Regresi Dan Korelasi
Regresi Dan Korelasi
DAN
KORELASI
REGRESI
LINIER
XI. ANALISIS REGRESI
DAN KORELASI
(Yi Y ) min
i 1
Kita umpamakan bahwa garis
regresi Y atas X membentuk
hubungan linier, maka model
liniernya dapat ditulis dengan
persamaan sebagai berikut :
Yi 0 1 X ei
β0 dan β1 adalah parameter dari
persamaan garis regresi yang
akan diduga besarnya.
Berdasarkan data sampel yang
kita peroleh dapat untuk meng-
estimasikan / menduga β0 dan
β1 dengan b0 dan b1 dari per-
samaan :
Yi b0 b1 X ei
Ŷi : (baca Y topi) adalah nilai
penduga Y untuk setiap harga X
bila b0 dan b1 telah dihitung/ diketahui.
b0 : intersep, yaitu jarak dari titik (0,0)
dengan titik potong garis regresi
Y
pada
sumbu Y, disebut juga konstanta.
b1 : koefisien regresi (kemiringan garis
regresi), disebut juga slope.
Untuk analisis regresi data disusun dalam
tabel seperti tercantum dibawah ini
No X Y X2 Y2 X.Y
1 X1 Y1 X12 Y12 X1.Y1
2 X2 Y2 X22 Y22 X2.Y2
: : : : : :
n Xn Yn Xn2 Yn2 Xn.Yn
b1 = xy / x2
_ _
b0 = Y - b1.X
Yi b0 b1 X ei
Untuk mengetahui apakah
garis regresi tersebut linier atau
bukan linier perlu dilakukan uji
terhadap garis regresi tersebut
(test linierity).
JK Total = y2
DB Regresi = 1
DB Deviasi = N–2
DB Total = N-1
KT Regresi = JK Reg / DB Reg
KT Deviasi = JK Dev / DB Dev
b1 0
t hitung
Sb1
= 62 - ( 2.057142857 )( 165 )
= - 277.4285714
= - 277.43
N a + X b = Y ….(1)
X a + X2 b = XY ….(2 )
10 a + 1650 b = 620
1650 a + 272460 b = 102732
2100 b = 4320
b = 2,057142857
10 a = 620 – (1650)(2,057142857)
10 a = - 2774,2857143
a = - 277,42857143
JK Tot = y2 = 992
JK Dev = y2 - ( b1 x xy )
= 992 - 888.6857142
= 103.3142858
Uji Koefisien regresi :
12.91
Sb 0.248
210
2.06 0
t hitung 8.29
0.248
t 0.05 = 2.306
t 0.01 = 3.355 (dengan d b = N-2 = 8)
90
80
70
Berat Badan (kg)
60
50
Linier
40
30
20
10
0
155 160 165 170 175
Tinggi Badan (cm)
11.2. KORELASI ( rxy )
xy
rxy
2 2
(x )(y )
rumus diatas hanya berlaku untuk
regresi dan korelasi linier saja,
untuk regresi kuadratik dan kubik
pendugaan koefisien korelasinya
berbeda yaitu :
JK Regresi
rxy
JK Total
Pada contoh soal regresi linier
dimuka diperoleh hasil :
432
rxy 0.9464948677
(210)(992)
Pengujian Koefisien Korelasi :
H0 : r = 0 , koefisien korelasi
populasi tidak berarti
H1 : r 0 , koefisien korelasi
populasi mempunyai
arti
dari hasil perhitungan diperoleh
r xy = 0.9464948677 = 0.95
DB = 10 - 2 = 8
pada tabel r diperoleh
r 0.05 = 0.632
r 0.01 = 0.765
11.3. KOEFISIEN DETERMINASI
KOUT 1 X2
KOUT 2 X
KOUT 3 N
KOUT 4 Y2
KOUT 5 Y
KOUT 6 XY
INV 1 X bar
INV 2 x n (populasi)
INV 7 a (intersep)
INV 8 b (koef. Regresi)
INV 9 r (koef. Korelasi)
CASIO fx 3650 P
MODE MODE 2 (Regresi)
1 Lin (Linier)
2 Log (Logaritmik)
3 Exp (Exponensial)
4 Pwr (Power / Pangkat)
5 Inv (Invers / Kebalikan)
6 Quad (Kuadrater)
SHIFT Clr 1 (Scl) EXE (Hapus Memory)
MASUKKAN DATA :
X1 , Y1 DT
X2 , Y2 DT
:
Xn , Yn DT
HASIL / OUT PUT :
X2 Shift S-Sum 1
X ,, ,, 2
N ,, ,, 3
Y2 ,, ,, 1
Y ,, ,, 2
XY ,, ,, 3
X bar Shift S-Var 1
X n ,, ,, 2
X n-1 ,, ,, 3
Y bar ,, ,, 1
n
Y ,, ,, 2
n-1
Y ,, ,, 3
a ,, ,, 1
b ,, ,, 2
r ,, ,, 3
X3 Shift S-Sum 1
X2Y ,, ,, 2
X4 ,, ,, 3
d. Eksponensial
Y = a.bx
g. Logistik
1
Y X
a.b
h. Hiperbola
a
Y X
b
i. Multiplikatif
Y = a. X1b . X2c