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
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
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
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 = β1x1y + β 2x2y
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
Perhitungan:
Mencari sumbangan relatif (SR%) dan sumbangan efektif (SE%)
β1 = 0,178464726 x1y = 763 β2 = -7,322663181 x2y = -9,7
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
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)
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%.
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
s 2 y.12
s 2b2 = = = =
x 2
2 (1 R22 ) ( )
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
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.
Model Summary(b)
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
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.
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
Kadar (pg/mL) 0 2 4 6 8 10 12
Fluoresensi 2,1 5 9 12,6 17,3 21 24,7
Sulisetijono
Biologi FMIPA Universitas Negeri Malang
(State University of Malang)
Email: sulisetijono.fmipa@um.ac.id
copyright August 2016