Acara 3.

Asosiasi
Dua Peubah
Nama :
NIM :
Golongan :

Tujuan : 1. Mahasiswa dapat melakukan beberapa pengujian

2. Mengenalkan analisis regresi dan korelasi linear sederhana

A. Hubungan antara Dua Peubah: Regresi, Korelasi, Uji Kontingensi

1. Estimasi dan Uji Hipotesis terhadap Koefisien Korelasi Linear Sederhana

Diketahui koefisien korelasi Y dan X dilambangkan dengan ρx,y atau Corr(X,Y) dengan persamaan rumus, yaitu:
σ
ρ = xy

x, y σ σx y
Parameter ρxy (dibaca rho x y) diestimasi oleh rxy yang dihitung melalui

r =
xy
∑( X − mX )(Y − mY )
( X  mX ) (Y 
2
dengan m adalah rerata dari setiap peubah.
mY )dilakukan
Uji hipotesis terhadap H0 : ρx,y= 0 dan H0 : ρx,y ≠ 0 dapat
2
untuk memastikan bahwa apakah peubah X dan peubah
Y memiliki keterkaitan atau tidak. Hipotesis nol diuji dengan menyadari kenyataan bahwa statistik uji t dapat diperoleh dari
koefisien korelasi dan mengikuti distribusi t-Student dengan derajat bebas ν = n – 2 :

t= (n  2).r .
2

LATIHAN 1. Diketahui terdapat dua peubah, yaitu peubah X(1 dan rpeubah
2
) Y. Kedua peubah tersebut memiliki nilai data,
yaitu :
X 1 5 7 1 1 7 6 6 5 1 4 8
i 3 2 0 3
Y 6 1 3 6 6 0 6 1 0 6 1 3
i 0
Tentukanlah:
A. Nilai koefisien korelasi, dan
B. Apakah kedua peubah memiliki hubungan keeratan secara nyata!
Jawaban :
A. Penentuan koefisien korelasi
✔ Isi kolom-kolom kosong ya ada pada tabel Lembar Kerja Acara 7 dengan cara yang sama untuk Acara 6
✔ Bandingkan hasil yang didapatkan dengan fungsi =CORREL(x,y) di MS. Excel, dengan x dan y adalah array yang berisi
kolom data Xi dan Yi.
Jawaban : (Harus sama dengan jawaban sebelumnya)
✔ Korelasi bersifat simetris sehingga jika dibolak-balik x dan y tidak akan mengubah nilainya. Hal ini yang membedakan
dengan fungsi regresi.
B. Pengujian hipotesis koefisien korelasi
✔ Pengujian H0: ρx,y= 0 vs. H1: ρx,y ≠ 0 diperoleh dengan menghitung (menggunakan MsExcel) yang mengikuti distribusi
t-Student dengan derajat bebas ν = n – 2 =

t= (n  2).r =
2

(1 r 2 )dengan =TDIST(t hitung; derajat bebas; tail) =

✔ Carilah nilai probabilitas dari t hitung tersebut .
✔ Menggunakan cara lain, coba bandingkan nilai t hitung dengan melalui “t-tabel” =TINV(0,05; )=
. Jawaban :
✔ Berikan kesimpulan terhadap hipotesis yang diuji bila digunakan α = 0,05!
Jawaban : Ho karena probabilitas t hitung alfa
Ho karena nilai t hitung t kritis kiri dan t kritis kanan sehingga

✔ Gambarkan korelasi dengan diagram tebar (scatter plot) dan tidak perlu diberi garis yang menunjukkan
kecenderungan! Mengapa tidak diperlukan pembuatan garis yang menunjukkan kecenderungan? Jawaban :

2. Pendugaan dan Uji Hipotesis untuk Koefisien Regresi Linear

Bentuk umum persamaan regresi dilambangkan sebagai Y = f(X) + ε dengan ε adalah sesatan. Sesatan diartikan faktor lain
yang memengaruhi Y selain faktor f(X) sehingga sering dikatakan sebagai faktor kebetulan. Bentuk f(X) biasanya tidak
diketahui, namun jika hubungan X dan Y dianggap linear, diperoleh f(X) = α + βX. Jadi, pasangan data (Xi,Yi), i = 1, 2, ..., n
akan memenuhi persamaan
Yi = α + βXi + εi
α disebut intersep dan β disebut koefisien kemiringan atau regresi. Penduga terhadap parameter α dan β, dilambangkan
dengan a dan b (nilai duga tersebut dihitung dari cuplikan) :
b = sXY / s2
a = mY – b·mX X
Keterangan : m adalah rerata cuplikan, sXY adalah kovarians, sementara s2X merupakan varians X Statistik
b berdistribusi t-Student dan ditransformasi menjadi statistik uji t melalui

t = b − β0
Var(
dengan b)
s2 − b2.s2X
Var(b) = Y
(n − 2).s 2 X
Kedua persamaan ini berguna untuk melakukan uji hipotesis terhadap koefisien regresi H0: β = β0 , dengan β0 adalah suatu
nilai tertentu (biasanya β0 = 0). Statistik a juga mengikuti distribusi t-Student dan juga dapat dilakukan uji hipotesis.

