Widya Setiafindari
Analisis Regresi dan Korelasi
• Sebelum pengambilan keputusan diambil
dilakukan peramalan (forecasting)
mengenai kemungkinan yang terjadi di
masa yang akan datang yang berkaitan
dengan keputusan tersebut.
Analisis Regresi
• Analisis regresi mempelajari bentuk
hubungan antara satu atau lebih variabel
independen (X) dengan satu variabel
dependen(Y).
• Variabel independen ( X) biasanya variabel
yang ditentukan oleh peneliti secara bebas
misalnya: dosis obat, lama penyimpanan,
kadar zat pengawet, umur ternak dan
sebagainya.
Analisis Korelasi
• Bertujuan untuk mengukur “seberapa
kuat” atau “derajat kedekatan” suatu relasi
yang terjadi antar variabel.
• Jika analisis regresi ingin mengetahui pola
relasi dalam bentuk persamaan regresi
• Analisis korelasi ingin mengetahui
kekuatan hubungan tersebut dalam
koefisien korelasinya.
• Biasanya analisis regresi dan korelasi
sering dilakukan bersama-sama.
Relasi yang logis
• Penentuan apakah terdapat suatu
hubungan yang logis diantara variabel,
penilaian tidak hanya didasarkan pada
angka-angka statistik saja, perlu
diperhatikan beberapa hal yang berkaitan
dengan masuk akal atau tidaknya
hubungan tersebut ditinjau dari sifat dasar
hubungan tersebut.
Scatter Diagram
Regresi Linier Sederhana
1. Dalam analisis regresi linier sederhana
ditentukan persamaan yang
menghubungkan dua variabel yang dapat
dinyatakan sebagai bentuk persamaan
pangkat satu (persamaan linier).
Analisis Regresi
Model regresi linier:
Sifat-sifat Garis Regresi Linier
Terdapat dua sifat yang harus dipenuhi sebuah
garis lurus untuk dapat menjadi garis regresi
yang cocok (fit) dengan titik-titik data pada
diagram pencar:
1. Jumlah simpangan (deviasi) positif dari titik-
titik yang tersebar di atas garis regresi sama
dengan (saling menghilangkan) jumlah
simpangan negatif dari titik-titik yang
tersebar di bawah di bawah garis regresi .
Sifat-sifat Garis Regresi Linier
2. Kuadrat dari simpangan-simpangan
mencapai nilai minimum (least square
value of deviations). Jadi:
Deviasi terjelaskan
(explained deviation)
• Deviasi total
Deviasi tak terjelaskan
(unexplained deviation)
• Deviasi terjelaskan merupakan
penyimpangan nilai variabel terikat
menurut prediksi persamaan regresi
terhadap nilai rata-ratanya.
• Deviasi tak terjelaskan merupakan
penyimpangan nilai variabel sesungguhnya
terhadap nilai variabel menurut prediksi
persamaan regresi.
Variasi Total (total variation)
• Merupakan jumlah dari variasi terjelaskan
(explained variation) dan variasi tak
terjelaskan (unexplained variation) :
Koefisien Determinasi
• Koefisien determinasi (r2) didefinisikan
sebagai perbandingan dari variasi
terjelaskan dengan variasi total:
Koefisien Determinasi
• Dengan menggunakan konstanta-
konstanta dari persamaan regresi, dapat
dinyatakan sebagai: