IX.

KORELASI DAN REGRESI

Kejadian di Alam ; Manganut hubungan sebab akibat.
Faktor Penyebab  Faktor Akibat
-Variabel Bebas - Variabel Tak Bebas
-Variabel Independen - variabel Dependen
(X) (Y)

Hubungan antara x dan y dilihat melalui :

1.Analisis Regresi : mempelajari pola hubungan yang berbentuk
perusahaan Regresi.
2.Analisis Korelasi : membahas tingkat keeratan hubungan antara x dan y
 koefisien korelasi

Korelasi (r) : mengukur derajat liniaritas hubungan antara x dan y.

Koefisiean determinasi (r2) : mengukur proporsi variasi total dalam y –
yang diterangkan oleh model tersebut.
A. Analisis Regresi Sederhana
Rumus umum : Yi = o + iXi + I
Dimana :
yi : data hasil pengukuran terhadap karakter obyek.
o : koefisien intersepsi, mencerminkan pengaruh alami terhadap
y tanpa
dipengaruhi x.
βi : koefisien regresi ; pengaruh penerapan x terhadap y
I : galat : penyimpangan yang terjadi baik akibat variabilitas
pengukuran
maupun kondisi.
i : urutan atau taraf penerapan.
JK
Persamaan regresi
b1  sederhana : b  y  b x
xy

JK 0 1
Yi = o + iXi x2 ditaksir dari Y = bo + b1Xi
2 ( x i )
JK x  xi   ( xi  x ) 2
Dengan : n JK xy  xi yi 
(xi yi )  
  ( xi  x)( yi  y )
2
2 (  y ) n
JK y  y i  i
 ( y i  y ) 2
n
Kegunaan perusahaan regresi :
1. membuat grafik hubungan x dan y
2. memperkirakan tingkat y
y = bo + b1 x
3. memperkirakan tingkat x
y  bo
x
b1

4. memperkirakan rerata y.

y = bo + b1 xi

soal 1:
Dalam suatu industri diketahui bahwa berat endapan (g) dipengaruhi oleh
konsentrasi flokulan (mg/l) (Zat pembentuk endapan).
Data percobaan :
i 1 2 3 4 5 6 7 8 9
xi 1,5 1,8 2,4 3,0 3,5 3,9 4,4 4,8 5,0
Yi 4,8 5,7 7,0 8,3 10,9 12,4 13,1 13,6 15,3
 Cara perhitungan :
Tabel penolong

i X Y X2 Y2 XY
1.00 1.50 4.80 2.25 23.04 7.2
2.00 1.80 5.70 3.24 32.49 10.26
3.00 2.40 7.00 5.76 49 16.8
4.00 3.00 8.30 9 68.89 24.9
5.00 3.50 10.90 12.25 118.81 38.15
6.00 3.90 12.40 15.21 153.76 48.36
7.00 4.40 13.10 19.36 171.61 57.64
8.00 4.80 13.60 23.04 184.96 65.28
9.00 5.00 15.30 25 234.09 76.5
  30.30 91.10 115.11 1036.7 345.09

xi = 30,3 yi = 91,1 xi yi= 345,09

y  10,1222 X  3,3667
Sehingga : (xi ) 2 (30,30) 2
2 2
JK x  xi   ( xi  x)  115,11   13,1
n 10
2 ( y i ) 2 2 (91,10) 2
JK y  yi   ( yi  y )  1036,7   114,52
n 9
(  x i y i ) 30,30 X 91,10
JK xy  xi yi   345,09   38,39
n 9
JK xy 38,39
b1    2,93
JK x 13,1
b0  y  b1 x  10,12  (2,93 X 3,37)  0,26

a. Maka persamaan regresinya :

Y=0,26 + 2,93 X

b. Jika digunakan konsentrasi flokulan 10 mg/l akan diperoleh berat endapan

berapa ?
Y=0,26 + 2,93 (10) = 29,56 g
c.Untuk memperoleh berat endapan 15 g harus menggunakan takaran flokulan
berapa mg/l ?
X=(15-0,26)/2,93 = 5,03 mg/l
2. Pengujian keandalan persamaan regresi

 menurut distribusi t – student

a. Hipotesis Ho : 1 = O vs H1 : 1  O
b. Statistik penguji
1
2
S  ( JK y  b1 JK xy )
n2

bi
t hit 
S JKx
c. Daerah penerimaan :
Ho diterima t hit  t (( n  2); / 2)
Ho ditolak t hit  t (( n  2); / 2)
d. Hasil pengujian :
1. Ho ditolak : penerapan x berpengaruh nyata terhadap perubahan
nilai y.
2. Ho diterima : penerapan x berpengaruh tidak nyata terhadap
perubahan nilai y.  perubahan nilai-nilai y tidak tergantung pada
perubahan tingkat penerapan x.

