dalam
persen.
Korelasi signifikan dengan sumbangan prediktor = 69,07 persen, sedangkan 30,93 persen oleh
variabel lain.
BAB XIII Korelasi dan Regresi 228

KESIMPULAN
Laju pertumbuhan ikan (X1) dan indeks kepadatan zooplankton (X2) (secara bersama-sama;
simultan) berhubungan (berkorelasi) dengan indeks besarnya ikan di suatu danau (Y) dengan
sumbangan X1 dan X2 sebesar 69,07%. Sumbangan efektif laju pertumbuhan ikan sebesar
45,39% dan X2 sebesar 23,68%.
JIKA persoalan ini merupakan masalah REGRESI GANDA
Sebelum kesimpulan mencari persamaan garis regresi:
Y = β0 + β1X1 + β2X2 atau Y = a + b1X1 + b2X2)
y= β1x1 + β2x2 (Y- Y ) = β1(X1- X 1 ) + β2(X2- X 2 )
Y = β1(X1- X 1 ) + β2(X2- X 2 ) + Y Perhitungan:
Y = 0,178464726 (X1 – 56,6) + -7,322663181 (X2 - 2,855) + 29
Y = 0,178464726X1 -7,322663181X2 - 10,10110349 + 20,90620338 + 29
Y = 39,80509989 + 0,178464726X1 -7,322663181X2
39,805099860  Konstanta = -10,10110354 + 20,90620340 + 29,0000
0,178464727  X1 Koefisien regresi dari prediktor X1
-7,32266319  X2 Koefisien regresi dari prediktor X2
Persamaan yang diperoleh diuji dengan Anava untuk garis regresi yaitu dengan cara:
Tabel Anareg
SK db JK KT Fhit F0.05

Regresi m 1 x y  x y
1 2 2
Ftabel; (db reg;
db res)

Residu N-m-1 JK total – JK reg

Total N-1 y 2

Tabel Anareg
SK db JK KT Fhit F0.05
Regresi 2 207,1984188 103,5992094 7,814462389 4,74
Residu 7 92,8015812 13,25736874
Total 9 300

Rujukan:
F hitung regresi 7,814462389 > daripada F tabel 4,74, berarti persamaan garis regresi Y =
39,80509989 + 0,178464726X1 -7,322663181X2 diterima.
KESIMPULAN
Laju pertumbuhan ikan (X1) dan indeks kepadatan zooplankton (X2) (secara bersama-sama;
simultan) berhubungan (berkorelasi) dengan indeks besarnya ikan di suatu danau (Y) dengan
persamaan garis regresi Y = 39,80509989 + 0,178464726X1 -7,322663181X2. Keterandalan model
sebesar 69,07%. Sumbangan efektif laju pertumbuhan ikan (X1) sebesar 45,39% dan indeks
kepadatan zooplankton (X2) sebesar 23,68%.

Koefisien Korelasi Parsial

Kalau variabel X1 dan X2 berkorelasi dengan Y, maka koefisien korelasi antara Y dan X1
(X2 konstan), antara Y dan X2 (X1 konstan), dan antara X1 dan X2 (Y konstan) disebut Koefisien
Korelasi Parsial (KKP). Dari persoalan hubungan laju pertumbuhan ikan (X1) dan indeks
 Sulisetijono, Statistika dalam Bidang Biologi … 229

kepadatan zooplankton (X2) dengan indeks besarnya ikan di suatu danau (Y) diperoleh
koefisien korelasi seperti berikut.
= 0,637268804 = -0,439533162 = 0,139196963
r1 y  r2 y r12
r1 y .2 
Koefisien korelasi parsial X1 dan Y, kalau X2 konstan: 1 r 2 1 r 2 2y 12

r2 y  r1 y r12
Koefisien korelasi parsial X2 dan Y, kalau X1 konstan: r2 y .1 
1  r12y 1  r122
r12  r1 y r2 y
Koefisien korelasi parsial X2 dan X2, kalau Y konstan: r12. y 
1  r12y 1  r22y

