TUGAS UAS

“RINGKASAN MATERI”

REGRESI DAN KORELASI LINIER SEDERHANA

NAMA : ALIF PUTRA RACHMADANI

KELAS : TIP. 18 2

MAPEL : STATISTIKA

KORELASI SEDERHANA

KORELASI SEDERHANA
Korelasi sederhana merupakan suatu teknik statistik yang digunakan untuk
mengukur kekuatan hubungan dua variabel dan juga untuk dapat mengetahui
bentuk hubungan antara dua variabel tersebut dengan hasil yang
sifatnya kuantitatif.Dalam statistik kita mengenal hubungan antar dua variabel,
yang digunakan untuk mengukur ada atau tidak hubungan antar variabel disebut
Korelasi.
Korelasi yang terjadi antara dua variabel
Berikut adalah jenis-jenis korelasi yang dapat terjadi antara dua variabel.
1. Korelasi Positif adalah korelasi dua variabel, apabila variabel independen (X)
meningkat atau turun maka variabel dependen (Y) cenderung untuk meningkat
atau turun.
2. Korelasi Negatif adalah korelasi dua variabel, apabila variabel independen (X)
meningkat atau turun maka variabel dependen (Y) cenderung untuk turun atau
meningkat.
3. Tidak ada Korelasi terjadi apabila kedua variabel X dan Y tidak menunjukan
adanya hubungan.
4. Korelasi Sempurna adalah korelasi dari dua variabel yang benar-benar terjadi.
KOEFISIEN KORELASI SEDERHANA
Untuk mengetahui hubungan antara dua variabel, maka cukup melihat nilai dari
koefisien korelasi. Koefisien korelasi (r) merupakan indeks atau bilangan yang
digunakan untuk mengukur keeratan hubungan antar variabel. Berikut adalah
rumus dari koefisien korelasi.
REGRESI LINIER SEDERHANA
Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh
antara satu atau beberapa variabel terhadap satu buah variabel. Variabel yang
mempengaruhi sering disebut variabel bebas, variabel independen atau variabel
penjelas. Variabel yang dipengaruhi sering disebut dengan variabel terikat atau
variabel dependen. Regresi linear hanya dapat digunakan pada skala interval dan
ratio. Model yang paling sederhana untuk menjelaskan pengaruh antara variabel
dependen dengan satu variabel independen merupakan regresi sederhana.
 
model analisis regresi linier sederhana dapat digambarkan sebagai berikut:
Y = A + BX + e
Y adalah variabel dependen atau respon
A adalah intercept atau konstanta
B adalah koefisien regresi atau slope
e adalah residual atau error
Korelasi Linier Sederhana• Koefisien Korelasi (r) : ukuran hubungan linier
peubah X dan Y
– Nilai r berkisar antara (+1) sampai (-1)
-Nilai r yang (+) ditandai oleh nilai b yang (+)
-Nilai r yang (-) ditandai oleh nilai b yang (-)
 Jika nilai r mendekati +1 atau r mendekati -1 maka X dan Y memiliki korelasi
linier yang tinggi
Jika nilai r = +1 atau r = -1 maka X dan Y memiliki korelasi linier sempurna
Jika nilai r = 0 maka X dan Y tidak memiliki relasi (hubungan) linier (dalam kasus
r mendekati 0, anda dapat melanjutkan analisis ke regresi eksponensial)
 • Koefisien Determinasi Sampel = R = r² Ukuran proporsi keragaman total nilai
peubah Y yang dapat dijelaskan oleh nilai peubah X melalui hubungan linier.
Penetapan & Interpretasi Koefisien Korelasi dan Koefisien Determinasi .
Contoh Soal 1.
Suatu penelitian dilakukan utk mengetahui seberapa besar pengaruh pemberian
pupuk N terhadap berat kering tanaman tertentu.
Untuk keperluan penelitian ini dilakukan percobaan dgn memberikan pupuk N
kepada tanaman tersebut dengan dosis N/Tan  :
 X  :   0      10     20      30      40     50      60
Dari hasil penelitian yang dilakukan diperoleh data berat kering tanaman (gr/Tan)
sebagai berikut :
 Y =  2,1 57   2,482    2,740   2,835   3,277   3,415   3,762
Dari data tersebut diatas :
a.Tentukanlah persamaan regresi liniernya
b.Hitunglah koefisien korelasinya, jelaskan apa artinya.
c.Uji apakah r signifikan pada tingkat kesalahan (a) = 5 %
d.Uji apakah pupuk N berpengaruh terhadap berat kering tanaman
    pada tkt kesalahan (a) =  5 %
Jawab :
No.      Xi        Yi      Xi²       XiYi        Yi²
   1.       0   2,457       0          0     6,0368
   2.     10   2,482    100      24,82     6,1603
   3.     20   2,740    400      54,80     7,5076
   4.     30   2,835    900      85,05     8,0372
   5.     40   3,277  1600     131,08   10,7387
   6.     50   3,415  2500     170,75    11,6622
   7.     60   3,762  3600     225,72    14,1526
  Σ  210 20,968  9100     692,22    64,2954