Bedasarkan soal no ; 1 Maka Langkah Uji Hipotesisnya :

a.Distribusi yang digunakan distribusi t
b. Rumusan Hipotesis : Ho : t1 = O t vs H1 : 1  O
hit (( n  2 ); / 2 )
c. Daerah kritis : t hit  t (( 9  2 );0, 05 )
Ho ditolak jika t hit  t (( 7;0, 05)
t hit  1,895
 1
S2  ( JK y  b1 JK xy )
n2
1 1
S2  ( JK y  b1 JK xy )  (114,52  2,93 X 38,39)  0,29
n2 92
S  0,54
bi 2,93
t hit    19,68
S JKx 0,54 / 13,1

e. Kesimpulan :
Karena IthitI>1,895 maka Ho ditolak jadi nyata bahwa penerapan variasi
takaran flokulan yang digunakan untuk pengendapan kotoran berpengaruh
nyata (signifikan) terhadap perubahan berat endapan yang diperoleh.
B. Analisi korelasi linier sederhana.
Ada tiga masam keeratan hubungan yang terjadi antara x dan y, yaitu :
1. Korelasi positif.
“Peningkatan nilai-nilai y selaras dengan peningkatan nilai-nilai x
 nilai-nilai y semakin besar dengan pertambahan nilai x atau
sebaliknya.
2. Korelasi negatif.
“Perubahan nilai-nilai y berbanding terbalik dengan nilai x.
3. Tidak berkorelasi
“Tidak terlihat adanya kecenderungan nilai-nilai y terjadi bersama-sama
dengan nilai x.
Gambar :
Koefisien korelasi diberi lambang  (rho) :
y jk  y
  
  y diestimasi dengan jk  jk y

Jika nilai  = 0, nilai  akan menyebar normal dengan nilai rata-rata r = 0 dan
variansi r2.
2 1 r2
Sr 
n2

Derajat bebas db = n – 2
-11
 = 1 : korelasi positif sempurna.
 = -1 : korelasi negatif sempurna
 = 0 : tidak berkorelasi linier.
Pengujian hasil analisis  uji RHO.
- Mutu keeratan hubungan dapat diuji dengan distribusi t – student.
r
t hit 
Sr
- Hipotesis : H0 :  = o vs H1 :   o
t hit  t / 2 (n  2) Tolak H0

 t  / 2 ( n  2) Terima H0

Hasil uji RHO :

1. Erat jika H0 ditolak pada taraf signifikansi rendah : /2 = 0,05
2. Sangat erat jika H0 ditolak pada taraf signifikansi tinggi /2 = 0,01
3. Tidak erat jika H0 diterima pada taraf /2 = 0,05
 hubungan keduanya secara statistik dapat diabaikan.

Contoh :
Dalam suatu penelitian hubungan antara curah hujan dan banyak zat
pencemar udara yang dibersihkan oleh hujan diperoleh data sebagai berikut :
 Curah hujan/hari Zat yang dibersihkan
4,3 126
4,5 121
5,9 116
5,6 118
Hitung r dan ujilah  ?
6,1 114
5,2 118
3,3 132
2,1 141
7,5 108
Koefisien determinasi (r2).
100 r2 % : persentase variasi nilai y yang diakibatkan oleh hubungan
linier dengan variabel x. Jadi jika korelasi sebesar 0,6 artinya bahwa 36%
variasi dalam y disebabkan oleh perbedaan/variasi dalam variabel x.

Contoh diatas r = - 0,9786  r2 = 0,958

Jadi hampir 96% variasi nilai y disebabkan oleh hubungan linier dengan x.
 Uji hipotesis keeratan hubungan
a. Distribusi yang digunakan distribusi t
b. Rumusan hipotesis : H0 :  = o vs H1 :   o
c. Daerah kritis :

Tolak Ho jika t hit  t (( n  2 ); / 2)

t hit  t ((9  2 );0, 05 )

t hit  t (( 7;0, 05)
t hit  1,895

d. Statistik Penguji

2 1  r 2 1  0,958
Sr    0,006 r 0,9786
n2 92 t hit    12,63
Sr 0,078
S r  0,078
e. Kesimpulan
Karena IthitI>1,895 maka Ho ditolak, jadi nyata (signifikan) bahwa
perubahan banyaknya zat yang dibersihkan erat berkaitan dengan
curah hujan per hari.
Kerjakan soal berikut dan dikumpulkan paling lambat tanggal 3 Januari jam
12.30 WIB di ruang 301 (Mahasiswa mengumpulkan dengan menanda
tangani daftar hadir)
Soal latihan :
Hasil pemurnian gula ditunjukkan dengan banyaknya hasil pengendapan.
Berdasarkan data percobaan berat endapan pada berbagai tingkat suhu
adalah :
Suhu (0C) Berat endapan (kg)
0 1,0
5 1,5
10 2,3
15 3,2
20 4,8
Tentukan : 25 4,6
a. Persamaan regresi hubungan antara suhu dan berat endapan.
b. Apakah persamaan tersebut handal. Ujilah koefisien regresi /2 = 0,05.
c. Buatlah grafik.
d. Perkiraan berat endapan jika suhu reaksi 17,5 0C
e. Berapa suhu harus digunakan jika diinginkan hasil endapan 4,5.