BAB I
ANALISIS REGRESI SEDERHANA DAN KORELASI LINIER
A. Pengantar
Jika pada statistik I kita membahas statistik Deskriptif, dimana statistik deskriptif
berfungsi untuk menjelaskan suata keadaan pada suatu kondisi dan waktu tertentu.
Sedangkan Pada Statistikz II kita Membahas Statistik Induktif, dimana Statistik Induktif
ini menjelaskan analisis hubungan atau pengaruh, dari dua atau lebih Variabel.
Analisis Regresi Sederhana, korelasi sederhana Adalah suatu Teknik yang digunakan
untuk membangun suatu persamaan yang menghubungkan antara variable terikat (Y)
dengan Variabel bebas (X) dan sekaligus untuk menentukan nilai ramalan, proyeksi atau
dugaannya. Variabel terbagi menjadi dua :
1. Koefisien Korelasi
Ukuran Korelasi antar dua buah variable yang paling banyak digunakan adalah
koefisien korelasi momen yang dikembangkan oleh pearson. Rumusnya :
n ( ∑ XY )−( ∑ X )( ∑ Y )
r=
√ [ n ( ∑ X )−(∑ X ) ][ n( ∑ Y )−(∑ Y ) ]
2 2 2 2
Ket :
r = Nilai Koefiesien Korelasi
∑X = Jumlah Pengamatan Variabel X
∑Y = Jumlah Pengamatan Variabel Y
∑XY = Jumlah Pengamatan Variabel X dan Y
(∑X2) = Jumlah Kuadrat Pengamatan Variabel X
Nilai r = -1 yang disebut linier sempurna negatif, terjadi apabila titik atau kombinasi
terletak tepat / mendekati suatu garis lurus yang mempunyai kemiringan negatif.
Nilai r = 1 yang disebut linier sempurna positif, terjadi apabila semua titik atau
kombinasi terletak tepa/mendekati suatu garis lurus yang mempunyai kemiringan
positif.
Apabila nilai r mendekati 0 maka hubungan antar variabel sangat lemah atau mungkin
tidak ada sama sekali.
Contoh Soal:
Cari Koefisien relasi nya dan apa kesimpulan?
Nilai Investasi
Bunga Kredit
Tahun (dalam Miliaran
Investasi (BKI) X
Rupiah) Y
2003 15,31% 9.890,80
2004 13,91% 12.500,00
2005 15,74% 12.247,00
2006 14,75% 20.649,00
2007 12,82% 34.878,70
2008 14,44% 20.363,40
2009 13,00% 37.799,80
2010 12,44% 60.626,30
2011 11,90% 76.000,00
2012 11,27% 92.200,00
2013 11,31% 128.200,00
-0,89 Artinya Bunga Kredit Investasi mempunyai hubungan liner sempurna Negatif
terhadap Nilai Investasi. Setiap Kenaikan Bunga Kredit Investasi maka nilai Investasi
Menurun.
2. Koefisien Determinasi
Merupakan ukuran untuk mengetahui kesesuaian atau ketetapan antara nilai dugaan
atau garis regresi dengan data sampel. Koefisien determinasi merupakan kemampuan
Variabel X mempengaruhi Y. Semakin Besar koefisien determinasi menunjukan
semakin baik kemampuan X menerangan Y. Rumus nya:
r 2=
[ n ( ∑ XY )−(∑ X )(∑ Y ) ]
√ [ n(∑ X )−(∑ X ) ][ n(∑ Y )−( ∑ Y ) ]
2 2 2 2
Apabila nilai koefisien korelasi sudah diketahui, maka untuk mendapatkan koefisien
determinasi dapat diperoleh dengan cara mengkuadratkannya.
