SESI/PERKULIAHAN KE: 37,38,39,40,41,42,43,44

Tujuan Instruksional Khusus

Setelah mengikuti kuliah ini mahasiswa dapat menentukan pengaruh, hubungan

dan kelinieran antar variabel terikat dengan variabel bebas.

Pokok Bahasan Analisis Regresi dan Korelasi

Deskripsi singkat. Dalam materi ini mahasiswa akan mempelajari tentang

pengaruh variabel bebas terhadap variabel terikat dengan menggunakan metode
regresi linier sederhana dan regresi linier berganda. Di samping itu, diuraikan juga
tentang ada tidaknya hubungan antara variabel bebas dengan variabel terikat.
Untuk mengetahui ada tidaknya hubungan antara variabel bebas dan terikat
tersebut digunakan metode korelasi linier dan korelasi parsial.

I. Bahan Bacaan
1. Dixon Wilfrid J. dan Massey Frank J. Jr., 1997, Pengantar Analisis
Statistik, Edisi Keempat, Gadjah Mada University Press, Yogyakarta.
2. Mulyono, Sri, 1991, Statistik untuk Ekonomi, Lembaga Penerbit FE UI
Jakarta, Jakarta.
3. Sudjana, Prof. DR. M.A.,M.Sc., 1996, Metode Statistik, Edisi Ke-6,
Tarsito Bandung.
4. Supranto, J., M.A., 1996, Statistik –– Teori dan Aplikasi, Jilid 1 dan 2,
Edisi Kelima, Erlangga.
5. Walpole, Ronald E., 1995, Pengantar Statistika, Edisi ke-3, PT.
Gramedia Pustaka Utama, Jakarta.

II. Bacaan Tambahan

1. Dayan, Anto, 1983, Pengantar Metode Statistik, Jilid I, LP3ES,
Cetakan ke VIII, Jakarta
2. S. CH. Supardi, Dra., 1975, Dasar-dasar Statistik Ekonomi, Alumni,
Bandung.
3. Spiegel, Murray, R., 1981, Statistics, Schaum’s Outlines Series, Asian
Student Edition, Bandung.

III. Pertanyaan Kunci/Tugas:

1. Gambarkan diagram pencar data yang diberikan.
2. Tentukan persamaan regresi linier sederhana dan regresi linier berganda
dari data yang diberikan
3. Berapa besar hubungan antara variabel bebas dan variabel terikat?
4. Berapa besar pengaruh variabel bebas terhadap variabel terikatnya?

1
 BAB X
ANALISIS REGRESI DAN KORELASI

1. Pendahuluan
Dalam materi ini akan diuraikan tentang pengaruh satu atau lebih variabel
bebas (X) terhadap variabel terikat (Y). Pengaruhnya dapat diketahui melalui
suatu bentuk persamaan regresi. Pengaruh yang dimaksud adalah memberikan
peningkatan (positif) atau menyebabkan penurunan (negatif). Pengaruh satu
variabel bebas (X) terhadap variabel tak bebas (Y) dinamakan regresi linier
sederhana, sedangkan pengaruh lebih dari satu variabel bebas (X 1, X2, ..., Xk)
terhadap variabel terikat (Y) disebut regresi linier berganda.
Selain pengaruhnya dapat diketahui, juga dapat dihitung kuat tidaknya
hubungan antara variabel bebas dan variabel terikat yang biasa disebut dengan
korelasi. Hubungan antara satu variabel bebas dengan satu variabel terikat
dinamakan korelasi linier (r), sedangkan hubungan lebih dari satu variabel bebas
dengan satu variabel terikat disebut koefisien determinasi (R2) atau bisa juga
diketahui melalui hubungan parsial yang disebut korelasi parsial.

