ANALISIS REGRESI

DAN KORELASI
Oleh
Rudini Mulya
Muhammad Radityo Reksagama
Azis Mukhsin Ardiyansyah

Pada bab ini akan membahas dua bagian yang saling
berhubungan, khususnya dua kejadian yang dapat diukur
secara matematis.
Dalam hal dua kejadian yang saling berhubungan, ada dua
hal yang perlu diukur dan dianalisis, yaitu:
I. Bagaimana hubungan fungsional (persamaan matematis) antara
dua kejadian tersebut -> analisis regresi
II. Bagaimana kekuatan (keeratan) hubungan dua kejadian itu ->
analisis korelasi

REGRESI DAN KORELASI

Garis regresi/ regresi: garis lurus/ garis linear yang
merupakan garis taksiran atau perkiraan untuk mewakili pola
hubungan antara variabel X dan variabel Y. Cara untuk
mencari persamaan garis regresi:
Dimana Y = variabel terikat
X = variabel bebas
a = intersep (pintasan)bilamana X=0
b = koefisien arah (slope) dari garis
regresi
REGRESI LINEAR SEDERHANA

Koefisien regresi a dan b dapat dicari dengan rumus:
Rumus lain untuk menghitung koefisien
a dan b adalah:
Kita dapat membuat garis regresi lebih dari satu
dari suatu data. Lalu garis regresi manakah yang
paling baik??
Garis regresi yang paling baik adalah garis regresi
yang mempunyai total kuadrat kesalahan/ total
kuadrat selisih/ total kuadrat eror yang paling
minimum .
Total kuadrat eror dapat dihitung dengan :
Selanjutnya bila diambil akarnya, maka
diperoleh :
Bentuk terakhir ini disebut Kesalahan baku
dari penafsiran Atau disebut juga
Standard error of estimate
Nih.. Contoh Soal Regresi

Berat
Badan
2 3 4 5 6 7 8
Tinggi
Badan
4 5 2 3 9 6 7
Untuk mempermudah mencari nilai nilai yang diperlukan,
maka akan digunakan tabel.
Berat
Badan
( x )
2 3 4 5 6 7 8
Tinggi
Badan
( y )
4 5 2 3 9 6 7

x
4 9 16 25 36 49 64

xy
8 15 8 15 54 42 56
Setelah diketahui, nilai a dan b , maka masukan nilai a dan
b ke dalam persamaan regresi. Hasilnya adalah:

persamaan regresi / hubungan dari
variabel X dan Y tadi.
Ngerti kan????

B. Mencari Nilai Kesalahan Baku Dari Penafsiran
0 H
o
=
-
versus H
1
A. = 0
B. > 0
C. < 0
- o = ???, pilih 5 % atau 10 % atau
- daerah kritis/kriteria uji :
tentukan statistik uji
untuk uji koefisien korelasi (= ) digunakan koef.
korelasi sampel (= r)
karena
2 n
2
1
2
t ~
r 1
2 n
r

|
.
|

\
|

, maka
A. H
o
ditolak jika
2) (n ;
2

t t

< atau
2) (n ;
2

t t

>
B. H
o
ditolak jika
2) (n ;
t t

>
C. H
o
ditolak jika
2) (n ;
t t

<
- Perhitungan :
- Kesimpulan :
- Kriteria uji :
A. H
o
ditolak jika
2
o
z 3 n z z >
H
o
diterima jika
2
o
z 3 n z z s
B. H
o
ditolak jika
( )
o
z 3 n z z >
H
o
diterima jika
( )
o
z 3 n z z s
C. H
o
ditolak jika
( )
o
z - 3 n z z <
H
o
diterima jika ( )
o
z - 3 n z z >
BENTUK PERSAMAAN HUBUNGAN ANTARA SUATU VARIABEL
(DEPENDEN VARIABEL) DENGAN PALING SEDIKIT SATU
VARIABEL (INDEPENDEN VARIABEL) ADALAH PERSAMAAN
REGRESI
UNTUK MEMPERKIRAKAN BENTUK TEPAT SUATU PERSAMAAN
REGRESI TERLEBIH DAHULU DILAKUKAN LANGKAH-LANGKAH
BERIKUT :
untuk inferensi
( ) , Y
x X=
E
perhatikan bahwa o, |, dan koefisien
determinasi (=
2
) harus signifikan

2
diduga dengan
( )
( )

=
1 n y

y
2 n y

y
1 r
2
i i
2
i i
2
inferensi untuk parameter o :
us vers H
o o
= -
o
o
o 1
C.
B.
A. H
<
>
=
maka , t ~
s
-

karena

digunakan menguji untuk

: uji teria kritis/kri daerah
2 n

-
A. H
o
ditolak jika
2) (n ;
2

2) (n ;
2

t atau t t t

> <
B. H
o
ditolak jika
2) (n ;
t t

>
C. H
o
ditolak jika
2) (n ;
t t

<
inferensi untuk parameter | :
us vers H
o o
= -
o
o
o 1
C.
B.
A. H
<
>
=
maka , t ~
s
-

karena

digunakan menguji untuk

: uji teria kritis/kri daerah
2 n

-
A. H
o
ditolak jika
2) (n ;
2

2) (n ;
2

t atau t t t

> <
B. H
o
ditolak jika
2) (n ;
t t

>
C. H
o
ditolak jika
2) (n ;
t t

<

BENEFIT COST Regresi BENEFIT COST Regresi