Contoh :
Koefisien Korelasi antara suku bunga investasi dengan Investasi sebesar = -0,892 ,
sehingga koefisien determinasi nya :
r 2=(−0,892)2= 0,795
Uji Signifikasi koefisien Korelasi dimaksudkan untuk menguji apakah besarnya Atau
kuatnya hubungan antarvariabel yang diuji sama dengan nol. Apabila besarnya
hubungan sama dengan nol, hal terserbut menunjukan bahwa hubungan antarvariabel
sangat lemah dan tidak berarti.
n−2
Ket :
t = nilai hitung
r = nilai koefisienkorelasi
n = jumlah pengamatan
d. Menentukan daerah keputusan
e. Menentukan keputusan
Contoh :
Uji Apakah nilai r = -0,892 pada hubungan antara Suku Bunga (X) dan Investasi (Y) sama
dengan 0 pada taraf nyata 5%?
Jawab :
1) Merumuskan Hipotesis:
Hipotesis yang diuji adalah koefisien korelasi sama dengan nol. Korelasi dalam
populasi dilambangan dengan p sedangkan pada sampel r.
H0 : p = 0
H1 : p ≠ 0
2) Taraf nyata 5% untuk uji dua arah, maka: ɑ/2 = 0,05/2 = 0,025
n= 11
k (variabel ) = 2
Dengan drajat bebas (df) = n-k = 11-2 = 9, maka ttabel = 2,262.
√ 1−r 2
n−2
−0,892
t= =−5,9
√
2
1−(−0,892)
11−2
Distribusi t, df =9
5) Menentukan keputusan.
Daerah tidak
menolak H0
-2,262 2,262
-5,9 5,9
Nilai thitung ternyata terletak pada daerah yang menolak H0 dan menerima H1 . Ini
menunjukan bahwa korelasi dalam populasi tidak sama dengan 0 dan ada
hubungan tingkat suku bunga dengan nilai investasi yang bersifat kuat dan nyata
pada populasi yang ada.
Y Y
Y= a + bX Y= a - bX
Statistika Keuangan II
b=n ( ∑ XY ) −¿ ¿
a=¿ ¿
Keterang :
Contoh Soal :
Teori permintaan dalam ilmu ekonomi menyatakan bahwa semakin rendah harga
suatu barang, maka akan sebanyak permintaan terhadap barang tersebut. Apakah
fenomena tersebut terjadi pada pasar saham. Berikut adalah data harga saham dan
volume transaksi saham beberapa perusahaan property real estate di BEI pada 11
November 2013. Buatlah persamaan permintaan saham pada perusahaan property dan
real estate tersebut.
Harga
Saham Volume
Kode Perusahaan
Penutupan Transaksi Saham
(Rp)
APLN Agung Podomoro Land 260 40,40
BCIP Bumi Citra Permai 430 33,47
BKSL Sentul City 196 67,57
KIJA Kawasan Industri Jababeka 205 80,28
LPKR Lippo Karawaci 1030 51,61
MDLN Modenland Realty 800 53,89
PWON Pakuwon Jati 285 63,58
SMRA Summerecon Agung 1000 12,85
ADHI Adhi Karya 1800 17,75
PTPP Perusahaan Perumahan 1200 14,47
Jawab :
Persamaan permintaan saham, di mana Y adalah volume transaksi (Permintaan)
saham dan X adalah harga saham. Rumus Koefsien b dan a diperoleh dengan :
11 ( 263,551.82 )−(9,006)(453.88)
b= 2
=−0.03
11 ( 11,035,066.0 )−(9,006)
b=n ( ∑ XY ) −¿ ¿
Dimana: Apabila Harga saham Naik Rp 1, maka permintaan saham akan turun
sebesar 0.03 juta lembar saham, begitu pula sebaliknya apabila harga saham turun Rp
1, maka permintaan saham akan meningkat sebesar 0.03 juta saham.
Harga
Volume
Saha
(Y)
m (X)
Y^ =a+bx
y=65.82-0.03X
(Y Proyeksi/Ramalan)
50.00
40.00
30.00
20.00
10.00
0.00
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Gambar terlihat Nilai Y^ mendekati garis Regresi, sehingga dapat disimpulkan bahwa
tidak terdapat kesalahan dalam pendugaan atau ramalan.