= 0,785232961 = -0,692192272 = 0,432637939

Uji Keberartian Koefisien Regresi Linear Ganda

Untuk menilai ketepatan ramalan (prediksi), perli dilihat galat baku taksiran
(simpangan baku taksiran) yang diberi lambang s2y.12, dapat dihitung dengan rumus berikut:
JK (residu)
s 2 y.12  Untuk data di atas s 2 y.12 = 13,25736874, dengan demikian galat baku
(n  k  1)
taksiran, sy.12 = √ = 3,641066978. Dengan galat baku taksiran ini, dapat dihitung
galat baku koefisien b1 dan b2 yang diberi lambang Sb1, dapat dihitung dengan rumus:
s 2 y.12
s 2 bi 
x 2
ij (1  R 2i )

Selanjutnya, uji keberartian koefisien regresi, digunakan statistik: t-hitung bi = , dengan

dengan dk = (n-k-1) = 10-2-1 = 7.
∑ = 4778,4 ∑ = 1,62345 ∑ = 300
β1 = = b1 = 0,178464726 β2 = b2 = -7,322663181
∑
Korelasi antara X1 dan X2: =√  0,139196963 r2 = 0,019375795
(∑ )(∑ )

Dengan demikian, dapat dihitung varians galat baku berikut:

s 2 y.12
s 2 b1  = = = =
x 2
1 (1  R 21 ) ( )

s 2 b1  0,002829256  Sb1 = √ = 0,053190750

t-hitung b1 = = = 3,355183497  3,355

s 2 y.12
s 2b2  = = = =
x 2
2 (1  R22 ) ( )

s 2 b 2  8,327522396  Sb2 = √ = 2,885744687

t-hitung b2 = = = -2,53752982  2,538

Untuk mencari Sbo digunakan rumus:

BAB XIII Korelasi dan Regresi 230

Untuk mencari ∑ digunakan rumus: e = Y- (b0 + b1X1 + b2 X2)

No X1 X2 Y e E2
1 57 3 27 -1,009599729 1,019291613
2 83 2,85 34 0,251917918 0,063462637
3 79 3,2 27 -3,471291065 12,04986166
4 26 2,49 24 -2,211751445 4,891844456
5 69 2,57 33 -0,299921609 0,089952971
6 24 2,38 24 -2,660314943 7,077275597
7 56 3,74 22 -0,412364249 0,170044274
8 61 2,62 39 7,493929358 56,15897723
9 82 2,53 35 -0,912869574 0,833330859
10 29 3,17 25 3,23226534 10,44753923
92,80158052
β0 = b0 = 39,80509989 β1 = b1 = 0,178464726 β2 = b2 = -7,322663181
̅ = 56,6 ̅ = 2,855
∑ = 4778,4 ∑ = 1,62345 ∑ = 12,26

= √[ ( )
]

= √[ ] = √[ ]

= √[ ] = √ =
√

= 8,447607333  8,448

t-hitung b0 = = = 4,711996939  4,712

Berdasarkan hasil uji t ternyata bahwa nilai t-hitung yang diperoleh dibandingkan
dengan t-tabel (5%, db galat = 7) yaitu sebesar 2,3646. Hasil t-hitung > t tabel 5% baik untuk
nilai b0, b1, dan b2. Hal ini berarti bahwa dari analisis tersebut H 0 ditolak baik untuk uji b0, b1,
b2.

Kita cuplik hasil dari SPSS

Descriptive Statistics

Mean Std. Deviation N

Y = indeks besarnya ikan 29,00 5,774 10
X1 = Laju pertumbuhan ikan 56,60 23,042 10
X2 = indeks kepadatan zooplankton 2,8550 ,42472 10
 Sulisetijono, Statistika dalam Bidang Biologi … 231

Model Summary(b)

Adjusted R Std. Error of Durbin-

Model R R Square Square the Estimate Watson
1 ,831(a) ,691 ,602 3,641 1,958
a Predictors: (Constant), X2 = indeks kepadatan zooplankton, X1 = Laju pertumbuhan ikan
b Dependent Variable: Y = indeks besarnya ikan

ANOVA(b)

