MASALAH REGRESSI

1. REGRESSI SEDERHANA. Dalam kegiatan penelitian diperlukan

suatu hubungan atau informasi tentang sifat dari beberapa peubah
(variable) yang diteliti. Masalah hubungan dan keeratan dari peubah
tersebut adalah masalah regressi dan korelasi. Jika bentuk hubungan
hanya terdiri atas dua peubah maka bentuk hubungan tersebut
regressi sederhana.
Misalnya suatu percobaan untuk mengetahui pengaruh berbagai
dosis pupuk terhadap produksi padi, maka bentuk hubungan antara
pupuk N dan produksi padi dapat diketahui dengan membuat
percobaan seperti disajikan pada tabeL. Pada tabel terlihat bahwa
terdapat sejumlah n observasi dari pupuk nitrogen terhadap hasil
padi. Pada kasus ini pupuk nitrogen disebut peubah bebas
(independent variable), dan hasil padi disebut peubah tak bebas
(dependent variable)

1
 Tabel 1. Penguruh pemupukan N pada hasil padi

observasi pupuk N (xi) hasil (yi)

1 x1 y1
2 x2 y2
3 x3 y3
. . .
. . .
. . .
. . .
n xn yn

Bentuk hubungan linier antara dosis pupuk dan produksi adalah :

yi = bo + b1 xi + ei i = 1, 2, 3, . . . . , n
Model diassumsikan bahwa :
ei menyebar dengan nilai tengah Ɛ(ei) = 0
ragam Ɛ(ei2) = σ2 dan Ɛ(ei.ej) = 0, untuk i≠j
b0 dan b1 merupakan parameter yang menentukan regressi linier
antara y dan x. koefisien regressi dihitung dengan formula :
b1 = [(∑xiyi – (∑xi)(∑yi)/n]/[∑xi2-(∑xi)2/n]

b0 = (∑yi)/n – b1(∑xi)/n

2
Pada regressi linier sederhana diharapkan b1 tidak sama dengan nol,
agar nilai setiap x dapat digunakan untuk meramal bagi nilai y, untuk itu
uji hipotesanya adalah :

H0 : ß1 = 0 vs H1 : ß1 ≠ 0

Dapat dihitung dengan statistik uji sebaran t-student :

t-hitung = b1/sb1

sb1 : simpangan baku bagi b1

sb1 = √sb12

sb12 = s2/[(∑xi2 – (∑xi)2/n)

s2 = 1/(n-1).[∑yi2 – (∑yi2) / n] – b1[∑yi2 – (∑yi2) / n ] [ (∑xi2 – (∑xi)2/n)]

Selanjutnya dihitung t.hit = b1/sb1 dengan kriteria jika :

t.hit ≤ t.tab(n-2), terima H0 artinya peubah bebas xi tidak

berpengaruh terhadap y, dan jika

t.hit > t.tab(n-2) tolak H0 atau peubah bebas xi mempengaruhi

peubah y. (lihat t.tabel sebaran t-student)

3
Contoh : Percobaan dengan menggunakan pupuk nitrogen terhadap
hasil padi (bobot biji) pada delapan (n:8) petak sbb :

Tabel 2. Pengaruh pupuk N terhadap hasil padi

obervasi pupuk N (xi), hasil (yi)

kg/ha (t/ha)
1 0 0.8
2 20 1.4
3 40 1.8
4 .60 2.3
5 .80 3.5
6 100 4.7
7 120 6.0
8 140 7.9

Pert : a. Buat model regressi sederhana antara pemakaian pupuk

N terhadap hasil
b. Ujilah apakah koefisien b1 berpengaruh nyata

Jawab
tahap 1. hitung : ∑yi = 28,4 ý = 3,55 ∑yi2 = 143,88
∑xi = 560 x = 70 ∑xi2 = 56,0 ∑xiyi = 2.814