D. Standar Error
Standar error atau kesalahan baku pendugaan/ramalan adalah suatu ukuran yang
mengukur ketidakakuratan perencanaan atau persebaran nilai pengamatan Y terhadap
^.
garis regresi nya Y
Standar Error pada dasarnya mempunyai konsep yang sama dengan standar deviasi.
Standar deviasi mengukur penyebaran data di sekitar nilai tengah, sedangkan standar
error mengukur penyebaran data di sekitar garis regresi. Rumus nya :
S y . x=
√ √
∑ e 2 = ∑ ( y −^y )2
n−2 n−2
Atau
S y . x=
√ ∑ y 2−a ∑ y −b ∑ xy
n−2
Y^ =a+bx ^
e=Y −Y
Harga
Volume
Saham
(Y)
(X)
2742.41
Jawab:
2742.41
S y . x=
11−2 √
=16.57
Standar Error sebesar 16.57 menunjukan bahwa nilai pengamatan Y menyebar dari
persamaan regresi sebesar 16.57.
Sx . y
Sb =
√
2
∑ X 2− ( ∑ X )
n
16.57
Sb = =−6.56
√ 11,035,066.00−( 9,006)2
11
√ (∑ X . S ) ¿
2
yx
Sa =
n . ∑ X −¿ ¿¿
2
Sa =√ 4.53=2.12
t= (b-B)/sb
(
P −t a ≤
2
b−B
Sb )
≤ t a =1−a
2
Jawab :
Langkah 1, Pengujian Hipotesis A
H0 : A = 0
H1 : A ≠ 0
Nilai Kritis t dengan taraf nyata 5% uji dua arah dan Derajat Bebas df= n-k = 11-2=9
Nilai thitung
t= (a-A)/Sa = (65.82-0)/ 2.12 = 31.05
Oleh karena thitung = 31.05 lebih besar dari ttabel 2.262 , maka nilai thitung tersebut terletak
pada daerah kritis, yaitu daerah penolakan H0 dan Penerimaan H1. Oleh Sebab itu
dapat disimpulkan bahwa koefisien A tidak sama dengan Nol, serta pengaruhnya
nyata secara Statistik.
Nilai Kritis t dengan taraf nyata 5% uji dua arah dan Derajat Bebas df= n-k = 11-2=9
Maka, ttabel = 2.262
Nilai thitung
t= (b-B)/Sb = (-0.03-0)/ -6.56 = 0.005
Oleh karena thitung = 0.005 lebih kecil dari ttabel 2.262 , maka nilai thitung tersebut terletak
pada daerah menolak H0, yaitu daerah menerima H0 menolak H1.Oleh Sebab itu dapat
disimpulkan bahwa koefisien B hampir mendekati 0, serta pengaruhnya tidak nyata
secara Statistik.
BAB II
METODE DISTRIBUSI SAMPLING
Sampel adalah suatu bagian dari populasi tertentu yang menajadi perhatian.
Populasi kenyataan dibagi menjadi 2 bagian, populasi terbatas (finite) dan populasi
tak terbatas (infine). Contoh populasi terbatas : Populasi pada kasus perbankan
Jumlah Bank ada 120 Bank, populasi pada perusahaan reksadana ada 28 perusahaan.
Contoh yang tak terbatas : pelanggan jamu sidomuncul, komunitas pasar modal.
dipilih dari populasi dan probalilitas terjadinya dihubungkan dengan setiap rata-rata
hitung sampel.
√ 1
S x = N ∑ ( X−μ x )
Cn
2
3. Hubungan antara standar Standar Deviasi sampel X dan proporsi pada kondisi
sampel terbatas.
S x=
√
σ N−n
√n N −1
4. Distribusi sampel rata-rata dan proporsi merupakan distribusi normal, sehingga
dapat diketahui nilai Z, yaitu
x −μ
Z=
s