Sum of
Model Squares df Mean Square F Sig.
1 Regression 207,198 2 103,599 7,814 ,016(a)
Residual 92,802 7 13,257
Total 300,000 9
a Predictors: (Constant), X2 = indeks kepadatan zooplankton, X1 = Laju pertumbuhan ikan
b Dependent Variable: Y = indeks besarnya ikan

Coefficients(a)

Unstandardized Standardized
Model Coefficients Coefficients t Sig.
B Std. Error Beta
1 (Constant) 39,805 8,448 4,712 ,002
X1 = Laju pertumbuhan ikan ,178 ,053 ,712 3,355 ,012
X2 = indeks kepadatan
zooplankton -7,323 2,886 -,539 -2,538 ,039

a Dependent Variable: Y = indeks besarnya ikan

 Sulisetijono, Statistika dalam Bidang Biologi … 241

D. Ringkasan
Analisis korelasi dan regresi merupakan analisis yang berkaitan dengan masalah
hubungan. Korelasi menjelaskan derajat atau tingkat keeratan hubungan antara 2 atau lebih
variabel yang saling gayut yang ditunjukkan dengan koefisien korelasi (r). Variabel tersebut
juga ditentukan oleh skala data yang diperoleh. Regresi menjelaskan hubungan ketergantungan
suatu Y pada X, yang ditunjukkan dengan bentuk hubungan antara 2 atau lebih variabel.
Bentuk hubungan dalam bentuk fungsi atau persamaan matematik.
Arah korelasi positif, negatif atau tidak berkorelasi. Korelasi positif: cenderung berubah
secara bersama dalam satu arah yang sama, sama-sama meningkat atau sama-sam menurun.
Korelasi negatif: cenderung berubah dalam arah berlawanan, X meningkat maka Y menurun
atau sebaliknya X menurun maka Y meningkat. Koefisien korelasi berkisar antara -1 -- 0 -- +1.
Korelasi sederhana melibatkan satu variabel X dengan Y. Korelasi ganda melibatkan
lebih dari satu variabel X. Demikian juga halnya dengan masalah regresi. Analisis korelasi
dengan regresi keduanya begitu erat. Pada masalah regresi ada variabel X yang dikendalikan
atau diperlakukan oleh peneliti.
Hubungan fungsi diantara 2 variabel x dan y menjadi tidak linier apabila laju perubahan
dalam y yang berhubungan dengan perubahan satu satuan x tidak konstan untuk suatu
jangkauan nilai-nilai x tertentu.

E. Latihan Soal Bab 13

1. Peneliti melakukan penelitian dengan mengambil cuplikan 12 kepiting Pachygrapsus

crassipes di pantai Tamban Kabupaten Malang. Peneliti melakukan pengukuran terhadap
berat badan dalam gram (Y2) dan berat insang dalam miligram (Y1). Hasil pengukuran
seperti berikut.
n ke- 1 2 3 4 5 6 7 8 9 10 11 12
Y1 159 179 100 45 384 230 100 320 80 220 320 210
Y2 14,40 15,20 11,30 2,50 22,70 14,90 1,41 15,81 4,19 15,39 17,25 9,52
Buatlah: a) rumusan masalah; b) Hipotesis penelitian; c) Uji hipotesis; d) Kesimpulan.
2. Data dikumpulkan untuk suatu penelitian keragaman geografis pada aphid Pemphigus
populitransversus. Nilai dalam tabel merupakan rerata lokasi berdasar ukuran sampel yang
sama untuk 23 lokasi perkebunan di Kabupaten Malang. Variabel yang diukur dinyatakan
dalam milimeter. Y1 = panjang tulang kering; Y = panjang pangkal kaki.

