ANALISIS REGRESI DAN KORELASI

LINEAR
REGRESI LINIER
Persamaan regresi adalah persamaan matematik
yang memungkinkan untuk meramalkan nilai-nilai
suatu peubah tak bebas dari nilai-nilai satu atau
lebih peubah bebas
= a + bx y
Gambar 1.2.1 Garis Regresi
RUMUS
Bila diberikan data contoh [(xi, yi); I = 1,2 n], maka nilai
dugaan kuadrat terkecil bagi parameter dalam garis regresi,
yaitu :
= a + bx
dapat diperoleh dari rumus :






Dimana : a = Intersep / perpotongan dengan
sumbu tegak
b = Kemiringan
y = Nilai ramalan yang dihasilkan
garis regresi

CONTOH
Berikut ini data mengenai jumlah kalori/hari yang
dikonsumsi oleh mahasiswa dan berat badan
mahasiswa yang bersangkutan.






Tentukan persamaan garis regresinya!

Nama Berat Badan Jumlah Kalori yang dikonsumsi
Ivan
Mely
Rosa
Setia
Mayone
Lady
Anita
Wanto
Heri
Danu
89
48
56
72
54
42
60
85
63
74
530
300
358
510
302
300
387
527
415
512
JAWABAN CONTOH
x = jumlah kalori yang dikonsumsi, y = berat badan

E
n
i =1
xi yi -
E
n
i =1
yi
( ) ( ) E
n
i =1
xi
x
2
i -
( )
E
i =1
yi
n
E
n
i =1
2
b =
y
10 (279.292) - (4141) (643)
10 (180.233) - (4141)
2
b =
130.257
874.469
b =
b = 0,149
a = y - b . x
a = 64,3 - (0,149) . (414,1)
jadi persamaan regresinya :
= 2,608 + 0,149 .x
E
10
i =1
E
10
i =1
xi = 4141, yi = 643, xi yi = 279.292
x
2
i = 180.233 x = 414,1 y = 64,3
KOLERASI LINIER
Kita ingin memandang permasalahan mengukur
hubungan antara kedua peubah X dan Y. Dalam
suatu kasus, bila X adalah umur suatu mobil bekas
dan Y nilai jual mobil tersebut, maka kita
membayangkan nilai-nilai X yang kecil berpadanan
dengan nilai-nilai Y yang besar. Analiis kolerasi
mencoba mengukur kekuatan hubungan antara dua
peubah demikian melalui sebuah bilangan yang
disebut koefisien kolerasi.

RUMUS
koefisien korelasi, ukuran hubungan linier antara
dua peubah x dan y diduga dengan koefisien
korelasi contoh r, yaitu :

r =

Sy
Sx
b
yi i y n xi i x n
yi xi y xi n
n
i
n
i
n
i
n
i
n
i
n
i
n
i
=
(
(

|
.
|

\
|

(
(

|
.
|

\
|

|
.
|

\
|
|
.
|

\
|


= = = =
= = =
1
2
1
2
1
2
1
2
1 1 1
1
CONTOH


Tentukan koefisien korelasinya!

Jumlah jam belajar / minggu (x) 10 15 12 20 16 22
Nilai yang diperoleh (y) 98 81 84 74 80 80
No xi yi xi . yi x
2
i y
2
i
1
2
3
4
5
6
10
15
12
20
16
22
98
81
84
74
80
80
920
1215
1008
1480
1280
1760
100
225
144
400
256
484
8464
6561
7056
5476
6400
6400
95 491 7663 1609 40.357
JAWABAN

r =


r =

r = -0,82
r = 0,67
(
(

|
.
|

\
|

(
(

|
.
|

\
|

|
.
|

\
|
|
.
|

\
|


= = = =
= = =
n
i
n
i
n
i
n
i
n
i
n
i
n
i
yi i y n xi i x n
yi xi yi xi n
1
2
1
2
1
2
1
2
1 1 1
.
| | | |
2 2
) 491 ( ) 357 . 40 .( 6 . ) 95 ( ) 1609 ( . 6
) 491 ( . ) 95 ( ) 7663 ( . ) 6 (


SOURCE
Walpole, Ronald E., Myers, Raymond H. 2003. Ilmu Peluang
dan Statistik untuk Insinyur dan Ilmuwan, Edisi 6. Bandung:
Penerbit ITB.