Korelasi Dan Regresi Berganda
Korelasi Dan Regresi Berganda
1
Analisis Regresi dan Korelasi Linier 16
OUTLINE
RUMUS
Y = a + b1 X1 + b2 X2
Y = a + b X1 + b2 X2 + b3 X3
3
Analisis Regresi dan Korelasi Linier 16
RUMUS
4
Analisis Regresi dan Korelasi Linier 16
CONTOH: PERMINTAAN DIPENGARUHI HARGA
DAN PENDAPATAN
5
Analisis Regresi dan Korelasi Linier 16
CONTOH: PERMINTAAN DIPENGARUHI HARGA
DAN PENDAPATAN
Untuk mendapatkan koefisien regresi, sesuai dengan persamaan (a), (b) dan (c), perlu
dihitung lebih dahulu dari nilai-nilai sebagai berikut: ∑Y, ∑X1, ∑X2, ∑X1Y, ∑X12, ∑X1
∑X2, ∑X2Y, ∑X22
Y X1 X2 YX1 YX2 X12 X22 X1X2
3 8 10 24 30 64 100 80
4 7 10 28 40 49 100 70
5 7 8 35 40 49 64 56
6 7 5 42 30 49 25 35
6 6 4 36 24 36 16 24
7 6 3 42 21 36 9 18
8 6 2 48 16 36 4 12
9 6 2 54 18 36 4 12
10 5 1 50 10 25 1 5
10 5 1 50 10 25 1 5
∑Y=68 ∑X1 = 63 ∑X2 =46 ∑X1Y= 409 ∑X2Y= 239 ∑X12= 405 ∑X22= 324 ∑X1∑X2 = 317
6
Analisis Regresi dan Korelasi Linier 16
CONTOH: PERMINTAAN DIPENGARUHI HARGA
DAN PENDAPATAN
Untuk mendapatkan nilai Untuk mendapatkan nilai koefisien regresi a, b1, dan b2
dapat dilakukan dengan Subtitusi antar persamaan
7
Analisis Regresi dan Korelasi Linier 16
CONTOH: PERMINTAAN DIPENGARUHI HARGA
DAN PENDAPATAN
Dari persamaan 6, maka nilai b2 adalah = -8,65/21,06 = -0,41. Setelah menemukan nilai b2, maka
nilai b1 dapat dicari dengan mempergunakan persamaan 4 atau 5.
Dengan menemukan nilai koefisien regresi a, b1, dan b2 maka persamaan regresinya dapat
dinyatakan sebagai berikut:
8
Analisis Regresi dan Korelasi Linier 16
9
Analisis Regresi dan Korelasi Linier 16
10
Analisis Regresi dan Korelasi Linier 16
11
Analisis Regresi dan Korelasi Linier 16
PENGGUNAAN MS EXCEL UNTUK MENCARI
KORELASI
12
Analisis Regresi dan Korelasi Linier 16
OUTLINE
Koefisien Determinasi menunjukkan suatu proporsi dari varian yang dapat diterangkan oleh
persamaan regresi (regression of sum squares, RSS) (Ŷ - Y)2 terhadap varian total (total sum of
squares, TSS)(Y - Y)2. Besarnya koefisien determinasi dirumuskan sebagai berikut:
( Ŷ − Y ) 2
R =
2
(Y − Y ) 2
n( a.∑ Y + b .
1 ∑ YX + b ) − ( ∑ Y ) 2
R2 = 1 2
n.∑ Y 2 − ( ∑ Y )2
14
Analisis Regresi dan Korelasi Linier 16
n∑ YX − ∑ Y ∑ X
r = 2 2
X X2
[n∑ Y − (∑ Y ) ][n∑ X − (∑ X ) ]
2 2 2
2 2
2
n∑ YX − ∑ Y ∑ X
r = 1 1
YX 2
[n∑ Y − (∑ Y ) ][n∑ X − (∑ X ) ]
2 2 2
1 1
2
n∑ X X − ∑ X ∑ X
r = 1 2 1 2
[n∑ X − (X ) ][n∑ X − (∑ X ) ]
X 1X 2 2
1 1
2 2
2 2
2
15
Analisis Regresi dan Korelasi Linier 16
r −r r
r YX 2 YX 1 X 1X 2
( 1 − r )( 1 − r )
YX 2 − X 1 = 2 2
YX 2 X 1X 2
r −r r
r = YX 1 YX 2 X 1X 2
( 1 − r )( 1 − r )
YX 1 − X 2 2 2
YX 2 X 1X 2
r −r r
r X 1X 2 YX 1 Y1X 2
( 1 − r )( 1 − r )
YX 1 − X 2 = 2 2
YX 1 Y X2
16
Analisis Regresi dan Korelasi Linier 16
OUTLINE
( Ŷ − Y )
∑
2
S =
n − ( k + 1)
Y . X 1X 2
18
Analisis Regresi dan Korelasi Linier 16
15
10
0
n – (k+1) 10 – (2+1)
