STATISTIKA II

• Korelasi

Hana Sugiastu Firdaus

DEPARTEMEN TEKNIK GEODESI
UNIVERSITAS DIPONEGORO
2022
 Hubungan fungsional antara varibel-variabel telah
diuraikan dalam pembahasan regresi, baik regresi
linier, non linier dan linier ganda. Jika data
pengamatan terdiri dari beberapa variabel dan ingin
diketahui seberapa kuat hubungan antara variabel
maka diperlukan derajat hubungan antar variabel
dengan analisis korelasi. Ukuran yang dipakai untuk
mengetahui derajat hubungan (terutama untuk data
kuantitatif) dinamakan koefisien korelasi.

Section 2
Pendahuluan
 Jenis Korelasi
3

1
2

Tidak Ada K
orelasi
Korelasi Po
sitif
Korelasi Ne
gatif
Hubungan
Nonlinier
 Indeks Determinasi
• Analisis korelasi sukar untuk dipisahkan dari analisis regresi. Secara
umum, untuk pengamatan yang terdiri atas dua variabel X dan Y,
kita dapat meninjau, Misalkan persamaan regresi Y atas X, tidak
perlu harus linier yang dihitung dari sampel, berbentuk. Jika
regresinya linier, jelas f ( X )  a  bX dan jika parabola kuadratik
f ( X )  a  bX  cX 2 dan seterusnya. ApabilaY menyatakan rata-
rata untuk data variabel Y, maka kita dapat membentuk jumlah
kuadrat total, JK tot   (Yi Y ) 2 dan jumlah kuadrat residu,
JK res   (Yi Yˆi ) 2 Yˆi
Yˆ dengan
f ( X ) menggunakan harga-harga yang didapat
dari regresi . Indeks determinasi mengukur derajat
Yˆ  Y,
hubungan antara variabel X dan f ( Xapabila
) antara X dan Y terdapat
hubungan regresi berbentuk .
 Indeks Determinasi
Indeks determinasi ditentukan oleh rumus sebagai berikut :

I
 (Y  Y )   (Y  Yˆ )
i
2
i i
2

 (Y  Y ) i
2

JK tot  JK res
I
JK tot
Indeks determinasi ini bersifat bahwa jika titik-titik diagram pencar
letaknya makin dekat kepada garis regresi, maka harga I makin dekat
ke satu. Sebaliknya, jika titik-titik itu makin jauh dari garis regresi, atau
tepatnya terdapat garis regresi yang kurang cocok, maka harga
I makin dekat kepada nol. Secara umum berlakuI 0 ≤ ≤ 1.
 Korelasi dalam Regresi Linier Sederhana
Apabila garis regresi yang terbaik untuk sekumpulan data berbentuk
linier, maka derajat hubungannya akan dinyatakan dengan r dan biasa
dinamakan koefisien korelasi. Koefisien korelasi r tentu saja didapat
dengan jalan mengambil akar dari r2. Untuk rentang r2 berlaku 0 ≤ r2 ≤ 1 ,
sehingga koefisien korelasi didapatkan hubungan -1 ≤ r ≤ 1. Khusus
untuk r = 0, maka hendaknya ini ditafsirkan bahwa tidak terdapat
hubungan linier antara variabel-variabel X dan Y. Untuk keperluan
perhitungan koefisien korelasi r berdasarkan sekumpulan data (Xi ,Yi)
berukuran n dapat digunkan rumus :

n X iY  ( X i )( Yi )
r
{n X i  ( X i ) 2 }{n Yi 2  ( Yi ) 2 }
2
 Korelasi dalam Regresi Linier Sederhana
Bentuk lain dapat pula digunakan :

r 1  S y2. x / S y2
Jika persamaan regresi linier Y atas X telah ditentukan dan sudah
didapat koefisien arah b, maka koefisien korelasi r dapat ditentukan oleh
rumus :

b{n X iYi  ( X i )( Yi )}

r
n Yi  ( Yi )
2 2
 Korelasi dalam Regresi Linier Sederhana
Koefisien korelasi Pearson
 Korelasi
Koefisien korelasi Rank Spearman
Korelasi

• - Korelasi untuk Dua Variabel Nominal

• - Korelasi untuk Dua Variabel Ordinal
• - Korelasi untuk Dua Variabel Interval