dan Korelasi
Linier
Atikah Saraswati
– sebaliknya, semakin besar dari garis dugaannya nilai korelasi semakin kecil.
HUBUNGAN POSITIF DAN NEGATIF
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
Contoh
HUBUNGAN KUAT DAN
LEMAHNYA SUATU KORELASI
korelasi negatif korelasi negatif tidak ada korelasi positif korelasi positif
sempurna sedang korelasi sedang kuat
Koefisien determinasi r2
n XY X Y
2
r2
n
X 2
n
X
2
Y 2
Y
2
RUMUS UJI t UNTUK UJI
KORELASI
r n2 di mana:
t
1 r 2 t : Nilai t-hitung
atau
r : Nilai koefisien korelasi
t
r n : Jumlah data pengamatan
1- r 2
n-2
CONTOH UJI t UNTUK UJI KORELASI SOAL A
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.
5. Menentukan keputusan. Nilai t-hitung ternyata terletak pada daerah tidak menolak
H0. Ini menunjukkan bahwa tidak terdapat cukup bukti untuk menolak H 0, sehingga
dapat disimpulkan bahwa korelasi dalam populasi sama dengan nol, hubungan
antara tingkat suku bunga dengan investasi lemah dan tidak nyata.
CONTOH UJI T UNTUK UJI
KORELASI SOAL B
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 = 12 - 2 = 10. Nilai taraf nyata a/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
RUMUS KOEFISIEN
DETERMINASI
4. Menentukan daerah keputusan dengan nilai kritis 2,23
r e s i
Re g
an
e ama
r s
P Suatu persamaan matematika
yang mendefinisikan hubungan
antara dua variabel
Lanjutan…
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
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
Metode kuadrat kecil
– Suatumetodeuntukmenentukanpersamaanregresiberdasarkanatasselisihkuadra
tantara lain nilai (ramalan)
Ŷ sebenarnyadengannilai (Y) dugaan yang minimal
ataudapatdituliskandengan (Y - ) Ŷ
CONTOH SELISIH ANTARA DUGAAN DAN AKTUAL
LEBIH KECIL
Y3
e4
Suku Bunga
20 Yn
en
10
0
2.01 9.35 Inflasi12.55 10.33
( Y - Ŷ = e = 0 )
– Dengandemikianpasangan n antaradengan Ỷ
tidakakansamadengannolsemua( ∑≠0)
– Metodekuadratkecilbiasanyadigunakanuntukmenghitungnilaistatistik a dan b
sebagaidarinilai parameter A dan B sehingga,
jumlahkuadratkesalahan∑memilikinilaiterkecil.
n( XY ) ( X )( Y ) ( Y ) ( X )
b a b
n ( X 2 ) ( X ) 2 n n
10
6
Produksi
0
271 287 319 330 348 383 384 411 472 610 640
Harga Minyak
10
8
Produksi
6
4
2
0
271 287 319 330 348 383 384 411 472 610 640
Harga
Y = Y'
Ŷ Y dan
Gambar B: Koordinat antara Ŷ , dimana Y =Ŷ
DEFINISI STANDAR ERROR
– Standar error yang dilambangkan dengan Sy.x sebagai ukuran ketidak sempurnaan .
– Maka, semakin kecil nilai Sy.x akan semakin baik karna nilai pengamatan mendekati garis
regresi.
– Sebaliknya, jika semakin besar Sy.x akan semakin kurang baik. Karena, nilai pengamatan
menyebar secara luas dari garis regresi yang berakibat pada nilai dugaan samakin tidak
akurat
RUMUS STANDAR ERROR
Syx e 2
( Y Ŷ ) 2
n2 n2
Di mana:
X1 X2 X3 X
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
Rumus
1 ( X X )2
Ŷ t( Syx )
n X 2 ( X )2 / n
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:
Sumber Keragaman Derajat bebas (df) Sum Square (SS) Mean Square (MS)
(Source)
– Ada dugaan bahwa kota-kota yang menjadi tujuan wisata mempunyai inflasi yang lebih
tinggi. Gal tersebut di akibatkan karna banyaknya wisatawan yang datang dan
membelanjakan uangnya pada daerah tujuan wisata. Untuk menguji hal tersebut
diukurlah tingkat inflasi dan jumlah wisatawan yang dicerminkan dari tingkat hunian
hotel pada tahun 2007.
Hitunglah :
a. Koefisien korelasi dan ujilah apakah hubungan tersebut bersifat nyata secara statistik dg
taraf nyata 5%
b. Hitung koefisien regresi dimana Y (inflasi) dan X (hunian hotel)
c. Hitung interval inflasi yg akan terjadi, apabila 2004 tingkat hunian hotel mencapai 60%
Kota Inflasi Hunian Hotel (%)
Semarang 66 27
Medan 84 40
Padang 87 41
Jakarta 74 32
Bandung 73 33
Surabaya 72 37
TERIMA KASIH