1 2 3 4 5 6 7 8 9 10
Y Y'
( Ŷ − Y )
∑
2
3.58
S = = = 0 ,72
n −(n + k) 10 − ( 2 + 1)
Y . X 1X 2
20
Analisis Regresi dan Korelasi Linier 16
∑ Y − a∑ Y − b ∑ X Y − b ∑ X Y
2
S = 1 1 2 2
n−3
Y . X 1X 2
21
Analisis Regresi dan Korelasi Linier 16
Ŷ ± t( S Y . X 1 . Y2
)
Ŷ : Nilai dugaan dari Y untuk nilai X tertentu
t : Nilai t-tabel untuk taraf nyata tertentu
22
Analisis Regresi dan Korelasi Linier 16
PENGGUNAAN MS EXCEL UNTUK MENCARI
KESALAHAN BAKU
23
Analisis Regresi dan Korelasi Linier 16
OUTLINE
25
Analisis Regresi dan Korelasi Linier 16
26
Analisis Regresi dan Korelasi Linier 16
R 2 /( k − 1)
F=
( 1 − R 2 ) /( n − 3 )
3. Menentukan Dari soal diketahui bahwa R2 = 0,933 dan n= 10, sehingga nilai
F-hitung adalah:
nilai F-hitung
0 ,933 /( 3 − 1)
F= = 0 ,4665 / 0 ,0096 = 48 ,73881
( 1 − 0 ,933 ) /( 10 − 3 )
27
Analisis Regresi dan Korelasi Linier 16
Terima H1
4. Menentukan
F-Hitung= 48,74
daerah keputusan
Terima Ho
F-Tabel=4,74 Skala F
28
Analisis Regresi dan Korelasi Linier 16
Nilai F-hitung > dari F-tabel dan berada di daerah terima H1. Ini
menunjukkan bahwa terdapat cukup bukti untuk menolak Ho dan
menerima H1. Kesimpulan dari diterimanya H1 adalah nilai koefisien
5. Memutuskan regresi tidak sama dengan nol, dengan demikian variabel bebas dapat
menerangkan variabel tidak bebas, atau dengan kata lain variabel
Hipotesa
bebas yaitu X1 dan X2 pengaruhnya secara bersama-sama nyata
terhadap variabel tidak bebasnya yaitu Y
29
Analisis Regresi dan Korelasi Linier 16
30
Analisis Regresi dan Korelasi Linier 16
OUTLINE
32
Analisis Regresi dan Korelasi Linier 16
b. Nilai koefisien determinasi R2 sangat besar, namun ternyata variabel bebasnya berpengaruh tidak
nyata, (uji-t tidak nyata).
c. Nilai koefisien korelasi parsial yaitu rYX1.X2, rYX2.X1, dan rX1X1.Y ada yang lebih besar dari koefisien
determinasinya.
33
Analisis Regresi dan Korelasi Linier 16
OUTLINE
Y = a + b1X1 + b2X2
Di mana
Durbin-watson 2,151
Coefficient Correlations
X Variable 1 X Variable 2
X Variable 1 1 -0,124
X Variable 2 -0,124 1
36
Analisis Regresi dan Korelasi Linier 16
Persamaan Y = -168,833 + 15,496 X1 + 0,268 X2 menyatakan bahwa apabila aset (X1)meningkat 1 triliun,
maka keuntungan (Y) meningkat 15,496 miliar rupiah, dengan demikian return on asset diperbankan dapat
diperkiran sebesar 1,55% dan hal ini sudah sesuai dengan data ROA seluruh perbankan yaitu 1,57% pada
tahun 2003. Apabila harga saham (X2) naik 1 rupiah, maka keuntungan perusahaan meningkat 0,268 miliar.
Nilai R2= 0,930 ini menunjukkan kemampuan variabel asset dan harga saham menjelaskan
perilaku keuntungan perusahaan sebesar 93% dan sisanya atau residu sebesar 7% dijelaskan
oleh variabel lain yang tidak dimasukkan dan diteliti dalam persamaan tersebut. ini
menunjukkan spesifikasi yang baik, karena kemampuan menjelaskannya relatif besar.