Kode lokasi 1 2 3 4 5 6 7 8 9 10
Y1 0,631 0,644 0,612 0,632 0,675 0,653 0,655 0,615 0,712 0,626
Y2 0,140 0,139 0,140 0,141 0,155 0,148 0,146 0,136 0,159 0,140

Kode lokasi 11 12 13 14 15 16 17 18 19 20
Y1 0,597 0,625 0,657 0,586 0,574 0,551 0,556 0,665 0,585 0,629
Y2 0,133 0,144 0,147 0,134 0,134 0,127 0,130 0,147 0,138 0,150

Kode lokasi 21 22 23
Y1 0,671 0,703 0,662
Y2 0,148 0,151 0,142
Buatlah: a) rumusan masalah; b) Hipotesis penelitian; c) Uji hipotesis; d) Kesimpulan.
BAB XIII Korelasi dan Regresi 242

3. Suhu air beberapa kedalaman di danau Panai dicatat pada waktu tertentu pada tahun 2013.
K = kedalaman (m) dan T (suhu dalam C)

K 0 1 2 3 4 5 6 9 12 15,5
T 24,8 23,2 22,2 21,2 18,8 13,8 9,6 6,3 5,8 5,6

Buatlah: a) rumusan masalah; b) Hipotesis penelitian; c) Uji hipotesis; d) Kesimpulan.

4. Larutan standar parasetamol dalam metanol diukur serapannya dengan spektrofluoro-
meter, dan hasilnya ditampilkan dalam tabel berikut ini.

Kadar (pg/mL) 0 2 4 6 8 10 12
Fluoresensi 2,1 5 9 12,6 17,3 21 24,7

Tentukanlah bentuk persamaan hubungan antara kadar parasetamol dengan fluoresensi,

berapa koefisien korelasi dan koefisien determinasinya? Berapa kadar parasetamol dalam
sampel jika fluoresensi larutan sampel = 15
5. Penelitian bertujuan untuk mengkaji hubungan panjang-berat dan faktor kondisi sotong (S.
inermis) dilakukan pada Pebruari 2013 di PPI Tambaklorok Semarang, untuk keperluan
praktis di bidang perikanan. Pengetahuan karakteristik morfometrik dan sifat pertumbuh-
an alometrik sebagai data dasar morfologi atau biologi pada sotong (S. inermis). Kaitan
antar dua parameter pertumbuhan pada bagian tubuh sotong dapat ditaksir melalui
persamaan regresi non-linier, yaitu Y = aXb. Linierisasi persamaan tersebut adalah: log10Y =
log10 a + b log10 X. Data hubungan panjang (L, dalam mm) dengan bobot sotong (W, dalam
gram), seperti berikut.
W 12,54 15,40 22,20 25,54 30,20 32,20 34,22 36,34 37,25 38,58
L 8,43 9,23 12,14 14,62 18,25 20,82 23,28 25,55 26,56 27,50
Buatlah: a) rumusan masalah; b) Hipotesis penelitian; c) Uji hipotesis; d) Kesimpulan
6. Penelitian untuk mencari bentuk hubungan antara hari lamanya berkecambah (hari)
dengan kadar gula reduksi (mg/mL) tanaman Phaseolus. Hasilnya seperti berikut
Hari ke- 1 2 3 4 5 6 7 8 9 10
Kadar reduksi 22,1 24,8 27,6 30,7 34,4 36,5 33,1 28,2 25,9 21,8
7. Peneliti pada awalnya merendam kacang tanah kultivar Jepara generasi M1 tingkat benih
pada berbagai konsentrasi insektisida Silosan 25 EC (ppm) (S). Selanjutnya dilakukan
pengamatan terhadap angka kematian larva ngengat serangga Corcyra cephalonica (%
kematian serangga = M) dan derajat infeksi hama tersebut, hasil setelah 7 hari diinfestasi
hama (I) adalah seperti pada Tabel. Peneliti ingin mengetahui sumbangan masing-masing
variabel.
S 0 55 90 125 160 195 230 265 300 335 370 405 440 380
M 93 81 71 67 56 46 35 32 31 25 19 18 16 13
I 90,1 83,2 70 65,4 61 56 43,7 37,3 33,3 25,2 18 18 15 11
Buatlah: a) rumusan masalah; b) Hipotesis penelitian; c) Uji hipotesis; d) Kesimpulan

Sulisetijono
Biologi FMIPA Universitas Negeri Malang
(State University of Malang)
Email: sulisetijono.fmipa@um.ac.id
copyright August 2016