2. Regresi Linier Sederhana

Bentuk umum:
Y = a + bX ……………………………………………… 10.1
dimana:
Y = variabel terikat
X = variabel bebas
a,b = konstanta
Untuk menentukan nilai a dan b digunakan suatu metode yang disebut
metode kuadrat terkecil (Least Square Method) dengan rumus:
n ∑ XY − ∑ X ∑ Y
b= 2
n ∑ X2 − ( ∑ X ) …………………………….. 10.2

2
 a=Y −b X=
1
Y −b
∑X
n
∑ n ……………………….. 10.3
Contoh 1:
Di bawah ini disajikan data mengenai jumlah pengunjung super market
(mall) dan pendapatan yang diterima oleh panitia.
Tahun Pengunjung Pendapatan
ke- (ribuan orang) (jutaan rupiah)
1 8 12
2 10 13
3 12 16
4 13 17
5 17 20
6 18 23
7 20 25

Pertanyaan:
a. Gambarkan diagram pencarnya.
b. Tentukan persamaan regresinya

Penyelesaian:
a. Diagram pencar adalah diagram berupa titik-titik.
30
25
20
15
10
5
0
0 5 10 15 20 25

b. Persamaan regresi
Tahun ke- X Y X2 XY
1 8 12 64 96
2 10 13 100 130
3 12 16 144 192
4 13 17 169 221
5 17 20 289 340
6 18 23 324 414
7 20 25 400 500
Jumlah 98 126 1490 1893

3
 Dengan menggunakan metode Least Square diperoleh:

n ∑ XY − ∑ X ∑ Y
b= 2
n ∑ X2 − ( ∑ X )

7 (1893) − 98 (126) 13251 − 12348

b= =
7 (1490) − ( 98)2 10430 − 9604
903
= = 1 ,09
826

a=Y −b X
126 98
a= − (1,09) = 18 − 1,09 (14)
7 7
= 18 − 15,26 = 2,74
Persamaan regresinya adalah:
Y = 2,74 + 1,09 X

3. Korelasi Linier
Korelasi linier digunakan untuk mengetahui ada atau tidaknya hubungan
antara dua variabel yaitu variabel terikat (Y) dan variabel bebas (X).
Bentuk umum:
n ∑ XY − ∑ X ∑Y
r=
√ {n ∑ X 2 − (∑ X )2 } {n ∑ Y 2 − (∑ Y )2 } ………….. 10.4
dimana : n = banyaknya data
Kriteria hubungan:
r > 0,8 : sangat kuat
0,6 < r < 0,8 : kuat
0,4 < r < 0,6 : lemah
r < 0,4 : sangat lemah

Contoh 2:
Data mengenai jumlah pengunjung super market (mall) dan pendapatan
yang diterima oleh panitia adalah sebagai berikut:

4
 Tahun Pengunjung Pendapatan
ke- (ribuan orang) (jutaan rupiah)
1 8 12
2 10 13
3 12 16
4 13 17
5 17 20
6 18 23
7 20 25

Pertanyaan:
Hitunglah besarnya koefisien korelasinya.

Penyelesaian:
Tahun ke- X Y X2 Y2 XY
1 8 12 64 144 96
2 10 13 100 169 130
3 12 16 144 256 192
4 13 17 169 289 221
5 17 20 289 400 340
6 18 23 324 529 414
7 20 25 400 625 500
Jumlah 98 126 1490 2412 1893

∑ X = 98 ∑ Y = 126 ∑ XY = 1893
n=7 ∑ X 2 = 1490 ∑ Y 2 = 2412
Koefisien korelasinya adalah:
7 (1893 ) − (98 ) (126)
r=
√ [ 7(1490 ) − (98)2] [ 7 (2412) − (126 )2 ]
13251 − 12348
=
√( 10430 − 9604 ) (16884 − 15876 )
903 903 903
= = =
√( 826) (1008 ) √ 832608 912 ,4736
= 0 ,9896

5
 Besarnya koefisien korelasi antara variabel pendapatan dan pengunjung
adalah 0,9896 artinya hubungan pendapatan dan banyaknya pengunjung sangat
kuat yaitu sebesar 98,96%.

