BAB 6. Regresi Dan Korelasi Linier Sederhana 4
BAB 6. Regresi Dan Korelasi Linier Sederhana 4
( 2 PEUBAH )
BAB V
Regresi adalah bentuk hubungan dari dua peubah atau lebih.
Persamaan regresi
Suatu persamaan matematika yang mendefinisikan hubungan antara dua
variabel.
Scatter diagram untuk membantu menarik garis regresi
Korelasi adalah hubungan antara dua peubah atau lebih.
GAMBAR PERSAMAAN REGRESI
Gambar A: Y = a + b X Gambar B: Y = a - b X
+b
a -b
Y = a + bx Y = a - bx
Rumus mencari Koefisien a dan b dengan metoda kuadrat terkecil
b=
a=
Dimana :
y = nilai variabel tidak bebas atau variabel terikat
x = nilai variabel bebas
a = intersep yaitu titik potong garis dengan sumbu y
b = Slope atau kemiringan
n = jumlah sampel atau banyaknya pasangan data
Standar Error atau Kesalahan Baku Pendugaan
=
=
=
Scatter Diagram
tabel berikut adalah data jumlah pengeluaran periklanan dan pendapatan Penjualan
perusahaan “ Makmur “ selama 10 bulan ( dalam jutaan Rupiah )
Penjualan
40
12 46
30
11 48
20
12 52
10
13 54
0
13 58 8 9 10 11 12 13 14 15 16
14 56 Biaya Periklanan
15 60
Mencari persamaan regresi linier sederhana
b= =
e
x y xy E = yi - Y 2 = 3,53
44-
{ 7,6+3,53(10 a = = - 3,53 ( ) = 7,60
10 44 440 100 ) = 41,9
9 40 360 81 Jadi persamaan :
11 42 462 121 = 7,60 + 3,53 x
12 46 552 144
11 48 528 121 Artinya :
12 52 624 144 a = 7,60 --- jika tidak ada biaya iklan
13 54 702 169 maka jumlah penjualannya
13 58 754 169 7,60 juta
14 56 784 196 b = 3,53 --- jika biaya iklan naik 1 juta
15 60 900 225 maka kenaikan penjualannya
120 500 6106 1470 sebesar 3,53 juta
x y xy
10 44 440 100 1936 =
9 40 360 81 1600
11 42 462 121 1764 =
12 46 552 144 2116 = 3,275
11 48 528 121 2304
12 52 624 144 2704 = = = 0,598
13 54 702 169 2916
13 58 754 169 3364
14 56 784 196 3136 = = = 277,95
15 60 900 225 3600
120 500 6106 1470 25440
Y = 7,6 + 3,53 x -- x = 0 - y = 7,6
70
60
f(x) = 3.53333333333333 x + 7.6
50
Penjualan
40
30
20
10
0
8 9 10 11 12 13 14 15 16
Biaya Periklanan
Analisis Korelasi
Suatu teknik statistika yang digunakan untuk mengukur keeratan hubungan atau korelasi (r)
antara dua variable , dimana nilai dari koefisien korelasi bervariasi dari -1 hingga +1 ( -1 ≤ r ≥
+1 ).
r=
Koefisien Determinasi (KD)
r= x y xy
10 44 440 100 1936
9 40 360 81 1600
r= 11 42 462 121 1764
12 46 552 144 2116
11 48 528 121 2304
12 52 624 144 2704
r = 0,92--- hubungan sangat kuat positip 13 54 702 169 2916
13 58 754 169 3364
x meningkat maka y juga meningkat
14 56 784 196 3136
15 60 900 225 3600
120 500 6106 1470 25440
KD = = ---- konstribusi x terhadap y sebesar 84,64%, sisanya 15,36 %
dipengaruhi oleh variabel selain x( biaya periklanan)
2. Korelasi Rank ( Rank Spearman )=
untuk menghitung hubungan antara dua variabel dengan pasangan yang nilai sebenarnya tidak
diketahui . Contoh data tentang kesenangan seseorang akan suatu produk tertentu.
=1-
dimana :
d = perbedaan ranking
n = banyaknya pasangan data
Contoh korelasi Rank Spearmen
a. Hitunglah chi-kuadrat!
b. Berapa koefisien kontingensinya!
Penyelesaian
Kebutuhan Rekreasi
Tempat Tinggal Jumlah
Ya Tidak
Pedesaan 20 30 50
30 20
Perkotaan 40 10 50
30 20
Jumlah 60 40 100
= =
= =
Penyelesaian
cc =
cc =
Maka hubungannya rendah
ANOVA
Anova adalah merupakan alat atau peranti yang dapat
menggambarkan hubungan antara Koefisien Korelasi, Koefisien
Determinasi dan kesalahan baku pendugaan.
1
Regression ( jml var. Bebas,x) SSR = MSR = SSR/1
MSE = SSE/(n-
Residual/ error n-2 SSE = 2)
Total n-1 SST =
= =1-
=
ANOVA
Significance
df SS MS F F
= = = 8,1833
TERIMA KASIH