KORELASI &

Regresi Linear
 KORELASI

• Mengetahui derajat / keeratan hubungan

• Mengetahui arah hubungan
• Hubungan antara satu variabel
dependen kontinu dan satu variabel
independen kontinu
1) Apakah ada hubungan antara usia
dengan tekanan darah sistolik dan
diastolik
2) Apakah ada hubungan antara pendapatan
keluarga dengan pengeluaran keluarga untuk
pangan
3) Apakah ada hubungan antara tinggi badan ibu
dengan panjang badan bayi yang dilahirkan
Diagram tebar (scatter-plot)
Sumbu X  Variabel Independen (Bebas)
Sumbu Y  Variabel Dependen (Terikat)
r = Korelasi
X = Variabel Independen
Y = Variabel Dependen
n = Jumlah Sampel
Uji hipotesis Koefisien
Korelasi (r)
 INTERPRETASI KOEF. KORELASI

 Kekuatan hubungan: (Subjektif)

r = 0,00 – 0,25 : Tidak ada hub./Lemah
r = 0,26 – 0,50 : Sedang
r = 0,51 – 0,75 : Kuat
r = 0,76 – 1,00 : sangat kuat/sempurna

 Korelasi tidak selalu berarti hubungan sebab akibat (causality)

 Korelasi yang lemah tidak selalu berarti tidak adanya hubungan
 Korelasi yang kuat tidak selalu berarti adanya garis lurus
Koefisien Determinasi (R )
2
 Regresi linear

• Satu alat statistik untuk menilai hubungan

antara 2 variabel numerik (kontinyu atau
diskrit)
• Menilai hubungan satu atau lebih variabel
independen terhadap satu variabel
dependen.
 Persamaan garis regresi linier

Yi =  + i Xi = a + bi Xi

Yi adalah nilai Y yang diprediksi (Dependen)

 atau a adalah intercept/constant dan i adalah
slope
 adalah posisi dimana garis regresi memotong
sumbu y
i atau b mengukur kemiringan garis
Nilai Y meningkat sebesar i unit untuk setiap
kenaikan nilai X sebesar 1 unit
 Persamaan Garis Regresi Linier

• Dengan menggunakan metode OLS maka

persamaan garis regresi linier:
Yi =  + i Xi

(  X ). (  Y )
( X Y )   Y X
 n
2
  X  2

( X ) 
n
Y  M ean 
X  M eanX
Page 13
 b= β

a= α
 Contoh

Subjek (X) Usia (Y) Lama hari rawat

1 20 5
2 30 6
3 25 5
4 35 7
5 40 8

Dilakukan pengamatan di rumah sakit antara usia dengan

lama hari dirawat. Apakah ada hubungan antara usia
pasien dengan lama hari dirawat ?
 Regresi
CONTOH REGRESI:
Subjek (X) Usia (Y) Lama hari rawat X.Y
1 20 5 100
2 30 6 180
3 25 5 125
4 35 7 245
5 40 8 320
S2x=62.5 S2y=1.7
(X) = 150 (Y) = 31 (XY) = 970
(X2) = 4750 (Y2) = 199

Page 16
 Regresi Linier
• Persamaan garis regresi linier:

(  X ). (  Y ) ( 1 5 0 ). ( 3 1)
( X Y )  (970) 
 n  5  0 .1 6
2
X  2
1 5 0  2

( X )  (4750) 
n 5

  YGaris
Persamaan   Regresi
X  6 .antara
2  0 .Umur
1 6 ( 3dengan
0 )  1lama
.4 hari rawat:
Yi =  + 1Xi= 1.4 + 0.16 (Usia)

Page 17
No Stress Kinerja
Kerja Pegawai
Pengamatan dilakukan di
1 28 21
perusahaan pada 12 pekerja.
2 20 24 Apakah ada korelasi antara stress
3 21 27 kerja dengan kinerja pegawai.
4 23 22 Cari korelasi dan keeratan hubungan
5 17 26 Buktikan secara statistik korelasinya
6 25 24 Buat persamaan garis regresinya
7 22 23
8 19 25
9 27 21
10 25 22
11 24 25
12 17 28