LATIHAN 2. Memakai data pada Latihan 1, gunakan Ms. Excel dan tabel yang telah dibuat sebelumnya untuk menghitung
nilai b dan a, lalu buat persamaan regresi, serta lakukanlah uji hipotesis untuk:
a. H0: β= 0, dan
b. H0: β= 2 dengan α = 0,05!
Jawab:
A. Untuk β = 0 (β0 = 0)
✔ Lihat kembali tabel yang telah anda buat untuk mengerjakan latihan I.
✔ Lakukan dengan cara manual sesuai dengan fungsi di atas untuk mencari nilai a dan b.
✔ Gunakan fungsi =SLOPE(y,x) untuk mencari nilai b dan =INTERCEPT(y,x) untuk untuk mencari nilai a.
✔ Karena b diperoleh dari cuplikan, tentunya diinginkan pengujian, bahwa H0: β=β0 (Terdapat hubungan sebab akibat
atau hubungan sebab akibat (regresi) bersifat tidak nyata) vs. H1: β≠ β0 (Terdapat hubungan sebab akibat atau
hubungan sebab akibat (regresi) bersifat nyata).
✔ Nilai hitung statistiknya menggunakan distribusi t-student dengan derajat bebas ν = n – 2. Gunakan rumus di atas
untuk memperoleh nilai t.
✔ Carilah nilai batas kritis (t kritis) menggunakan fungsi MS. Excel =TINV(probabilitas alfa (α); n-2).
✔ Bandingkan nilai t hitung dengan t kritis dan berikan kesimpulan yang sesuai terhadap pengujian hipotesis yang
tengah dilakukan.

✔ Cara lain adalah dengan membandingkan nilai probabilitas dari t hitung terhadap nilai probabilitas alfa (5%).
✔ Carilah probabilitas t hitung dengan menggunakan fungsi =TDIST(t hitung; n-2 ; tail). Dikarenakan pengujian
bersifat two tail maka tail diisi dengan angka 2 (lihat kembali bentuk hipotesis statistik yang diuji (H 0 dan H1)).

✔ Berikan kesimpulan terhadap hipotesis yang diuji!

Jawaban : Ho karena probabilitas t hitung alfa
Ho karena nilai t hitung t kritis kiri dan t kritis kanan sehingga

✔ Selain itu, uji hipotesis khusus untuk H0: β= 0 dan H0: α= 0 dapat menggunakan paket Data > Data Analysis >
Regression pada MSExcel.

B. Untuk β = 0.8 (β0 = 0.8)

✔ Lakukanlah hal yang sama seperti langkah sebelumnya (Ikutilah langkah yang dianjurkan). Kemudian jawablah
pertanyaan berikut:
a. Nilai a = (Gunakan formula =INTERCEPT(Y array, X array))
b. Nilai b = (Gunakan formula =SLOPE(Y array, X array))
c. Tuliskan H0 : dan H1 :
d. Peluang t hitung =
e. Nilai batas kritis =
f. Berikan kesimpulan terhadap hipotesis yang diuji!
Jawaban : Ho karena probabilitas t hitung alfa
Ho karena nilai t hitung t kritis sehingga
Membuat Grafik Regresi ditambah Kurva Linear dan Persamaannya
✔ Penggambaran persamaan regresi dapat dilakukan pada MSExcel dengan pertama kali memplot pada diagram tebar
(scatter plot),
✔ Penambahan kurva linear serta persamaannya dengan klik kanan salah satu titik data > pilih Add Trendline dan
Linear Display Equation on chart serta Display R-squared value on chart.
✔ Jangan lupa memberi label untuk ordinat (sumbu Y) dan absis (sumbu X) lewat Chart Tools > Axis Titles.
✔ Tulislah persamaan regresi yang anda dapatkan dari semua langkah yang telah dilakukan.
Jawaban : Y = X+

3. Uji Hipotesis Dua Regresi Linear

LATIHAN 3. Dilakukan percobaan terhadap kandungan lemak dan bobot ikan bandeng dengan perbedaan komposisi pakan
yang diberikan, didapatkan hasil:
Perlakuan 1
Lemak (mg, 42 38 53 34 3
Y) 5
Bobot (gr, X) 167 261 279 221 2
1
6
Perlakuan 2
Lemak (mg, 33 26 28 37 3
Y) 1
Bobot (gr, X) 197 181 178 23 2
6 0
4
Apakah ada perbedaan regresi yang nyata terhadap kedua perlakuan yang dilakukan? Ujilah dengan α = 0,05!

