STATISTIKA & PROBABILITAS

Lecture week 13
Regresi dan Korelasi
by Cremona Ayu N.

ump.ac.id
ac_ump ump.ac.id tekniksains.ump teknik@ump.ac.id fts.ump.ac.id

Definisi

 Regresi merupakan teknik statistika yang digunakan untuk

mempelajari hubungan fungsional dari satu atau beberapa
peubah bebas (peubah yang mempengaruhi) terhadap satu
peubah tak bebas (peubah yang dipengaruhi)
 Korelasi merupakan ukuran kekuatan hubungan dua
peubah (tidak harus memiliki hubungan sebab akibat)

ump.ac.id
ac_ump ump.ac.id tekniksains.ump teknik@ump.ac.id
fts.ump.ac.id
 Dua Variabel dalam Regresi

 Variabel bebas  X
 Variabel terikat  Y

ump.ac.id
ac_ump ump.ac.id tekniksains.ump teknik@ump.ac.id fts.ump.ac.id

REGRESI LINEAR TUNGGAL

Parameter A dan B dapat diperkirakan

dengan menggunakan metode kuadrat
terkecil yang meminimumkan total kuadratis
residual antara hasil model dengan hasil
pengamatan. Nilai parameter A dan B bisa
didapatkan dari persamaan berikut.
ump.ac.id
ac_ump ump.ac.id tekniksains.ump teknik@ump.ac.id
fts.ump.ac.id
REGRESI LINEAR BERGANDA

ump.ac.id
ac_ump ump.ac.id tekniksains.ump teknik@ump.ac.id fts.ump.ac.id

LINEAR BERGANDA

DUA PEUBAH TIGA PEUBAH

ump.ac.id
ac_ump ump.ac.id tekniksains.ump teknik@ump.ac.id
fts.ump.ac.id
 Apabila bentuk diagram pencar tidak teratur, artinya
kenaikan/penurunan X pada umumnya tidak diikuti oleh naik
turunnya Y, dikatakan X dan Y tidak berkorelasi.
Bentuk diagram pencar untuk suatu hubungan yang berkorelasi
lemah dan tidak berkorelasi :

Kuat dan tidaknya hubungan antara X dan Y, apabila hubungan X dan Y dapat
dinyatakan dengan fungsi linear (paling tidak mendekati), diukur dengan suatu nilai
yang disebut Koefisien Korelasi.
Nilai Koefisien korelasi ini paling sedikit -1 dan paling besar 1.
Jadi kalau r = koefisien korelasi, nilai r dapat dinyatakan sbb: -1 ≤ r ≤ 1.
Kalau:
r = 1, hubungan X dan Y sempurna dan positif (mendekati 1, hubungan sangat kuat dan positif)
r = -1, hubungan X dan Y sempurna dan negatif (mendekati -1, hubungan sangat kuat dan negatif)
r = 0, hubungan X dan Y lemah sekali atau tidak ada hubungan.
Kuat (-) Kuat (+)

-1 +1
0
Lemah (-) Lemah (+)
X dikatakan mempengaruhi Y, jika berubahnya nilai X akan menyebabkan
adanya perubahan nilai Y.
Akan tetapi, naik turunnya Y adalah sedemikian rupa sehingga nilai Y
bervariasi, tidak semata-mata disebabkan oleh X, karena masih ada faktor
lain yang menyebabkannya. Jadi untuk mengatahui berapa besar kontribusi
dari X terhadap naik turunnya nilai Y maka harus dihitung dengan koefisien
penentuan.
Kalau koefisien penentuan (coefficient determination) ditulis KP, maka untuk
menghitung KP digunakan rumus berikut : KP = r2.
Cara menghitung r adalah sebagai berikut: n n n
n
 xi y i nXiYi  Xi Yi
i1 i1 i1
i 1 r
r atau n 2 2
n 2 n 2 n  n
n 
 xi  yi nX Xi  nYi2 Yi 
i
2

i 1 i 1 i1  i1  i1  i1 

Contoh Soal

Diketahui data sbb:

Jumlah kendaraan Volume lalulintas
80 74
110 98
90 80
60 53
60 57
Carilah persamaan regresi linear tunggal dan kooefisien
determinasinya!

ump.ac.id
ac_ump ump.ac.id tekniksains.ump teknik@ump.ac.id
fts.ump.ac.id
TUGAS INDIVIDU
Kerjakan diselembar kertas dikumpulkan saat UAS

Dalam perencanaan transportasi akan No Y X1 X2

dibuat Model tarikan pergerakan 1 3xx 9xx 5xx
2 311 687 802
dengan dua peubah bebas penduduk 3 321 594 910
dan PDRB. Tentukan persamaan regresi 4 337 917 745
5 1xx 8x 6xx
linear berganda untuk model 6 239 523 692
pergerakan tersebut. Jelaskan pula 7 257 526 789
kesimpulan dari hasil persamaan 8 317 696 571
9 323 546 967
regresinya! 10 2xx 6xx 6xx
Perhitungan boleh menggunakan SPPS TOTAL
maupun Ms. excel namun disalin kembali tulis
tangan lampirkan hasil dari olah datanya!
ump.ac.id
ac_ump ump.ac.id tekniksains.ump teknik@ump.ac.id fts.ump.ac.id

TERIMAKASIH
ump.ac.id
ac_ump ump.ac.id tekniksains.ump teknik@ump.ac.id
fts.ump.ac.id