BAB IX

ANALISIS REGRESI DAN KORELASI

Tujuan Pembelajaran Umum :
Memberikan pemahaman serta penjelasan tentang analisis regresi dan korelasi sederhana
maupun berganda, yang mempelajari hubungan fungsional antara variabel bebas
(independent) terhadap variabel terikat (dependent).
Tujuan PembelajaranKhusus
Setelah selesai mempelajari topik ini mahasiswa diharapkan dapat melakukan perhitungan-
perhitungan berdasarkan data berpasangan sehingga menghasilkan suatu bentuk persamaan
yang dapat mengestimasi dan memprediksi suatu nilai variabel serta menghitung besarnya
pengaruh dari variabel independen terhadap variabel dependen.
9.1 De!n!s! Anal!s!s Re"res! #an Anal!s!s K$relas!
nalisis regresi adalah suatu proses pembentukan model persamaan matematis daridata yang
mempunyai hubungan fungsional antara variabel a!ak independen (variabel bebas) terhadap
variabel dependen (variabel terikat). "adi, analisis regresi adalah teknik statistika yang
berguna untuk mengestimasi suatu model hubungan antara variabel bergantung pada
tujuannya dan berdasarkan pengetahuan atau teori sementara, bukan asal ditentukan
saja.nalisis korelasi adalah suatu analisis yang berguna untuk menentukan keeratan
hubungan antara variabel, atau menentukan suatu besaran yang menyatakan seberapa besar
kuatnya hubungan antara variabel satu dengan variabel lainnya. Se!ara umum korelasi
digunakan untuk mengukur kekuatan suatu hubungan linier antara dua variabel atau lebih
serta juga dapat melakukan pengukuran arah koefisien.
9.% Anal!s!s Re"res! se#erhana
nalisis regresi adalah suatu proses estimasi hubungan fungsional antara satu variabel
independent (bebas) terhadap satu variabel dependen (terikat).#entuk hubungan tersebut
dituangkan dalam bentuk persamaan yang dapat dipergunakan untuk dasar peramalan.nalisis
regresi sederhana adalah analisis data yang mempunyai satu variabel bebas dan satu variabel
terikat.
9.%.1 Ben&u' Umum Persamaan Re"res! se#erhana :
Y
$
( a ) b* ) e +++++++++++++++++++++...............,9-
1.
%eterangan.
Y
$
& 'ilai y prediksi,
a & (nter!ep ,
b & %oefisien regresi,
) & variabel bebas,
e & kesalahan prediksi
*ntuk menentukan nilai intersep a maupun nilai koefisien b digunakan rumus sbb:
b &
+ +
) ( ) .(
) ).( ( ) (
X X n
Y X XY n


,,,,,,,,,.,,,.,,,,,,,.,...
(--.+)
a &
n
Y
- b .
n
X
atau a & Y - b. X
,,,,,,,.,,,,,.
(--..)
9.%.% Kesalahan S&an#ar# Es&!mas! ,Standard Error of Estimate ,Se/S0X..
Standard /rror of /stimate (S01) digunakan untuk mengukur besarnya simpangan dari data
aktual disekitar garis regresi.
2umusnya sbb: S01&
+
) (
+

