n XY X Y
r
n X 2
X 2 n Y 2 Y 2
Besarnya koefisien korelasi –1 r 1
Arti besar nilai r
• Jika r = 1 atau mendekati 1 maka hubungan antara
2 variabel sangat kuat secara positif yaitu hubungan
yang terjadi searah yaitu apabila nilai X meningkat
maka Y juga akan semakin meningkat dan
sebaliknya.
• Jika r = -1 atau mendekati -1 maka hubungan
antara 2 variabel sangat kuat secara negatif yaitu
hubungan yang terjadi berbalik arah yaitu apabila
nilai X meningkat maka akan diikuti dengan
penurunan Y atau sebaliknya.
• Jika r = 0 atau mendekati 0 maka hubungan antara
2 variabel tidak ada atau lemah maka dapat
dikatakan tidak terdapat hubungan antara X dan Y.
Y r = -1
Y r=0
X
Menurut Sugiyono (2007) pedoman untuk
memberikan interpretasi koefisien korelasi adalah
sebagai berikut.
Langkah-langkah pengujian :
1. Menentukan hipotesis
𝐻0 : 𝜌 = 0 (tidak ada hubungan yang signifikan
antar variabel
𝐻1 : 𝜌 ≠ 0 (ada hubungan yang signifikan antar
variabel)
2. Menentukan daerah penolakan (𝛼)
𝛼 = 1%, 𝛼 = 5% atau 𝛼 = 10%
3. Menentukan statistik uji
𝑟 𝑛−2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
1 − 𝑟2
dibandingkan dengan 𝑡𝑡𝑎𝑏𝑒𝑙 = 𝑡(𝛼,𝑛−2)
2
𝑌 = 𝑎 + 𝑏𝑋
Dimana:
𝑌 : nilai estimate variabel terikat
𝑎 : titik potong garis regresi pd sumbu Y (nilai
estimate 𝑌 bila x=0)
𝑏 : gradien garis regresi (perubahan nilai
estimate 𝑌 per satuan perubahan nilai X)
𝑋 : nilai variabel bebas
Kesamaan diantara garis regresi dan garis trend tidak
dapat berakhir dengan persamaan garis lurus. Garis
regresi (seperti garis trend dan nilai tengah aritmatika)
memiliki dua sifat matematis berikut :
(Y – 𝑌)
=0
dan (Y – 𝑌)
2 = nilai terkecil atau terendah
𝑋ത dan 𝑌ത
Oleh karena itu, dapat digunakan simbol berikut
ini :
𝑥 = 𝑋 − 𝑋ത
𝑦 = 𝑌 − 𝑌ത
dan
𝑥𝑦 = 𝑋 − 𝑋ത 𝑌 − 𝑌ത
Nilai dari a dan b pada persamaan regresi dapat
dihitung dengan rumus berikut :
σ 𝑥𝑖 𝑦𝑖
𝑏=
σ 𝑥𝑖2
𝑛 σ 𝑋𝑖 𝑌𝑖 − σ 𝑋𝑖 σ 𝑌𝑖
𝑏=
𝑛 σ 𝑋𝑖2 − σ 𝑋𝑖 2
𝑎 = 𝑌ത − 𝑏𝑋ത
Koefisien Regresi
B 49 9
C 18 3
D 42 8
E 39 7
F 25 5
G 41 8
H 52 10
PEMBACAAN GARIS REGRESI
Y 1,02 5,14 X
Dari model tersebut dapat diinterpretasikan sbb :
→ konstanta sebesar 1.02 menyatakan bahwa jika
tidak ada skor tes kecerdasan (X) maka hasil
produksinya (Y) sebesar 1.02 lusin
→ konstanta sebesar 5.14 menyatakan bahwa setiap
penambahan (karena tanda +) skor tes kecerdasan
(X) sebesar 1 satuan maka hasil produksinya (Y) akan
meningkat sebesar 5.14 lusin
PEMBACAAN GARIS REGRESI
Y 1,02 5,14 X
Dari model tersebut dapat diinterpretasikan sbb :
→ konstanta sebesar 1.02 menyatakan bahwa jika
tidak ada skor tes kecerdasan (X) maka hasil
produksinya (Y) sebesar 1.02 lusin
→ konstanta sebesar 5.14 menyatakan bahwa setiap
penambahan skor tes kecerdasan (X) sebesar 1
satuan maka hasil produksinya (Y) akan MENURUN
(karena -) sebesar 5.14 lusin
KOEFISIEN DETERMINASI
Penjualan Harga
Minggu
(ribu unit) (ribu rupiah)
1. 10 1.3
2. 6 2.0
3. 5 1.7
4. 12 1.5
5. 10 1.6
6. 15 1.2
7. 5 1.6
8. 12 1.4
9. 17 1.0
10. 20 1.1
o Simbol
dengan
Y X
30 6 31.86 -5.14 26.4196 -1.86 3.4596
49 9 47.28 10.28 105.6784 1.72 2.9584
18 3 16.44 -20.56 422.7136 1.56 2.4336
42 8 42.14 5.14 26.4196 -0.14 0.0196
39 7 37 0 0 2 4
25 5 26.72 -10.28 105.6784 -1.72 2.9584
41 8 42.14 5.14 26.4196 -1.14 1.2996
52 10 52.42 15.42 237.7764 -0.42 0.1764
Total 296 56 296 0 951.1056 3.55271E-15 17.3056
df SS MS F Significance F
Regression 1 950.6944 950.6944 329.6148 1.79769E-06
Residual 6 17.30556 2.884259
Total 7 968
(LANJUTAN)
𝛼 = 0.05
F hitung = 329.7565
(LANJUTAN)
Kesimpulan :
tes skor kecerdasan secara simultan
berpengaruh terhadap hasil produksi
(LANJUTAN)
Persamaan regresi :
Y 1,02 5,14 X 1,02 5,14(4) 21,58
Jadi hasil produksinya sebesar 21,58 lusin