A.

Kegiatan Pembelajaran Ke-12

 Regresi dan Korelasi Linier
 Koefisien Determinasi
 Uji Korelasi Linier

B. Tujuan Materi Pembelajaran

1. Mahasiswa mampu memahami dan menjelaskan Pengertian Regresi dan Korelasi
Linier serta Koefisien Determinasi.
2. Mahasiswa mampu memahami dan menjelaskan tentang Persamaan Regresi
Linier.
3. Mahasiswa mampu melakukan dan menjelaskan Uji Koefisien Korelasi Linier.

C. Materi Pembelajaran

REGRESI DAN KORELASI LINIER

I. REGRESI LINIER

Dalam statistika regresi merupakan salah satu metode untuk menentukan hubungan
sebab – akibat antara satu variabel dengan variabel yang lain. Variabel tersebut adalah
Variabel dependent (response) atau variabel terikat (bergantung) yang diberi lambang Y dan
variabel explanory (penduga/predictor) atau variabel bebas diberi lambang X. Perhatikan
gambar mengenai hubungan regresi positif dan regresi negatif berikut :

Pada Gambar A, persamaan regresinya adalah Y^ =a+bX antara nilai Y dan X mempunyai
hubungan yang positif. Apabila nilai X naik, maka nilai Y juga naik. Nilai intersep (a) adalah
nilai Y pada saat X bernilai 0. Nilai b menunjukkan perubahan nilai Y akibat perubahan nilai x
satu satuan. Contohnya : Kurva Penawaran.
Pada Gambar B, persamaan regresinya adalah Y^ =a−bX antara nilai Y dan X mempunyai
hubungan yang negatif. Apabila nilai X naik, maka nilai Y turun. Nilai intersep (a) adalah nilai
Y pada saat X = 0. Nilai b menunjukkan penurunan nilai Y akibat perubahan nilai X meningkat
satu satuan. Contohnya : Kurva Permintaan.

Bentuk umum persamaan Regresi adalah : Y^ =a+bX

dan penduga koefisien regresi a dan b adalah :

b=n . ¿ ¿ Dan a=∑ y−b .¿ ¿

dimana :

Y^ =Y cap atau Y topi

a=intersep atau titik potong garis dengan sumbu Y
b=Slope atau kemiringan garis
X =Nilai Variabel Bebas
Y =Nilai Variabel Terikat
n=Jumlah sampel

Jadi, persamaan regresi adalah suatu persamaan yang mendefinisikan hubungan antara dua
variabel.

Contoh 1 :

Data berikut merupakan data besarnya suku bunga investasi dan investasi domestik pada tahun
2003-2013. Berdasarkan data tersebut, tentukan persamaan regresi liniernya Y^ =a+bX dan apa
artinya ?
Jawab :

b=n . ¿ ¿

11 . ( 6.202 .860,68 )−( 146,89 ) .(505.355)

b=
11. ( 1.986,35 )−(146,89)2

68.231.467,48−74.231.295,95
b=
21.849,85−21.576,6721

−5999828,47
b= =−21.963,08146 ≈−21.963,08
273,1779

a=∑ y−b .¿ ¿

505.355−(−21 . 963,08146 ) .(146,89)

a=
11

3.731.512,036
a= =339.228,36691 ≈ 339.228,37
11

Maka persamaan regresinya : Y^ =a+bX adalah Y^ =339.228,37−21.963,08 X

Apabila Bunga Kredit Investasi (BKI) naik sebesar 1%, maka nilai investasi akan mengalami
penurunan sebesar 21.963,08 M dan begitu juga sebaliknya.

II. Korelasi
 Analisis Korelasi adalah suatu teknik statistika yang digunakan untuk mengukur
keeratan hubungan antara dua variabel.
Perhatikan gambar berikut :

Hubungan Inflasi dan Suku Hubungan Produksi dan

Bunga (Korelasi Negatif) Harga Minyak Goreng
(Korelasi Positif)
35 700
30 600
25 500
20 400
15 300
10 200
5 100
0 0
2,01 9,35 12,55 10,33 637 740 722 781 849 881
Inflasi Harga Minyak Goreng

 Gambar pertama menunjukkan hubungan antara variabel inflasi dan suku bunga. Apabila
dilihat pada gambar saat inflasi rendah, maka suku bunga tinggi dan pada saat inflasi
tinggi, suku bunga rendah. Gambar tersebut menunjukkan adanya hubungan antara inflasi
dan suku bunga yang bersifat negatif.