 b  =  Σ XiYi – (ΣXi)(ΣYi)/n

            ΣXi² - (Σxi)² /n
 b = 692,22 – 210 x 20,968/7
            9100 – (210)²/7
b = 0,02256
a = ΣY/n – bΣX/n → a = 20,968/7 – 0,02256. 210/7
                                   a = 2,3186
Persamaan regresinya   : yi = 2,3186 + 0,02256 xi        0,02256 xi  artinya : jika
tanaman diberi pupuk  N sebesar dosis 10/tan akan mengakibatkan berat  kering
tanaman bertambah sebesar  0,02256 gr

 b. rxy =        ΣXiYi  -  [(ΣXi)(ΣYi)] /n

                 - (ΣXi)²]
[ ΣYi² -( ΣYi)²/n]

   
      rxy =              692,22 -  (210.20,968) /7
       

 64,2954 - ( 20,968/7)]

      rxy   = 0,97 → artinya hubungan antara x dan y

                              adalah sebesar 97 %
      Koefisien determinasinya (KD) :
       r²xy   = ( 0,97 )² = 0,94 artinya besarnya sumbangan
     (kontribusi) naik turunnya berat kering tan. sebesar
      94 % dipengaruhi pupuk N sedangkan 6 % yang
      lain dipengaruhi faktor yang lain.
  b. Uji apakah koefien korelasinya signifikan pada tingkat kesalahan
      (a) = 5 %.
   Hipotesis :
   Ho :  b  = 0                     ttabel = t(1-0,05),(7-2)
   H1 :   b                              = t(0,95,5) =  2,02
   thitung = r Ön – 2                oleh karena thitung > ttabel
                Ö 1 - r²                atau 2,02 > 1,90 maka Ho
   thitung = 0,97 Ö 7 – 2         ditolak dan H1 diterima
                 Ö 1 – 0,94            kesimpulan : Ada hubungan
   thitung    = 2,29                    yang erat antara X danY
                                           pada tkt kesalahan 5 %.
 C. Ho :  b = 0                 kriteria uji : Jika   thitung  ≤ ttabel  
      H1 :  b   0                  maka Ho diterima dan H1 ditolak
      thitung   =  bi / Sbi           Jika thitung  >  ttabel  maka Ho ditolak
                                       H1 diterima.

     Sbi = =         [ΣYi - (ΣYi)²/n ] - [bi²(ΣXi² - (ΣXi) ²/n]

                     Ö  - (ΣXi)²/n][ n - 2]
    
        Sbi   =   0,0021                        oleh karena thitung > ttabel  atau
        thitung   =  bi / Sb                      10,748  >  4,6041 maka Ho ditolak dan
                  = 0,0256/0,0021      H1 diterima. Kesimpulan :
                  = 10,748                    Ada pengaruh pemberian pupuk N
        ttabel  = t(1-0,05)(n-k)              terhadap berat kering tanaman
                 = t(1-0,05)(7-2}                    pada tingkat kesalahan 5 %
                 = 4,6041

Contoh Soal 2
Seorang mahasiswa melakukan survai untuk meneliti apakah ada korelasi antara
nilai statistik  dengan  nilai ekonometrika, untuk kepentingan penelitian tersebut
diambil 10 mahasiswa yang telah menempuh mata kuliah statistika dan
ekonometrik. Sebaran data diperoleh sebagai berikut :

Statistik 9 6 5 7 4 3 2 8 7 6
Ekonometrik 8 7 6 8 5 4 2 9 8 6

Dari data tersebut diatas uji apakah terdapat korelasi yg positif antara kemampuan
mahasiswa dalam memahami ilmu statistika dan ilmu ekonometrika pada tingkat
kesalahan 5 %.
Jawab :
Hipotesis
Ho   : Tidak terdapat korelasi positif antara kemampuan  
         mahasiswa dalam memahami ilmu statistika dan
         ilmu ekonometrika.
H1   : Terdapat korelasi positif antara kemampuan
         mahasiswa dalam memahami ilmu statistika dan
         ilmu ekonometrika.
Kriteria uji
Ho diterima Jika   t hitung ≤ ttabel (a, n-2)
H1 diterima Jika   thitung > ttabel (a, n-2)

