LINIER REGRESI DAN KORELASI

SEDERHANA
• REGRESI
• Digunakan untuk mengetahui hubungan antara dua variabel
ANALISIS REGRESI DAN datau lebih
• Variabel :
– Independent Variabel (variabel bebas) = X
KORELASI LINIER SEDERHANA – Dependent Variabel (variabel tergantung) = Y
• Jenis Penaruh :
– Posistif (jika X naik Y naik dan jika X turun Y turun)
– Negatif (jika X turun Y naik dan jika X naik Y turun)
• KORELASI
• Digunakan untuk mengukur tentang derajat keeratan
hubungan antara variabel X dan Y (besarnya derajat atau
tingkat keeratan antara variabel X dan variabel Y)

REGRESI LINIER SEDERHANA

CONTOH :
• Dikatakan linier sederhana karena hanya ada 2 variabel, yaitu
1 variabel bebas (x) dan 1 variabel tergantung (y)
• Apakah ada hubungan antara Umur Truk dengan Biaya Reparasi
• Y = a + bX dari 4 Truk yang ada?
– Y = variabel tergantung
– X = variabel bebas
• Truk = 4
• a = konstanta (intercept sumbu Y dan menentukan nilai Y • Umur Truk dalam tahun (variabel bebas)=X
pada saat X=0) • Biaya Reparasi dalam satuan Dollar (variabel tergantung)=Y
• b = koefisien arah regresi (perubahan Y jika ada peningkatan
nilai X per satuan)
N X Y XY X² Y²

 y  b(  x )
o
n( xy )  ( x)( y ) 1 5 7 35 25 49
b a
n(  x )  ( x )
2 2
n
2 3 7 21 9 49
3 3 6 18 9 36
4 1 4 4 1 16
12 24 78 44 150

n( xy )  ( x)( y ) (4 x78)  (12 x 24) 24 Semakin besar nilai Se, semakin tersebar nilai observasi
b    0,75
n(  x 2 )  (  x ) 2 (4 x 44)  (12) 2 32 yang berada disekitar garis regresi, semakin kecil Se,
penyebaran nilai observasi akan mendekati garis regresi.
a
 y  b( x)  24  (0,75 x12)  3,75
n 4 Persamaan garis regresi merupakan persamaan
^ estimasi untuk memprediksi biaya reparasi tahunan,
Y  3,75  0,75 X Jadi apabila kita menggunakan umur truk 4 tahun,
maka:
STANDARD ERROR OF ESTIMATE
Standard deviasi yang digunakan untuk mengukur penyebaran nilai observasi
sekitar garis regresi. ^

Se 
y 2
 a  y  b xy Y  3,75  0,75(4)  6,75
n2

Se 
 y  a y  b xy  150  (3,75)(24)  (0,75)(78)
 0,75  0,866
Jadi biaya reparasi diharapkan sebesar $6,75
n2 42

artinya kesalahan standard estimasi garis regresi adalah $0,866

1
 MENGUJI KOEFISIEN GARIS REGRESI
MENGHITUNG INTERVAL PENDUGA PARAMETER
Ada 3 kemungkinan pasangan hipotesis, yaitu :
1. Ho : β = 0 ^
Ha : β ≠ 0 BatasAtas(upper lim mit )  Y  t ( Se)
Ho ditolak jika |t hitung| > t α,d.f
2. Ho : β ≤ 0 ^
Ha : β > 0 BatasBawah( Lower lim mit )  Y  t ( Se)
Ho ditolak jika t hitung > t α/2,d.f
3. Ho : β ≥ 0 Persamaan garis regresi merupakan persamaan estimasi
Ha : β < 0
Ho ditolak jika t hitung < t α,d.f
untuk memprediksi biaya reparasi tahunan. Pada umur truk
4 tahun, berapa interval biaya reparasi?
b 0,75  0
t hitung    2,42 ^
Sb 0,31 BatasAtas  Y  t ( Se)  6,75  2,42(0,866)  8,85
t = nilai tabel t pada tingkat signifikansi tertentu dengan degree of freedom (d.f=n-2)
b = slope garis regresi ^
β = koefisien garis regresi BatasBawah Y  t ( Se)  6,75  2,42(0,866)  4,65
Sb=standard error of the regression coeficient (variasi koefisien regresi)
Se 0,866 0,866 Jadi pada umur truk 4 tahun, biaya reparasi berkisar antara
Sb     0,31
 x  n
( x) 2 12 2 2,83 $4,65 sampai dengan $8,85
2
44 
4

