1. REGRESI
A. Pengertian Regresi
yang tepat, artinya persamaan tersebut merupakan pendekatan dari persamaan =a+
bX. Persamaan yang sebenarnya terlalu sukar untuk dihitung, sehingga hasil
perhitungan a dan b yang merupakan pendekatan dan perlu diuji kecocokannya.
Setelah nilai a dan b dapat dihitung, langkah selanjutnya adalah menguji apakah nilai a
dan b memang dapat mewakili nilai dan . Untuk pengujian disini kita perlu melihat
beberapa variasi yang mungkin muncul, dan melihat apakah variasi-variasi tersebut
terlalu besar atau tidak. Beberapa variasi yang perlu dilihat adalah :
1. Variasi kekeliruan taksiran ( standard error estimate) yang dapat dihitung dengan rumus :
= /(n – 2)
=( )( – )
=
Keterangan
SS : merupakan sum of squarres (jumlah kuadrat) yaitu jumlah kuadrat simpangan
masing-masing nilai dengan rata-ratanya.
2. Variasi koefisien regresi terdiri dari dua macam yaitu:
= +
=
3. Variasi ramalan Y untuk setiap X:
Contoh:
X 90 100 100 95 105 110 105 105 115 120
Y 70 75 80 80 85 85 85 90 95 100
Sumber : data fiktif
Langkah pertama : membuat tabel penyebaran nilai sebagai berikut:
No X Y X2 Y2 XY
1 120 100 14400 10000 12000
2 115 95 13225 9025 10925
3 110 85 12100 7225 9350
4 105 90 11025 8100 9450
5 105 85 11025 7225 8925
6 105 85 11025 7225 8925
7 100 80 10000 6400 8000
8 100 75 10000 5625 7500
9 95 80 9025 6400 7600
10 90 70 8100 4900 6300
1045 845 109925 72125 88975
No Y Y- (Y - )2
Berdasarkan kedua tabel diatas dapat dihitung a, b, serta variasi sebagai berikut :
= -12,76816609
= - 12,77
= 0,9307958478
= 0,93
= 80,2777778
= 80,28
= 80,2777778
= 80,28
=( )( – )
=( )( – )
= = 0,016887967 = 0,0017
= +
=
Langkah kedua adalah mencari simpangan baku standard error koefisien regresi. Untuk soal
diatas, standard error koefisien regresinya adalah :
= = 0,01670238623
= 0,1292377121 = 0,13
Langkah ketiga adalah menghitung nilai t koefisien regresi b nilai t koefisien regresi b untuk
soal diatas adalah :
t = (b – )/
= (0,93 – 0) / 0,13
= 7,153846154 = 7,15
Jika menggunakan alpha 0,05 maka tabel dengan dk = 8 adalah 2,306. Dengan demikian
maka ditolak hipotesis nol, artinya koefisien regresi adalah signifikan sehingga ada
hubungan linear yang signifikan antara X dan Y, dan b= 0,93 bukan semata-mata
disebabkan oleh factor random (kebetulan) saja.
Langkah keempat adalah melakukan perhitungan tentang interval kepercayaan atas ramalan
yang dilakukan, artinya apabila meramal nilai Y dengan dasar nilai X, maka nilai Y itu akan
terletak diantara dua garis yang terletak diatas dan dibawah garis persamaan regresi linear.
B
Y
A
C
2. Confidence interval (jarak BC) untuk nilai X = 100 dan alpha 0,05 adalah :
Y=
= 80,23 6,845985685
Jadi confidence interval untuk contoh diatas adalah diantara 87,07598569 dan 73,38401432.
penafsiran.
7. Melakukan interpretasi.
Menurut Irianto (2004:172), Pengujian linearitas berkaitan dengan sum of squares sisa,
dimana sum of squares sisa dipisah menjadi dua bagian yaitu sum of squares ketidaksamaan,
dan sum of squares error. Dalam membahas ketidaksamaan perlu melihat
(mengelompokkan) Y berdasarkan nilai X, artinya kita cari simpangan nilai Y dalam setiap
kelompok X. Sehingga banyaknya derajat kebebasannya adalah k (banyaknya kelompok X)
dikurang dengan 2. Sedangkan sum of squares error merupakan selisih sum of squares sisa
dengan sum of squares ketidaksamaan, dengan derajat kebebasan n-k.