4. Regresi Linier Berganda

Bentuk umum:
Y = b0 + b1 X 1 + b 2 X 2 + . . . + b k X k …………………… 10.5

Pada uraian ini akan dibatasi hanya pada dua variabel bebas yaitu X1 dan
X2 saja, sehingga persamaannya berubah menjadi:
Y = b0 + b1 X 1 + b 2 X 2
Nilai b0, b1, dan b2 dapat diperoleh dengan memecahkan persamaan linier
simultan berikut ini.
n b 0 + b1 ∑ X 1 + b2 ∑ X 2 = ∑ Y

b0 ∑ X 1 + b 1 ∑ X + b2 ∑ X 1 X 2 = ∑ X1 Y
12

b0 ∑ X 2 + b 1 ∑ X 1 X 2 + b2 ∑ X = ∑ X2 Y
22

Sistem persamaan linier tersebut dapat diselesaikan untuk mendapatkan b 1

dan b2 dengan berbagai cara antara lain dengan kaidah Cramer, dan kemudian bo
dapat diperoleh dari persamaan pertama, yaitu:
b0 = Y − b1 X 1 − b 2 X 2

6
Contoh 3:
Skor Tes Intelegensia, Nilai Ujian Kimia dan Frekuensi Membolos dari
mata kuliah kimia seperti di bawah ini.
Peringkat Kimia Nilai Ujian Frekuensi Membolos
Siswa
Y X1 X2
1 85 65 1
2 74 50 7
3 76 55 5
4 90 65 2
5 85 55 6
6 87 70 3
7 94 65 2
8 98 70 5
9 81 55 4
10 91 70 3
11 76 50 1
12 74 55 4

Pertanyaan:
Dugalah persamaan regresinya.

Penyelesaian:
Dari data di atas diperoleh

n = 12 ∑ X 1 = 725 ∑ X 2 = 43
∑ X 1 X 2 = 2540 ∑ X 12 = 44 . 475

∑ X 22 = 195
∑ Y = 1011 ∑ X 1 Y = 61. 685 ∑ X 2 Y = 3581

Dengan memasukkan nilai-nilai ini ke dalam sistem persamaan linier di atas,

maka diperoleh
12 b0 + 725 b1 + 43 b2 = 1011

725 b0 + 44.475 b1 + 2540 b 2 = 61.685

7
 43 b 0 + 2540 b1 + 195 b 2 = 3581
Dengan menyelesaikan sistem persamaan linier menggunakan metode Cramer,
maka diperoleh:
1011 725 43
|61685 44475 2540 |
3581 2540 195
b0 = = 27.547
12 725 43
|725 44475 2540|
43 2540 195
12 1011 43
|725 61685 2540 |
43 3581 195
b1 = = 0,922
12 725 43
|725 44475 2540 |
43 2540 195
12 725 1011
|725 44475 61685|
43 2540 3581
b2 = = 0,284
12 725 43
|725 44475 2540 |
43 2540 195
Dengan demikian persamaan regresi yang diperoleh adalah:
Y^ = 27 ,547 + 0, 922 X 1 + 0 ,284 X 2

5. Koefisien Korelai Parsial

Ukuran hubungan linier antara variabel Y dan X2 dengan X1 dibuat tetap
didefinisikan sebagai
r Y 2 − r Y 1 r 12
r Y 2.1 =
√(1 − r2Y 1 ) (1 − r212 ) ……………………………… 10.6
sedangkan hubungan linier antara variabel Y dan X1 dengan X2 dibuat tetap
didefiniskan sebagai

8
 r Y 1 − r Y 2 r 12
r Y 1. 2 =
√(1 − r2Y 2 ) (1 − r212 ) …………………………..…. 10,7

Contoh 4:
Berdasarkan Contoh 3, hitung kefisien korelasi parsial antara Y dan X 2 bila X1
dibuat tetap.