KORELASI PENGUJIAN KOEFISIEN KORELASI

Analisis korelasi digunakan untuk mengatahui seberapa besar derajat keeratan
hubungan antara variabel X dan Y. Sehubungan dengan hal tersebut, dua Koefisien korelasi populasi = rho (ρ)
ukuran yang sering digunakan adalah koefisien determinasi dan koefisien ρ =0 artinya tidak berkorelasi
korelasi. Jika X dan Y berdistribusi normal dan ρ=0, maka
Koefisien Determinasi (r² atau R²)
Koefisien determinasi bernilai antara 0 s.d 1 n2
th  r
n x  ( x)( y ) 1 r
r2 
n x 2
 ( x) n y  ( y ) 
2 2 2
Pasangan hipotesis yang mungkin terjadi :
1. Ho : ρ= k
r² =0.80 artinya sebesar 80% variasi variabel y dijelaskan oleh variabel x Ha : ρ ≠ k
Ho ditolak jika |t hitung| > t (α/2,d.f)
Koefisien Korelasi (r atau R) 2. Ho : ρ ≤ k
Koefisien korelasi merupakan akar dari koefisien determinasi, dengan Ha : ρ > k
demikian nilai r dapat dihitung : Ho ditolak jika t hitung > t (α,d.f)
3. Ho : ρ ≥k
Ha : ρ < k
r  r2 Ho ditolak jika t hitung < t (α,d.f)

CONTOH: HUBUNGAN INVESTASI TERHADAP SUKU

CONTOH: HUBUNGAN INVESTASI TERHADAP SUKU
BUNGA
BUNGA
n   XY     X    Y 
Rumus koefisien korelasi r 
n
  X    X 
2 2
 n
  Y    Y 
2 2


Tahun Investasi (milliar) Suku bunga (%/th)
n Y X X2 XY Y2

1994 34.285 19,25 1 34.285 19,25 371 659.986 1.175.461.225

1995 43.141 17,75 2 43.141 17,75 315 765.753 1.861.145.881
3 50.825 18,88 356 959.576 2.583.180.625
1996 50.825 18,88 4 57.399 19,21 369 1.102.635 3.294.645.201
1997 57.399 19,21 5 74.873 21,98 483 1.645.709 5.605.966.129
6 31.180 32,27 1041 1.006.179 972.192.400
1998 74.873 21,98 7 28.897 28,89 835 834.834 835.036.609
8 38.056 18,43 340 701.372 1.448.259.136
1999 31.180 32,27 9 45.962 19,19 368 882.011 2.112.505.444
2000 28.897 28,89 Jumlah 404.618 196 4478 8.558.054 19.888.392.650

2001 38.056 18,43 9  8558054  196  404618

r   0, 41
2002 45.962 19,19  4478  196 2  9 19888392650   4046182 
9(
  

2
PENGERTIAN KOEFISIEN DETERMINASI RUMUS UJI t UNTUK UJI KORELASI

Koefisien determinasi
r n2
Bagian dari keragaman total variabel tak bebas Y (variabel yang t
dipengaruhi atau dependent) yang dapat diterangkan atau 1 r 2
diperhitungkan oleh keragaman variabel bebas X (variabel yang
mempengaruhi atau independent).

Koefisien determinasi = r2
Di mana:
t : Nilai t-hitung
n   XY     X   Y 
2

r2  r : Nilai koefisien korelasi

n
   X     X   n  Y    Y  
2 2 2 2
n : Jumlah data pengamatan

CONTOH UJI t UNTUK UJI KORELASI

CONTOH UJI t UNTUK UJI KORELASI
Ujilah apakah (a) nilai r = - 0,412 pada hubungan antara suku
bunga dan investasi sama dengan nol pada taraf nyata 5%? 4. Menentukan daerah keputusan dengan nilai kritis 3,00
1. Perumusan hipotesa:
Hipotesa yang diuji adalah koefisien korelasi sama dengan nol.
H0 : r = 0 (tidak ada hubungan antara suku bunga terhadap investasi)
H1 : r ≠ 0 (ada hubungan antara suku bunga terhadap investasi)
Daerah menolak Ho Daerah menolak Ho
Daerah tidak menolak Ho
2. Pada nilai n=9 dan k=2 (jumlah variabel yaitu Y dan X) pada (menerima Ho)
tingkat signifikansi 5% untuk uji dua arah (ά/2=0,05/2=0,025)
dengan derajat bebas (df) = n-k = 9 - 2 = 7 diperoleh nilai t –3,0 th= –1,21 3,0

tabel = 3,0 (lihat tabel t)

3. Menentukan nilai uji t (t hitung): 5. Menentukan keputusan. Nilai t-hitung=-1,21 ternyata terletak
pada daerah tidak menolak H0. Ini menunjukkan bahwa tidak
r - 0,41 terdapat cukup bukti untuk menolak H0 (menerima H0),
t   1 ,21
1 - r2 1 - (,041)2 sehingga dapat disimpulkan tidak ada hubungan antara tingkat
n-2 9-2 suku bunga dengan investasi (lihat rumusan hipotesis)