Langkah awal adalah menyusun penyebaran nilai-nilai data Y berdasarkan nilai X.
X Y
120 100
115 95
110 85
105 90
105 85
105 85
100 80
100 75
95 80
90 70
Berdasarkan tabel diatas dapat dihitung sum of squares error (SSerror) dengan rumus :
Keterangan :
= (1002 – 1002/1) + (952 – 952/1) + (852 – 852/1) + (902 + 852 + 852 – (90 + 85 +
85)2/3) + (802 + 752 (80 + 75)2/2) + (802 – 802/1) + (702 – 702/1)
= -
F=
Sumber variansi dk SS MS F
Total 10 72125
Catatan : Uji linearitas mempunyai criteria penerimaan hipotesis nol terbalik dengan kriteria
yang lainnya.
2. KORELASI
Korelasi merupakan suatu hubungan antara satu variable dengan variable lainnya.
Hubungan tersebut dapat menunjukkan hubungan sebab akibat (korelasional), maupun
tidak (kausal). (Irianto,2004: 134).
Koefisien korelasi merupakan indeks atau bilangan yang digunakan untuk
mengukur keeratan (kuat, lemah, atau tidak) hubungan antarvariabel. (Hasan,2002:233).
Koefisien korelasi memiliki nilai antara -1 dan +1.
a. Jika nilai KK bernilai positif, maka variable-variabel berkorelasi positif.
b. Jika nilai KK bernilai negatif, maka variable-variabel berkorelasi negatif.
c. Jika KK bernilai 0 (nol) variable-variabel tidak menunjukkan korelasi.
d. Jika KK bernilai +1 atau -1, maka variabel menunjukkan korelasi positif
sempurna atau negative sempurna.
Atau
Korelasi Pearson dapat pulo didasarkan pada Z skor
Dimana
Contoh:
Data 1.
X Y X2 Y2 XY
= 0,2289
=0,23
Maka terdapat korelasi positif lemah antara jam belajar mandiri perminggu
dengan indeks prestasi mahasiswa.
Data 2
Jam Belajar IP
40 3,80
35 3,60
30 3,25
25 3,00
25 2,95
25 3,05
20 2,50
15 2,00
10 1,50
5 1,00
Sumber : data fiktif
X rata-rata= 23 Y rata-rata =2,665
Sdx= 10,85 Sdy = 0,91
Maka penyelesaiannya :
X Y Zx Zy ZxZy
r= 9,1315/10 =0,91315
Maka terdapat korelasi yang kuat sekali pada banyaknya jam belajar mandiri
perminggu dengan indeks prestasi mahasiswa
B. Korelasi Spearman
Apabila data yang kita hadapai mempunyai skala ordinal, maka korelasi
product moment tidak dapat digunakan. Untuk itu telah ditentukan rumus
sederhana tapi akurat. Yaitu, Spearman Correlation. Dengan rumus:
Contoh:
Maka Penyelesaiannya :
D
X Y D 2
1 10 9.00 81.00
2 7 5.00 25.00
3 8 5.00 25.00
4 6 2.00 4.00
5 5 0.00 0.00
6 3 3.00 9.00
7 4 3.00 9.00
8 2 6.00 36.00
9 9 0.00 0.00
10 1 9.00 81.00
42 270
Maka korelasi negative yang cukup berarti terdapat pada hubungan antara
rangking tes masuk dengan rangking pada saat di kelas setalah mengikuti
perkuliahan.
Untuk dua buah data yang memiliki jenis data yang berbeda, missal data
pertama berskala ordinal sedangkan data kedua berskala interval, maka kita
menggunakan korelasi spearman, dengan mengubah skala interval menjadi
skala ordinal (rank)
= 0,33
Maka :
0,214 ≤ ≤ 1,52
0,210 ≤ ≤ 0,909
5. Membuat kesimpulan
Menyimpulkan H0 diterima atau ditolak sesuai kriteria pengujian
Daftar Pustaka
Hasan, M.Iqbal.2002.Pokok-pokok Materi Statistik 2.Jakarta : Bumi Aksara
Irianto,Agus.2004.Statistik: Konsep Dasar, Aplikasi, dan Pengembangannya.Jakarta:Kencana