Penyelesaian:
(12 ) (61685) − (1011) (725 )
rY 1 = = 0 , 862
√[ (12 )(85905) − (1011)2 ] [(12 )(44475 ) − (725)2 ]
(12 ) (3581) − (1011) ( 43)
rY 2 = = −0 , 242
√[ (12)(85905) − (1011)2 ] [ (12 )(195) − ( 43)2 ]
(12 ) (2540) − ( 43) (725 )
r 12 = = −0 , 349
√ [(12 )(195 ) − ( 43)2 ] [(12 )(44475 ) − (725)2 ]

Dengan demikian korelasi parsialnya adalah

−0,242 − (0, 862)(−0,349)
r Y 2. 1 = = 0,124
√[1 − (0,862)2 ] [1 − (−0,349 )2 ]
Nilai r2Y 2.1 = 0,015 menunjukkan bahwa memasukkan X 2 ke dalam
persamaan regresi hanya mengurangi 1,5% keragaman Y yang tidak dapat
diterangkan oleh garis regresi yang menggunakan X 1 saja. Ini berarti frekuensi
membolos hanya menyumbang sangat kecil dalam peramalan nilai kimia
mahasiswa di akhir semester.

6. Penutup
Dari uraian dan penjelasan di atas, maka diharapakan bahwa mahasiswa dapat
menentukan pengaruh atau hubungan linier antara variabel terikat dan variabel
bebas. Pengaruh antara variabel terikat dengan variabel bebas diperoleh
dengan menggunakan metode regresi, yaitu regresi linier sederhana dan
regresi linier berganda sedangkan hubungan antara variabel terikat dengan

9
 variabel bebas diketahui dengan menggunakan metode korelasi linier dan
korelasi parsial. Metode least square ini juga akan dipelajari pada materi time
series yang biasa disebut dengan metode least square cara singkat.

SOAL LATIHAN

1. Data di bawah ini adalah hasil observasi suatu lembaga tertentu mengenai
jumlah uang yang beredar dan harga beras dari tahun 1989 sampai dengan
2000 sebagai berikut:

Jumlah Uang yang Beredar Harga Beras

Tahun
(dalam milyar rupiah) (dalam Rp/10 liter)
1989 3.3 7.10
1990 4.5 6.85
1991 5.0 16.46
1992 6.6 17.82
1993 7.5 17.99
1994 11.1 17.99
1995 12.2 21.13
1996 13.4 28.53
1997 18.9 35.44
1998 29.4 59.33
1999 34.9 53.17
2000 47.8 60.94
Pertayaan:
a. Berdasarkan data di atas, saudara diminta untuk menghitung nilai Y yang
ditaksir untuk tahun 1989 sampai dengan 2000
b. Jika ada kenaikan 1 milyar rupiah dari jumlah uang yang beredar,
berapakah kenaikan harga beras?

2. Tuan AIRI seorang Direktris Keuangan dari sebuah perusahaan, ingin

mengetahui hubungan antara jumlah pengeluaran untuk inventory control
dengan jumlah kerugian akibat rusak dan pencurian. Tuan AIRI kemudian
mengambil sampel terhadap perusahaan yang sejenis. Hasilnya diperoleh
sebagai berikut:

Biaya control Besarnya Kerugian

(x Rp 10.000) (x Rp 10.000)
11 5
19 3
7 8
12 4
13 6
10 7

10
 16 3
22 2
14 3.5
12 4.5
Pertanyaan:
a. Berapakah besarnya pengaruh biaya kontrol terhadap kerugian yang
terjadi?
b. Bagaimana korelasinya antara biaya kontrol dengan kerugian persediaan
tersebut

3. Hasil rata-rata nilai mingguan dan hasil ujian akhir untuk 10 mahasiswa
jurusan Akuntansi dalam mata kuliah Statisitk terlihat sebagai berikut:

Mahasiswa Rata-rata Nilai Mingguan Nilai Ujian

A 63 55
B 95 85
C 70 60
D 80 71
E 98 94
F 88 75
G 66 60
H 73 60
I 93 75
J 86 71
Pertanyaan:
a. Hitunglah koefisien korelasinya.
b. Hitung besarnya pengaruh variable X terhadap variable Y.