 Gambar kedua memperlihatkan hubungan yang positif antara variabel produksi dan harga
minyak goreng, yaitu apabila harga meningkat, maka produksi juga meningkat.

Rumus koefisien korelasi tersebut dinyatakan sebagai berikut:

n   XY     X    Y 
r 
n
 X  2
 X 
2

 
n Y 2    Y  
2

Dimana:
r : Nilai koefisien korelasi
X : Jumlah pengamatan variabel X
Y : Jumlah pengamatan variabel Y
XY : Jumlah hasil perkalian variabel X dan Y
2
(X ) : Jumlah kuadrat dari pengamatan variabel X
(X)2 : Jumlah kuadrat dari jumlah pengamatan variabel X
(Y2) : Jumlah kuadrat dari pengamatan variabel Y
(Y)2 : Jumlah kuadrat dari jumlah pengamatan variabel Y
n : Jumlah pasangan pengamatan Y dan X
HUBUNGAN KUAT DAN LEMAHNYA SUATU KORELASI
 Korelasi negatif Korelasi negatif Tidak ada Korelasi positif Korelasi positif
sempurna sedang Korelasi sedang sempurna

Korelasi negatif Korelasi negatif Korelasi positif Korelasi positif

kuat lemah lemah kuat

-1,0 -0,5 0,0 0,5 1,0

Skala r
Korelasi negatif Korelasi positif

Contoh 2 : Dari data berikut, tentukan koefisien korelasinya dan apa kesimpulannya?

Jawab :
Kesimpulannya : Koefisien korelasi antara suku bunga dengan nilai investasi sebesar -0,892.
Tanda negatif menunjukkan bahwa apabila suku bunga meningkat, maka investasi menurun dan
begitu juga sebaliknya apabila suku bunga turun maka investasi meningkat. Nilai -0,892
termasuk dalam korelasi negatif kuat, maka hubungan antara suku bunga dengan nilai investasi
relatif kuat.

III. Koefisien Determinasi

Koefisien Determinasi merupakan bagian dari keragaman total variabel terikat Y
(variabel yang dipengaruhi atau dependen) yang dapat diterangkan atau diperhitungkan
oleh keragaman variabel bebas X (variabel yang memengaruhi atau independen).

Koefisien determinasi = r2

n  XY     X    Y 
2

r2 
n
 X 
2
  X 
2

 
n Y 2    Y  
2

IV. Uji Koefisien Korelasi

Rumus Uji “ t “ Untuk Uji Korelasi :

atau
Dimana:
t : Nilai t-hitung
r : Nilai koefisien korelasi
n : Jumlah data pengamatan

Contoh 3 :

Ujilah apakah nilai r = ‒0,892 pada hubungan antara suku bunga dan investasi dari data
pada contoh soal diatas !
Jawab :

a) Perumusan hipotesis:
Hipotesis yang di uji adalah koefisien korelasi sama dengan nol. Korelasi dalam populasi
dilambangkan dengan ρ sedang pada sampel r.

b) Taraf nyata 5% untuk uji dua arah (a/2=0,05/2=0,025) dengan derajat bebas (df) = n ‒k =
11 ‒ 2 = 9. Nilai taraf nyata a/2= 0,025 dan df =9 adalah = 2,262. Ingat bahwa n adalah
jumlah data pengamatan, yaitu = 11, sedangkan k adalah jumlah variabel, yaitu Y dan X,
jadi k= 2.
c) Menentukan nilai uji t hitung :

d) Menentukan daerah keputusan dengan nilai t kritis/tabel 2,262.

e) Menentukan kesimpulan. Nilai t-hitung ternyata terletak pada daerah menolak H0. Ini
menunjukkan bahwa tidak terdapat cukup bukti untuk menolak H 0, dan menerima H1
sehingga dapat disimpulkan bahwa korelasi dalam populasi tidak sama dengan nol, dan
hubungan antara tingkat suku bunga investasi dengan nilai investasi bersifat kuat dan
nyata.