Analisis Korelasi Dan Regresi Linear Sederhana
Analisis Korelasi Dan Regresi Linear Sederhana
NAMA :
JOHANES JARIN
SHANDY RICKO PRATAMA (18.420.410.1292)
MOUDISYA ADELI CHELLSEA (18.420.410.1323)
KELOMPOK : 1
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
Latar Belakang
Terdapat kejadian-kejadian, kegiatan-kegiatan,
atau masalah-masalah yang saling berhubungan
satu sama lain.
• Notasi
Koefisien korelasi dapat ditulis “ rxy ” atau disingkat r saja.
Koefisien korelasi contoh (bila tidak seluruh anggota populasi
diamati) dinotasikan dengan rxy atau r saja
• Nilai
Koefisien korelasi mempunyai nilai –1 rxy +1
Tanda +/ – dari koefisien korelasi sama dengan tanda dari slope
• Sebelum dilakukan analisa regresi, langkah yang biasa
ditempuh adalah melakukan analisa korelasi yang
ditujukan untuk mengetahui erat tidaknya hubungan
antar variabel.
cov( X , Y ) xy
r
x y x y
• Dalam prakteknya, ρ tidak diketahui tetapi nilainya dapat
diestimasi berdasar data sampel. Bila r adalah penduga
ρ, dengan r dinyatakan sebagai :
Rumus 1
n
1 n
x y i i xi X i X , X X i
rxy i 1 n i1
n 2 n 2 1 n
xi yi yi Yi Y , Y Yi
i1 i1 n i1
n
n n
nxi yi xi yi
rxy i1 i1 i1
n 2 n 2 n 2 n 2
nxi xi nyi yi
i1 i1 i1 i1
KP = r2
X 1 2 4 5 7 9 10 12
Y 2 4 5 7 8 10 12 14
• Jawaban (Rumus 2)
X Y X2 Y2 XY
1 2 1 4 2
2 4 4 16 8
4 5 16 25 20
5 7 25 49 35
7 8 49 64 56
9 10 81 100 90
10 12 100 144 120
12 14 144 198 168
50 62 420 598 499
n
n n
n x i y i x i y i
rxy i 1 i 1 i 1
n 2 n n 2 n
2
2
n xi xi n y i y i
i 1 i 1 i 1 i 1
8 499 50 62
rxy
8420 50 8598 62 2
rxy 0 ,99
Hubungan antara X dan Y sangat kuat dan positif, artinya kenaikan biaya
iklan pada umumnya menaikkan hasil penjualan.
KP = r 2 = (0,99) 2 = 0,98 = 98%, artinya sumbangan biaya iklan terhadap
naik turunya hasil penjualan adalah 98%, sedangkan sisanya 2%
disebabkan oleh faktor-faktor lainnya, seperti harga dan daya beli
masyarakat.
• Korelasi
• Rumus
vf v 55; u f 236 ; v f
2
u
2
v 253
di tan ya : r ....?
jawab:
nuvf ufu vfv
r
n u2 fu ufu n v2 fv vfv
2
2
r
100125 64 55
100236 642 100253 552
r 0,77
Hubungan antara nilai matematika dan statistika kuat dan positif. Artinya, nilai matematika yang
diperoleh mahasiswa akan mempengaruhi nilai statistika.
Pada umumnya, mahasiswa dengan nilai matematika yang rendah akan memperoleh
nilai statistika yang rendah. Demikian sebaliknya, mahasiswa dengan nilai matematika yang tinggi
akan memperoleh nilai statistika yang tinggi pula.
REGRESI LINEAR SEDERHANA
• Regresi Linier
-Metode Kuadrat terkecil (least square method): metode paling populer untuk
menetapkan persamaan regresi linier sederhana
b : positif → Y b : negatif → Y
X X
• Penetapan Persamaan Regresi Linier Sederhana
n
n
n
n xi.yi x i . yi
b i 1 i 1 i 1
2
n
n
n xi
2
xi
i 1 i 1
n n
i yi x i
a y bx sehingga a i 1
n
b i 1
1992 2 5 10 4 25
1993 4 6 24 16 36
1994 5 8 40 25 64
1995 7 10 70 49 100
1996 8 11 88 64 121
b
5
232 26 40
5 158 26 2
1160 1040
b
790 676
120
b 1 . 0526 1 . 053
140
• mencari nilai a :
n n
i yi x i
a i 1
b i 1
n n
40 26
a 1.05263....
5 5
a 8 1.05263.... 5.2
a 8 5.4736 2.5263 2.530
Y = a + b X → Y = 2.530 + 1.053 X
• Peramalan dengan Persamaan Regresi
Contoh 3 :
Diketahui hubungan Biaya Promosi (X dalam Juta Rupiah) dan Y (Volume penjualan
dalam Ratusan Juta liter) dapat dinyatakan dalam persamaan regresi linier berikut
Y = 2.530 + 1.053 X
Perkirakan Volume penjualan jika dikeluarkan biaya promosi Rp. 10 juta ?
Jawab :
Y = 2.530 + 1.053 X
X = 10