4. Suatu perusahaan “UNTUNG TERUS” menghadapi kesulitan dalam

memperkirakan besarnya biaya listrik setiap bulan.
Dari bagian akuntansi mengemukakan pendapatnya naik turunnya biaya listrik
dipengaruhi oleh jam kerja langsung, dan ia menyarankan untuk mempelajari
hal-hal tersebut di atas dengan menggunakan data sampel tahun 1992 di
bawah ini.

Jam Kerja Biaya Jam Kerja Biaya

Bulan Bulan
Langsung Listrik Langsung Listrik
Januari 34 640 Juli 26 500
Pebruari 30 620 Agustus 26 500
Maret 34 620 September 31 530
April 39 590 Oktober 35 550
Mei 42 500 Nopember 43 580
Juni 32 530 Desember 48 680
Pertanyaan:
a. Hitunglah koefisien korelasinya.

11
 b. Hitung persamaan regresinya.
c. Gambarkan garis regresinya.
d. Berapkah besarnya biaya listrik untuk bulan Januari 1993, apabila pada
bulan tersebut perusahaan “UNTUNG TERUS” tidak berproduksi?
e. Apabila pada bulan Pebruari 1993 ternyata biaya listrik mencapai 750,
maka berapakah jam kerja langsungnya?

5. Dari daftar harga buku pada Toko Buku “BACA TERUS” ingin diketahui
apakah ada hubungan antara harga buku dengan tebalnya buku.
Untuk itu secara random diambil 10 buku dan diperoleh data sebagai berikut:

Tebal Buku Harga Buku Tebal Buku Harga Buku

750 12 550 10
280 5 580 10
450 7 350 6
680 11 500 9
700 13 300 5

Pertanyaan:
a. Hitunglah persamaan regresinya.
b. Hitunglah koefisien korelasinya dan terangkan apa artinya?
c. Berapa persenkah pengaruh variabel lain terhadap variabel “Y”nya?
d. Berapakah saudara akan menaksir harga buku yang tebalnya 400 lembar.
e. Berapa besarnya pertambahan harga jika sebuah buku yang telah
direncanakan semula harus ditambah tebalnya dengan 100 halaman lagi?

6. Sebuah penelitian dilakukan oleh seorang pedagang eceran untuk menemukan

hubungan antara biaya pemsangan iklan perminggu dan hasil penjualannya.
Data yang diperoleh adalah sebagai berikut:

Biaya Iklan Penjualan

40 385
20 400
25 395
20 365
30 475
50 440
40 490
20 420
50 560
40 525
25 480
50 510
Pertanyaan:
a. Buatlah diagram pencarnya dan dugalah garis regresinya

12
 b. Tentukan persamaan garis regresinya untuk meramalkan penjualan
mingguan berdasarkan pengeluaran iklan.
c. Dugalah besarnya penjualan mingguan bila pengeluaran untuk iklan
sebesar 35.
d. Hitunglah besarnya koefisien korelasinya.
e. Berikanlah kesimpulan atas jawaban anda.

7. Y = Rata-rata hasil penjualan perusahaan A per tahun (jutaan rupiah)

X1= Rata-rata pendapatan penduduk per tahun (ribuan rupiah)
X2= Rata-rata biaya pemasangan iklan per tahun (jutaan rupiah)

X1 51 44 52 57 62 48 53 61
X2 7 6 8 8 12 7 9 11
Y 62 52 68 72 78 58 58 74

Pertanyaan:
a. Kalau Y = b0 + b1X1 + b2X2 +e, di mana b0, b1 dan b2 adalah penduga b0,
b1, b2, maka dengan menggunakan metode kuadrat terkecil, tentukan:
Y^ =b 0 + b1 X 1 + b 2 X 2
b. Jika rata-rata pendapatan penduduk per tahun bertambah menjadi sebesar
Rp 65.000 dan rata-rata biaya pemasangan iklan per tahun diturunkan
sebesar Rp 5.000.000
c. Hitung r12, r13, r23 dan r12.3, r13.2
2 2
d. Hitung R1.23 = R dan apa artinya?

13