Analisis Korelasi

Hubungan dua variabel ada yg positif dan negatif.

Hubungan X dan Y dikatakan positif apabila kenaikan (penurunan) X

diikuti oleh kenaikan (penurunan) Y. Sebaliknya dikatakan negatif apabila
kenaikan (penurunan) X diikuti oleh penurunan (kenaikan ) Y

Contoh hubungan positif: X: pupuk dan Y: produksi

X: biaya iklan dan Y: hasil penjualan

Contoh hubungan negatif: X: jumlah akseptor dan Y: jml kelahiran

X: harga barang dan Y: permintaan barang

Apabila bentuk diagram pencar tidak teratur, artinya kenaikan /

penurunan X tdk diikuti naik turunnya Y, maka dikatakan X dan Y
tdk berkorelasi atau X dan Y tdk ada hubungan.
 Kuat tidaknya hubungan antara X dan Y diukur dengan koefisien korelasi
(r), yang besarnya antara -1 dan 1.

Jika r=1, maka hubungan X dan Y sempurna dan positif

Jika r=-1, maka hubungan X dan Y sempurna dan negatif
Jika r=0, maka hubungan X dan Y lemah sekali atau tdk ada hubungan

Rumus koefisien korelasi Pearson

n  X iYi   X i  Yi
r
n  X i2  (  X i ) 2 n  Yi 2  (  Yi ) 2

Untuk mengukur besarnya kontribusi X terhadap naik turunnya Y

dengan menggunakan koefisien penentuan (KP)

KP  r 2
Contoh:
Jika X adalah persentase kenaikan biaya iklan dan Y adalah persentase
kenaikan hasil penjualan. Hitunglah koefisien korelasi ( r ).
X 1 2 4 5 7 9 10 12
Y 2 4 5 7 8 10 12 14

Penyelesaian:
n  X iYi   X i  Yi
X Y XY X2 Y2 r
1 2 2 1 4
n  X i2  (  X i ) 2 n  Yi 2  (  Yi ) 2
8( 499)  (50)( 62)
2 4 8 4 16 r  0,99
4 5 20 16 25 8( 420)  (50) 2
8(598)  (62) 2

5 7 35 25 49
7 8 56 49 64 KP=r2= 0,9801=98% artinya
9 10 90 81 100 sumbangan biaya iklan thd naik
10 12 120 100 144 turunnya hasil penjualan adl 98%,
12 14 168 144 196 sedangkan 2% disebabkan oleh
50 62 499 420 598 faktor lain.
Regresi Linear Sederhana

Dicari persamaan regresi yg menjelaskan hubungan antara dua

variabel, katakan variabel X (bebas) dan Y (tak bebas).

Metode kuadrat terkecil digunakan untuk menempatkan garis pada

data yg diamati, bentuk persamaan garisnya

Yˆ  a  bX
dengan :
a : nilai Yˆ saat X=0
b : kemiringan garis regresi
X : nilai tertentu variabel bebas
Yˆ : nilai yang dihitung pada variabel tak bebas
 Nilai a dan b dihitung dengan rumus:
n  X iYi   X i  Yi
b
n  X i2  (  X i ) 2

a  Y  bX

Yˆ  a  bX Setiap kenaikan (penurunan) satu satuan variabel

X akan menaikkan (menurunkan) satu satuan
variabel Y sebesar b.

Contoh:
Jika X adalah persentase kenaikan biaya iklan dan Y adalah persentase
kenaikan hasil penjualan. Carilah persamaan garis regresinya.

X 1 2 4 5 7 9 10 12
Y 2 4 5 7 8 10 12 14
Penyelesaian:

n  X iYi   X i  Yi 8(499)  (50)( 62)

b   1,04
n  X i2  (  X i ) 2 8(420)  (50) 2

a  Y  bX  7,75  1,04(6,25)  1,25

Yˆ  1,25  1,04 X Setiap kenaikan 1% biaya iklan akan

menaikkan hasil penjualan sebesar 1,04%

Berapakah besarnya ramalan persentase kenaikan penjualan jika biaya

iklan dinaikkan menjadi 15%?

Yˆ  1,25  1,04(15)  16,85