Mengacu pada uji hipotesis sebelumnya, statistik

ujinya adalah
,ν=n–4
t = [(b1 – b2) – (β1 - Var(b1 
β2)] / b2 )
dengan
Var(b
2 1 – b2) = s p × {1/[(𝑛1 − 1)𝑠 ] + 1/[(𝑛2 −
2 2
1)𝑠 ]}
𝑋𝑋1 𝑋𝑋2
dan
s2p = [(n1 – 1)(s2Y1 – b 2 · s2X1) + (n2 – 1) (s2Y2 – b22 · s2X2)] / [(n1 + n2 – 4)].
1

✔ Lakukanlah hal yang sama seperti langkah sebelumnya (Ikutilah langkah yang dianjurkan). Kemudian jawablah
pertanyaan berikut:
a. Nilai b = (Gunakan formula =SLOPE(Y array, X array))
b. Tuliskan H0 : dan H1 :
c. Nilai s2p =
d. Nilai Var(b1 – b2) =
e. Peluang t hitung =
f. Nilai batas kritis =
g. Berikan kesimpulan terhadap hipotesis yang diuji!
Jawaban : Ho karena probabilitas t hitung alfa
Ho karena nilai t hitung t kritis sehingga
 4. Uji Ketakgayutan (Independence Test)
LATIHAN 4. Pindahkan data tabel kontingensi berikut ke MsExcel.
Sering Tidak-Pernah Kadang-kadang
Kecanduan 3 1 3
Tidak Pernah 4 5 2
Kadang-Kadang 2 3 1
Rutin 3 1 4
Baris (ada empat kelas) menunjukkan kekerapan merokok, sedangkan kolom (ada 3) menunjukkan intensitas aktivitas
olahraga. Tunjukkan apakah kedua peubah saling tak-gayut (independen)! [Petunjuk: buatlah dua tabel kontingensi: yang
pertama berisi nilai O (observed) dan kedua berisi nilai E (expected)].
Jawab:
✔ Apabila nilai proporsi pada baris ke-i dan kolom ke-j sama dengan hasil perkalian proporsi baris dan proporsi kolom
(Pij = Pi.P.j;) maka kedua peubah dinyatakan tak gayut.
✔ Akibat data yang diperoleh berasal dari pencuplikan maka tentukan bentuk hipotesis yang tepat.
✔ Bentuk hipotesis yang tepat adalah H0: Pij = Pi.P.j (saling tak gayut ) vs H1: Pij ≠ Pi.P.j (saling gayut) dengan i = 1, 2, ..., t
(baris) dan j = 1, 2, ..., k (kolom).
✔ Menghitung nilai statistik dengan menggunakan nilai hitung distribusi Chi-Square. Berikut ini, rumus persamaannya:
X2 = ΣiΣj[(Oij – Eij)2/Eij] dengan derajat bebas (v) = (t – 1)(k – 1)
✔ Untuk mencari nilai Oij dan Eij maka buatlah tabel kontingensi atau cross tab terlebih dahulu.

Tabel Oij
Oij Kolom Kolom . Kolo Juml
1 2 . mk ah
.
Baris O11 O12 . O1k m1.
1 .
.
Baris O21 O22 . O2k m2.
2 .
.
... ... ... . ... ...
.
.
Baris Ot1 Ot2 . Otk mt.
t .
.
Jumla n.1 n.2 . n.k T1
h .
.

Tabel Eij
Nilai Eij adalah nilai duga untuk Oij sehingga Pi. diduga dengan pi = mi / T dan P.j diduga dengan pj = nj / T sehingga nilai Eij =
mi·nj / T.
Eij Kolom Kolom . Kolo Juml
1 2 . mk ah
.
Baris E11 E12 . E1k m1./
1 . T1
.
Baris E21 E22 . E2k m2./
2 . T1
.
... ... ... . ... ...
.
.
Baris Et1 Et2 . Etk mt./
t . T1
.
 Jumla n.1/T1 n.2/T1 . n.k/T1 T2
h .
.
✔ Maka nilai dari χ2hitung = , probabilitas dari nilai χ2hitung diperoleh dari =CHIDIST(χ2hitung; derajat bebas)
=
✔ Atau dengan menghitung nilai χ2kritis kiri =CHINV(α/2;derajatbebas) = χ2kritis kanan = CHINV
(1-α/2;derajat bebas) =
✔ Berikan kesimpulan!
Jawaban : Ho karena probabilitas χ2hitung alfa
Ho karena nilai χ
2
χ2kritis sehingga
hi

Catatan :

ACARA 3
Telah
diperiksa
Asiste
n :
Tangg
al :
TTD :