N X1 X2 Rank X1 Rank X2 d d2
1 9 8 1 3 -2 4
 2 6 7 5.5 5 0.5 0.25

3 5 6 7 6.5 0.5 0.25

4 7 8 3.5 3 0.5 0.25

5 4 5 8 8 0 0

6 3 4 9 9 0 0

7 2 2 10 10 0 0

8 8 9 2 1 1 1

9 7 8 3.5 3 0.5 0.25

10 6 6 5.5 6.5 -1 1
Jlh 7

                           →

       
 

              
       
       Oleh karena :  thitung (9,697) > t tabel (1,86) maka Ho
       ditolak dan H1 diterima.
   Kesimpulan :    
   Terdapat korelasi positif antara kemampuan   
   mahasiswa dalam memahami ilmu statistika dan ilmu
   ekonometrika pada tkt kesalahan 5 %.
Contoh Soal 3.
Seorang mahasiswa melakukan survai untuk meneliti apakah ada korelasi antara
tingkat pendidikan dengan tingkat pendapatan. Untuk penelitian ini diambil sampel
sebanyak 112 kepala keluarga dimana diperoleh data sebagai berikut :

Tinggi Sedang Rendah Jumlah

Baik 16 8 8 32

Cukup 10 20 10 40

Jelek 4 16 20 40

Jumlah 30 44 38 112

Uji Apakah terdapat korelasi positif antara tingkat pendidikan dengan tingkat
kesejahteraan keluarga pada tkt kesalahan 5 %.
Jawab :
Hipotesis :
Ho    : Tidak terdapat korelasi antara terdapat   
           korelasi positif antara tingkat pendidikan
           dengan tingkat kesejahteraan keluarga.
H1    : Terdapat korelasi positif antara tingkat
          pendidikan dengan tingkat kesejahteraan
          keluarga.
Kriteria uji :
Ho diterima Jika X2 hitung ≤ X2 tabel (a, (r-1)(k-1)
H1 diterima Jika X2 hitung > X2 tabel (a, (r-1)(k-1)
 

e11=30x(32/112)=8,57
e12=44x(32/112)=12,57
e13=38x(32/112)=10,86
e21=30x(40/112)=10,71
e22=44x(40/112)=15,71
e23=38x(40/112)=13,57
e31=30x(40/112)=10,71
e32= 44x(40/112)=15,71
        e33 =38x(40/112)=13,57
 

                        X2tabel = (9,488)

       Oleh karena :   X2hitung (18,267) >  X2tabel (9,488)

       maka Ho ditolak dan H1 diterima.
       Kesimpulan :
       Terdapat korelasi positif antara tingkat pendidikan  
       dengan tingkat kesejahteraan keluarga pada
       tingkat kesalahan 5 %.

Contoh 4
Andaikan sudah ada dugaan bahwa  64 % variasi dari kecenderungan berperestasi
Y dapat dijelaskan oleh  X. Dengan menggunakan hasil penelitian yang
memberikan r = 0,88 dan n = 30.dapatkah kita menerima dugaan bahwa 64 %
variasi tadi dengan menggunakan 
Jawab :
Hipotesis :
Ho : ρ = 0,80
H1 : ρ ≠ 0,80
                   Z - mz
Zhitung =     sz

Z = ½ ln ( 1 + r / 1 - r )  = 1,1513 log ( 1 + r / 1 - r )
mz = ½ ln ( 1 + ρ / 1 - ρ ) = 1,1513 log ( 1 +  ρ / 1 -  ρ )
 sz =        1
           Ö n – 3
Dari hasil perhitungan diperoleh harga untuk masing- masing :
        Z = 1,3758                   
       mz = 0,1925               
       sz =  1,0986
 Dengan mensubsitusikan harga-harga tsb ke dalam rumus maka
 diperoleh :
                                    1,3758 – 0,1925
               zhitung   =          1,0986

               z hitung =  1,44 

   Sedangkan harga Ztabel = Z ½(1 – 0,05)

                                               = Z 0,4750
                                               = 1,96
   Oleh karena z hitung  <  Z tabel  atau 1,44  < 1,96 maka Ho diterima dan H1
   Ditolak. Kesimpulan : Persentasi variasi dalam Y yang dapat dijelaskan X 
   seperti apa yang dinyatakan dalam dugaan yaitu sebesar  64 % dapat
   diterima pada tingkat kesalahan 5 %.

SUMBER

https://nurhabliridwan.blogspot.com/2016/09/contoh-soal-regresi-dan-
korelasi.html

https://statistik420.wordpress.com/2018/11/23/korelasi-sederhana/