Kuswanto, 2007

HUBUNGAN ANTAR SIFAT

• Hubungan antara dua atau lebih sifat

(variabel) sering dipelajari dengan analisis
regresi dan korelasi.
• Regresi adalah bentuk hubungan antar
variabel, sedang korelasi adalah keeratan
hubungan antar variabel.
• Antara analisis regresi dan korelasi
sebenarnya merupakan dua hal yang
terpisah, namun karena ada kesamaan
rumus-rmusnya, maka dibicarakan
bersama.
Regresi dan korelasi
• Regresi : hubungan antara 2 (atau
lebih) peubah x dan y, y merupakan
fungsi x, y sebagai peubah tak bebas
dan x sebagai peubah bebas.
• Korelasi : hubungan antara 2 peubah
(atau lebih), dimana yang dibicarakan
berupa derajad asosiasi (kesesuaian)
linier. X dan y merupakan peubah
bebas
 Regresi
• Sepasang data :
x : x1 x2 x3 x4 …. xn
----------------------------------------
y : y1 y2 y3 y4 …. yn

• Berdasarkan pada y = f (x), persamaan regresi linier dituliskan

sebagai
• Y = α + βx + ε
– Dimana α = intersep, β = koefisien regresi dan ε (epsilon) =
sesatan
• Untuk mencari nilai α dan β, diperlukan penduga untuk α dan
β.
• Penduga untuk α ditulis dengan a dan penduga untuk β ditulis
dengan b, yang diperoleh dengan jalan membuat jumlah
kuadrat sesatan sekecil mungkin (dikenal dengan Metode
Jumlah Kuadrat Terkecil)
Dari persamaan normal :
an + b Xi = Yi
a Xi + b Xi² = XiYi

• Dari dua persamaan normal diatas akan diperoleh

koefisien regresi b

XiYi -[(Xi)( Yi)]/n

• b = --------------------------------- atau
Xi² - (Xi)²/n

(Xi -X)(Yi-Y) xi yi

• b = ------------------------ = ---------------
(Xi -X) xi
• Dari rumus itu pula diperoleh nilai
intersep a
a = Y - bX
• Dengan demikian a dan b masing-
masing telah diketahui dan persamaan
regresinya menjadi y = a + bx
Contoh
X (Dosis Y (Produksi X2 XY Y2
pupuk dlm padi)
50 kg/ha)
0 2
1 4
2 7
3 9
4 8
Jumlah : 10 30
Contoh
X (Dosis Y (Produksi X2 XY Y2
pupuk dlm padi)
50 kg/ha)
0 2 0
1 4 1
2 7 4
3 9 9
4 8 16
Jumlah : 10 30 30
Contoh
X (Dosis Y (Produksi X2 XY Y2
pupuk dlm padi)
50 kg/ha)
0 2 0 0
1 4 1 4
2 7 4 14
3 9 9 27
4 8 16 32
Jumlah : 10 30 30 77
Contoh
X (Dosis Y (Produksi X2 XY Y2
pupuk dlm padi)
50 kg/ha)
0 2 0 0 4
1 4 1 4 16
2 7 4 14 49
3 9 9 27 81
4 8 16 32 64
Jumlah : 10 30 30 77 214
Berdasarkan rumus koefisien regresi
XiYi -[(Xi)( Yi)]/n 77-{(10)(30)}/5
• b = --------------------------- = ------------------ = 1,7
Xi² - (Xi)²/n 30 - (10)2/5

• dan a = 30/5 - 1,7 (10/5) = 2,6

• Jadi penduga untuk persamaan
regresinya adalah y = 2,6 + 1,7x
Uji hipotesis :
• Ho : β = 0 (tak ada hubungan linier antara x dan y)
• H1 : β  0 (antara x dan y ada hubungan linier)

• s2 = 1/(n-2) [{yi2 - (yi)2/n} - b{xiyi - ((xi)(yi))/n}]

= 1/(n-2) [varian y - b(kovarian xy)]
• sb2 = s2 / [ xi2 - (xi)2/n]
= s2 /varian x
• Harga mutlak |t hit | = | b/sb |
• Bila t hit lebih besar dari t0,025,(n-2), maka Ho ditolak
dan persamaan regresi tersebut dapat digunakan
untuk meramal nilai Y berdasarkan nilai X.
Korelasi
• Sebagaimana pada analisis regresi,
pada korelasi juga terdapat pasangan
data (xi , yi) dimana i = 1, 2, 3, …, n.
• Bedanya y dan x tak ada hubungan
sebab akibat atau saling bebas
sesamanya.
• Dengan demikian korelasi hanyalah
merupakan keeratan hubungan antara
y dan x
Rumus koefisien korelasi adalah :
XiYi -[(Xi)( Yi)]/n
• r = ---------------------------------------------
√ [Xi² - (Xi)²/n] [Yi² - (Yi)²/n]

• Besarnya reliabilitas r sangat tergantung pada

besarnya contoh n.
• Jadi untuk r = 0,6 dari contoh n =10 tidak
sama dengan r = 0,6 dari contoh n = 100.
• Reliabilitas ataupun presisi r makin
bertambah dengan makin bertambahnya
ukuran contoh.
Uji hipotesis r adalah :
• Ho : r = 0, (berarti tak ada hubungan linier antaya x
dan y)
• H1 : r  0, (berarti ada hubungan linier)
• t hitung dihitung dengan rumus :

r √n-2
• t hit = ----------------
√ (1-r2)

• Hasilnya dibandingkan dengan ttabel (α/2, n-2), bila

I t hit I ≥ t tabel Ho ditolak yang berarti ada korelasi
nyata antara x dan y
Contoh :
X (Dosis pupuk Y (Produksi Hitung nilai
dlm 50 kg/ha) padi) korelasinya
0 2 Uji tingkat nyata
1 4 pada taraf 5 % dan
2 7 1%
3 9 Cara : hampir
sama dengan
4 8
regresi
5 10
6 10
7 11
• Dari rumus dibawah diperoleh
XiYi -[(Xi)( Yi)]/n
• r = -------------------------------------------- = 0,9321
√ [Xi² - (Xi)²/n] [Xi² - (Xi)²/n]

• Dari rumus uji hipotesis korelasi diperoleh

r √n-2
• t hit = -------------- = 6,3035
√(1-r2)
• Untuk db = 6 nilai t0,05 = 1,943 dan t0,01 = 1,440 t
hitung lebih besar dari t tabel, maka terdapat korelasi
sangat nyata antara dosis pupuk dengan hasil padi