Bagian
Bagian I I Statistik
StatistikInduktif
Induktif
Metode dan Distribusi Sampling Pengertian Korelasi Sederhana
Metode dan Distribusi Sampling Pengertian Korelasi Sederhana
3
Hubungan Inflasi dan Suku Hubungan Produksi dan
Bunga (Korelasi Negatif) Harga Minyak Goreng
(Korelasi Positif)
35 700
30 600
25 500
20 400
15 300
10 200
5 100
0
0
2,01 9,35 12,55 10,33 637 740 722 781 849 881
Inflasi Harga Minyak Goreng
4
n XY X Y
r
n
X
2
X n
2
Y Y
2 2
5
Korelasi negatif Korelasi negatif Tidak ada Korelasi positif Korelasi positif
sempurna sedang Korelasi sedang sempurna
6
Tahun Produksi (juta ton) Harga (US $ per ton)
1997 4,54 271
1998 4,53 319
1999 5,03 411
2000 6,05 348
2001 6,09 287
2002 6,14 330
2003 6,37 383
2004 7,40 384
2005 7,22 472
2006 7,81 610
2007 8,49 640
7
CONTOH REGRESI LINIER
Hubungan jumlah produksi dan harga minyak
n XY X Y
r
n
X X
2 2
n
Y Y
2 2
n Y X Y2 XY X2
1 4,54 271 20,61 1230,34 73441
2 4,53 319 20,52 1445,07 101761
3 5,03 411 25,30 2067,33 168921
4 6,05 348 36,60 2105,40 121104
5 6,09 287 37,09 1747,83 82369
6 6,14 330 37,70 2026,20 108900
7 6,37 383 40,58 2439,71 146689
8 7,40 384 54,76 2841,60 147456
9 7,22 472 52,13 3407,84 222784
10 7,81 610 61,00 4764,10 372100
11 8,49 640 72,08 5433,60 409600
12
8
PENGERTIAN KOEFISIEN DETERMINASI
Koefisien determinasi
Bagian dari keragaman total variabel tak bebas Y (variabel yang
dipengaruhi atau dependent) yang dapat diterangkan atau diperhitungkan
oleh keragaman variabel bebas X (variabel yang mempengaruhi atau
independent).
Koefisien determinasi r2
n XY X Y
2
r2
n
X 2
X
2
n
Y 2
Y
2
9
RUMUS UJI t UNTUK UJI KORELASI
r n2 di mana:
t
1 r 2 t : Nilai t-hitung
10
Ujilah apakah (a) nilai r = - 0,412 pada hubungan antara suku bunga dan investasi
dan (b) r = 0,86 pada hubungan antara harga minyak dan produksi kelapa sawit
sama dengan nol pada taraf nyata 5%?
1. Perumusan hipotesis:
hipotesis yang diuji adalah koefisien korelasi sama dengan nol. Korelasi dalam populasi
dilambangkan dengan sedang pada sampel r.
H0 : r = 0
H1 : r ¹ 0
2. Taraf nyata 5% untuk uji dua arah (a/2=0,05/2=0,025) dengan derajat bebas (df) = n-k
= 9 - 2 = 7. Nilai taraf nyata a/2= 0,025 dan df =7 adalah = 2,36. Ingat bahwa n adalah
jumlah data pengamatan yaitu = 9, sedangkan k adalah jumlah variabel yaitu Y dan X,
jadi k=2.
3. Menentukan nilai uji t
r - 0,41
t 2
2
1 ,21
1-r 1 - (,041)
n-2 9-2
11
CONTOH UJI t UNTUK UJI KORELASI
4. Menentukan daerah keputusan dengan nilai kritis 2,36
2.Taraf nyata 5% untuk uji dua arah (/2=0,05/2=0,025) dengan derajat bebas (df)
= n-k = 12 - 2 = 10. Nilai taraf nyata /2=0,025 dan df =10 adalah = 2,23.
r 0,86
t 2
2
5 ,33
1-r 1 - (0,86)
n-2 12 - 2
13
4. Menentukan daerah keputusan dengan nilai kritis 2,23
14
MENGGUNAKAN MS EXCEL UNTUK MENCARI KORELASI
15
16
RUMUS PERSAMAAN REGRESI
Persamaan regresi
Suatu persamaan matematika yang mendefinisikan
hubungan antara dua variabel.