4
tahap 2. masukan dalam rumus hasil hitungan ad a yaitu :
b1 = [(∑xiyi – (∑x)(∑yi)/n]/[∑xi2-(∑xi)2/n]
b0 = (∑yi)/n – b1(∑xi)/n
maka diperoleh : b1 = 0.049 dan b0 = 0,108
Model dari hasil perc : y = 0,108 + 0,049 x
Perhitungan pengujian hipotesis
tahap 1, hitung ragam b1 (sb12) dengan rumus diatas
s2 = 1/(n-1).[∑yi2 – (∑yi2)/n] – b1[∑yi2 – (∑yi2)/n][( ∑xi2 –
(∑xi)2/n)] = 0,411

sb12 = s2/[(∑xi2 – (∑xi)2/n) = 2,5.(10-5)

sb1 = √sb12 = 5,06.(10-3)

tahap 2. Masukan dalam rumus

t.hit = b1/sb1 = 9,67 dan statistik uji t.tab (db. 8-2) = 1.94

diperoleh t.hit = 9,67 dan t.tab = 1,94

artinya t.hit > t.tab, maka disimpulkan bahwa pengaruh pupuk

(x) sangat nyata mempengaruhi hasil padi

Berdasarkan contoh diatas (percobaan menggunakan pupuk nitrogen

terhadap hasil padi pada delapan (n:8) petak diperoleh hasil :

5
1. Koefisien b0 = 0,108 dan b1 : b1 = 0.049 maka model regressi
sederhana adalah y = 0,108 + 0,049 x
2. Pengujian koefisien b1 apakah nyata atau tidak telah dihasilkan t.hit
= b1/sb1 = 9,67 dan statistik uji t.tab (8-2=6.005) = 1.94 artinya
t.hit > t.tab, maka disimpulkan bahwa pengaruh pupuk (x) sangat
nyata mempengaruhi hasil padi

Kesimpulan hasil percobaan (data tabel 2) : Jika pupuk N ditambahkan

ke lahan setiap kg maka terdapat kenaikan hasil sebanyak
0,049 t/ha atau 49 kg/ha bobot biji.

Catatan : (1) Jika hasil uji b1 tidak nyata maka disimpulkan bahwa
penambahan pupuk N tidak mempengaruhi hasil bobot biji.

6
 MASALAH KORELASI.

Pengukuran keeretan antara dua peubah dapat diketahui dengan

menghitung koefisien korelasi sederhana yang disimbol dengan r dan
dihitung dengan formula :

r = [(∑xiyi-(∑x)(∑yi)/n]/sqrt[∑xi2-(∑xi)2/n]x[∑yi2-(∑yi)2/n]
sqrt : square : akar : √ dan nilai r : -1,0 sp +1,0
Contoh : berdasarkan data hasil percobaan diatas antara pengaruh
pupuk N terhadap hasil padi, maka dapat dihitung nilai r :

∑Xi : 560.00 ∑XiYi : 2814

∑Yi : 28,40 ∑Xi2 : 56000
∑Yi2 : 143,88
r = [2.814-(560)x(28,4)2/8]/[sqrt[(56.000-(560)2/8]x
(143,88-(28,4)2/8] = 0,998

Perhatian :

(1). Perhitungan dapat dengan program excel

(2). Setiap hitungan tempatkan didepan cursor tanda =

Pengujian hypothesis koefisien korelasi nyata atau tidak, dihitung

dengan uji sebaran t-student yakni

Hipotesis : H0 : ρ = 0 vs H1 : ρ≠ 0

Uji : t-hit = I r I (n – 2) / (1 – r2) Statistik uji db. t-tab(n-2).

7
 I r I : harga mutlak, jadikan positif.

Jika r-hit < r-tab, artinya tolak H1 tidak ada korelasi antara x dan y
dan jika r-hit > r-tab maka tolak H0 atau ada korelasi sederhana
antara x dan y

Berdasarkan hasil hitungan diatas diperoleh r-hit = 0,998 dan r-tab(8-

2:6) = 0,339, artinya r-hit>r-tab, atau tolak hipotesis H0 (terdapat
korelasi sederhana antara peubah x (pupuk N0 dengan y (hasil padi).

Catatan tentang Korelasi :

1. Korelasi positif : nilai yang semakin besar dari peubah bebas x,

cenderung untuk terjadi bersama dengan nilai yang bertambah pada
peubah tak bebas y

2. Korelasi negatif : nilai yang semakin besar dari peubah bebas x,

cenderung untuk terjadi bersama dengan nilai yang semakin
berkurang dari peubah tak bebas y

3. Tidak berkorelasi, tidak ada keterkaitan bagi nilai peubah bebas x

terhadap peubah tak bebas y

8
 Y : dependent variable

Yi

Y = b0 + b1 X

Xi
X : Independent variable

Y : dependent variable

Yi

Y = b0 - b1 X

Xi
Model grafik regressi linier sederhana (a) koef b : + dan (b) koef b : -