37
BAB 17
ANALISIS REGRESI DAN KORELASI BERGANDA
38
Analisis Regresi dan Korelasi Berganda 17
OUTLINE
39
Analisis Regresi dan Korelasi Berganda 17
CONTOH BENTUK NONLINIER, VARIABEL
KUALITATIF, DAN DISTRIBUSI LAG
80
60
Kredit
40
20
0
1 2 5 8 9 11 15 25 25 36
Laba
40
Analisis Regresi dan Korelasi Berganda 17
CONTOH BENTUK NONLINIER, VARIABEL
KUALITATIF, DAN DISTRIBUSI LAG
10000
Suku Bunga
1000
100
10
1
2 4 9 10 11 13 78
Inflasi
41
Analisis Regresi dan Korelasi Berganda 17
OUTLINE
43
Analisis Regresi dan Korelasi Berganda 17
16
20 14 LnY = Lnα + Ln X
Y=a+bX
12
15
10
10
Y
Y
6
5
4
0 2
1 2 3 4 5 6 7 8 0
1 2 3 4 5 6 7 8
X X
44
Analisis Regresi dan Korelasi Berganda 17
16 16
14
Log Y= a + bx
14
Log Y= a - bx
12 12
10 10
8 Y 8
Y
6 Log Y= a + bLog X
6
4 Log Y= a – bLog X
4
2
2 0
0 1 2 3 4 5 6 7 8
1 2 3 4 5 6 7 8
X
X
45
Analisis Regresi dan Korelasi Berganda 17
Fungsi Hiperbola
16
14
12
10 Y= a + b(1/X)
8
6
4
Y= a - b(1/X)
2
0
1 2 3 4 5 6 7 8
46
Analisis Regresi dan Korelasi Berganda 17
4. Bentuk Kuadratik Y= a + b X2
Fungsi Kuadratik
30,00
20,00
Y
10,00
0,00
2 4 9 10 11 13 78
47
Analisis Regresi dan Korelasi Berganda 17
48
Analisis Regresi dan Korelasi Berganda 17
1. Fungsi linier Y = a + b X
0,1 5 0,50 4
0,5 5 0,50 3
Laba
0,9 18 1,17 2
1
1,5 39 2,26
0,5
2,5 37 2,15
0
2,5 21 1,33 5 5 8 10 10 18 21 37 39 65
Volume Kredit
3,6 65 3,60
Y =0,25 + 0,052 X ; R2 = 0,769 Data Riel Trend Linier
Laba
1
10
10
18
21
37
39
65
5
5
8
-1
2,5 37 0,9 3,6 0,8
-2
2,5 21 0,9 3,0 0,2 Volum e Kre dit
50
Analisis Regresi dan Korelasi Berganda 17
Laba
0,9 18 2,9 1,55 2
10
10
18
21
37
39
65
5
5
8
Volume Kredit
3,6 65 4,2 2,99
Y = -1,68 + 1,12 X, R2 = 0,87 Data Riel Trend Linier
51
Analisis Regresi dan Korelasi Berganda 17
Y X X2 Ŷ
Hubungan Kredit
0,1 5 25 0,80
dan Laba
0,2 10 100 0,85
0,5 5 25 0,80 5
4
0,8 8 64 0,83
Laba
3
0,9 18 324 1,01 2
1,1 10 100 0,85 1
0
1,5 39 1521 1,88
10
10
18
21
37
39
65
5
5
8
2,5 37 1369 1,77
2,5 21 441 1,10
Volume Kredit
52
Analisis Regresi dan Korelasi Berganda 17
OUTLINE
RUMUS
Y = a + b1X1 + b2 D + ε
Di mana:
54
Analisis Regresi dan Korelasi Berganda 17
1 7 7 0
2 6 5 1
3 4 8 1
4 10 5 0
5 7 7 1
6 7 8 0
7 5 7 1
8 5 8 1
9 9 6 0
Regression Statistics
Multiple R 0,906
R Square 0,821
Adjusted R Square 0,761
Standard Error 0,947
Observations 9
ANOVA df SS MS F
Regression 2 24,618 12,309 13,723
Residual 6 5,382 0,897
Total 8 30,000
Coefficients Standard Error t Stat P-value
Intercept 15,736 2,003 7,857 0,001
X Variable 1 -0,773 0,286 -2,706 0,035
X Variable 2 -2,464 0,651 -3,783 0,009
OUTLINE
Fungsi Permintaan
Qd = f (Px, Py, Yt, Yt-1, … Qdt-1)
58
Analisis Regresi dan Korelasi Berganda 17
PENGGUNAAN MS EXCEL UNTUK MENCARI
KORELASI
59
Analisis Regresi dan Korelasi Berganda 17
CONTOH SOAL
1 504 4 739
2 408 2 549
3 576 5 941
4 348 2 520
5 420 2 657
6 480 3 536
7 432 2 797
8 504 5 686
9 612 6 1656
10 324 2 650
60
Analisis Regresi dan Korelasi Berganda 17
324 2 650
61
Analisis Regresi dan Korelasi Berganda 17
2. Model dengan lag Y = a + b1X1 + b2X2; di mana X1 adalah anggota keluarga dan X2
pendapatan pada tahun ke-t-1.
504 4
408 2 739
R-Square 0.953
576 5 549
F-hitung 60,52
348 2 941
Coefficients T
420 2 520 Intersep 383,052 12,47
480 3 657 X Variabel 1 47,664 8,797
432 2 536 X Variabel 1 -0,102 -4,07
504 5 797
Nb t-tabel dengan df 7 α 5% = 2,365.
612 6 686 Nilai F tabel df 2;7 ;α 5% =4,74
324 2 1656
62
Analisis Regresi dan Korelasi Berganda 17
63
TERIMA KASIH
64
TERIMA KASIH
65