17
Scatter diagram untuk hubungan antara inflasi dan suku bunga dapat digambarkan sebagai berikut:
35
30
25
20
15
10
5
0
2,01 9,35 12,55 10,33
Inflasi
Gambar A
18
Scatter diagram untuk hubungan antara inflasi dan suku bunga dapat digambarkan sebagai berikut:
35
30 b c
d
25
a
20
15
10
5
0
2,01 9,35 12,55 10,33
Inflasi
Gambar B
19
CONTOH SELISIH ANTARA DUGAAN DAN AKTUAL LEBIH KECIL
Y2
Y3
Y4 e4
Y3
e4 Y5
e5
20 Yn
en
Yn
en
10
0
2.01 9.35 12.55 10.33
Inflasi
20
CONTOH SELISIH ANTARA DUGAAN DAN AKTUAL LEBIH BESAR
e1 Y3
20 Y1 e5
Y5
15
10
5
0
2.01 9.35 12.55 10.33
Inf lasi
21
Y
+b
-b
X X
Gambar A: Ŷ =a+bX Gambar B: Ŷ =a-bX
22
n XY ) ( X )( X ) ( Y ) b( X )
a b
n( X 2 ) ( X )2 n b
23
Ŷ =a+bX
Yi X Ŷ = 2,8631 + 0,0086 X Ŷ e=Y- Ŷ
24
CONTOH HUBUNGAN ANTARA PRODUKSI DENGAN
HARGA MINYAK KELAPA SAWIT
10
10
8
8
Produksi
Produksi
6
6
4
4
2
2
0
0
271 287 319 330 348 383 384 411 472 610 640
271 287 319 330 348 383 384 411 472 610 640
HargaMinyak
Harga Minyak
YY Y'Y'
25
Persamaan Ŷ = 2,8631 + 0,0086 X.
10
8
Produksi
6
4
2
0
271 287 319 330 348 383 384 411 472 610 640
Harga
Y = Y'
26
DEFINISI STANDAR ERROR
Ŷ
27
Syx e 2
( Y Ŷ ) 2
n2 n2
Di mana:
28
29
30
ASUMSI METODE KUADRAT TERKECIL
Satu deviasi
standar
X1 X2 X3 X
31
ASUMSI METODE KUADRAT TERKECIL
3. Varian dari error bersifat konstan. Ingat bahwa varian dilambangkan dengan s2, sehingga
asumsi ini dilambangkan dengan Var (Ei/Ej) = E(ei – ej)2 = s2. Anda perhatikan pada gambar
di atas bahwa nilai Ei (yang dilambangkan dengan tanda titik) untuk setiap X yaitu X 1, X2 dan
X3 tersebar secara konstan sebesar variannya yaitu s2. Pada gambar tersebut nilai E tersebar
1 standar deviasi di bawah garis regresi dan 1 standar deviasi di atas garis regresi. Seluruh
sebaran nilai Ei untuk Xi dan Ej untuk Xj, di mana i ¹ j terlihat sama dengan ditunjukkan kurva
yang berbentuk simetris dengan ukuran yang sama, hal inilah yang dikenal dengan varians
dari error bersifat konstan.
4. Variabel bebas X tidak berkorelasi dengan error term E, ini biasa dilambangkan dengan Cov (Ei,
Xi) = 0. Pada garis regresi Y=a + bxi + ei maka nilai Xi dan Ei tidak saling mempengaruhi,
sebab apabila saling mempengaruhi maka pengaruh masing-masing yaitu X dan E tidak
saling dapat dipisahkan. Ingat bahwa yang mempengaruhi Y selain X adalah pasti E yaitu
faktor diluar X. Oleh sebab itu varians dari E dan X saling terpisah atau tidak berkorelasi.
32
RUMUS
1 ( X X )2
Ŷ t( Syx )
n X 2 ( X )2 / n
33
PENDUGAAN INTERVAL NILAI KOEFISIEN REGRESI A DAN B
Dengan menggunakan asumsi bahwa nilai Ei bersifat normal, maka hasil dugaan a dan
b juga mengikuti distribusi normal. Sehingga nilai t = (b – B)/b, juga merupakan
variabel normal. Dalam praktiknya nilai standar deviasi populasi b sulit diketahui,
maka standar deviasi populasi biasa diduga dengan standar deviasi sampel yaitu Sb,
sehingga nilai t menjadi t = (b – B)/Sb. Selanjutnya probabilitasnya dinyatakan sebagai
berikut:
P(-t/2 (b – B)/Sb t/2 ) = 1 -
P(-t/2. Sb (b – B) t/2 . Sb) = 1 -
Sehingga interval B adalah:
(b -t/2. Sb B b + t/2 . Sb)
Analisis varians atau ANOVA merupakan alat atau peranti yang dapat menggambarkan
hubungan antara koefisien korelasi, koefisien determinasi dan kesalahan baku
pendugaan. Untuk mengukur kesalahan baku kita menghitung error yaitu selisih Y
dengan atau dapat dinyatakan dalam bentuk persamaan:
e = Y – Ŷ
atau dalam bentuk lain yaitu
Y= Ŷ+ e
Di mana:
35
TABEL ANOVA
Sumber Keragaman Derajat bebas (df) Sum Square (SS) Mean Square (MS)
(Source)
36
TERIMA KASIH
37