n
Y Y
&
+
) .( ) .(
+

n
XY b Y a Y
,,,,..............(--3)
9.%.1 Uj! 2al!#!&as K$e!s!en Re"res!
4ipotesis :
4o: &5 (koefisien regresi ini tidak dapat digunakan untuk mewakili persamaan regresi)
4a : 5 (koefisien regresi ini dapat digunakan untuk mewakili persamaan regresi)
sumsi-asumsi mengenai populasi sebagai berikut,
6) 4arga 1 yang diketahui, variabel tak bebas 0 bersifat bebas dan berdistribusi normal
dengan rata-rata 7 1 dan simpangan bakunya y).
+) Simpangan baku y) dimisalkan sama untuk setiap 1 yang diberikan
*ntuk uji hipotesis di atas digunakan uji statistik sebagai berikut :
Statistik *jinya adalah : t &
Sb
b
,,,,,,,,,,,,,,,,,,,,,(--8)
%eterangan : b & %oefisien arah regresi linier yang dihitung dari data dalam sampel
Sb & 9eviasi standard koefisien regresi
Sy) & kekeliruan standar taksiran ,
5 & nilai yang diduga dalam hipotesis 4o
%riteria untuk penerimaan atau penolakan hipotesis 4o, seperti biasa ditentukan oleh
taraf nyata , distribusi t dengan dk & ( n - + ).
2umusnya sbb:
Sb &
+
+
) (
) (
x x
S
YX

&
+ +
) .( X n X
S
YX

.,,,,.,,,,..,,,,,,,,.
(-.:)
9.%.3 In&er4al &a's!ran un&u' 5 a#alah 6
a. *ntuk sampel ke!i l
b - tp Sb ; < ; b - tp Sb ,,,,,,,,,,,,,,,...,(-.=)
b. *ntuk sampel besar
b - >6?+@ Sb ; < ; b - >6?+@ Sb ,,,,,.,,,,,,,,,.(-.A)
dengan b diperoleh dari rumus -.+ dan Sb diperoleh dari rumus -.: dan tp & t(B ,df) diperoleh
dari tabel distribusi t dengan derajat kebebasan (df) & (n C +), B & 6 C @ dan @ & koefisien
konfidensi, >6?+@ diperoleh dari tabel distribusi normal.
9.%.7 In&er4al Ta's!ran Ra&a 8 Ra&a ,
x
.
Setelah persamaan regresi linier ditaksir, Y

& a 7 b1, selanjutnya kita dapat

mensubtitusikan variabel-variabel bebas (1) yang diketahui ke dalam persamaan itu untuk
memperoleh harga rata-rata dari variabel terikat (0). 2ata-rata taksiran tersebut, merupakan
titik taksiranuntuk rata-rata
x
dari populasi yang sedang diselidiki."ika sampel yang
digunakan !ukup besar, interval taksiran rata-rata tersebut menggunakan rumus berikut ini :
) - - .....( .......... .......... .......... .......... .......... .......... .......... ..........
+ ? 6
D
+ ? 6
D
+ < <
n
Syx
Z Y x
n
Syx
Z Y
9engan: 6) 0 didapat dari persamaan regresi dengan mensubstitusikan 1 yang diketahuiE
+) Sy) & kekeliruan standar taksiranE
.) & koefisien keper!ayaan
3) >
?+ & nilai standar dari daftar luas normal standar untuk sampel besar
8) n & ukuran sampel yang digunakan.
*ntuk sampel-sampel yang berukuran ke!il, digunakan rumus (--65) berikut ini."ika koefisien
keper!ayaan & (6 - p), rumus interval taksiran untuk rata-rata
x
adalah dengan t
p,v
nilai dari
daftar distribusi t dengan v & dk & ( n-+ ) dan p & B & 6 - @ :
+ +
+
,
) (
) ( 6
X n X
X x
n
S t Y
i
yx v p

6; F);
+ +
+
,
) (
) ( 6
X n X
X X
n
S t Y
i
yx v p

+ +

,,,,(--65)
9.%.9 In&er4al Ta's!ran N!la! Ramalan , Y

.
Gitik taksiran untuk individu 0 sebagai ramalan apabila 1 diketahui dengan sampel
yang digunakan berukuran besar, maka interval taksiran ramalan ( Y

)rumusnya sebagai
berikut
X Y X Y
S Z Y Y S Z Y
. + ? 6 . + ? 6
. .

+ < <

,,,,,,,,,,,,,,,,.(--66)
"ika sampel yang digunakan sebagai bahan ramalan itu berukuran ke!il, rumus digunakan :
:$n&$h 9.1 6
9iketahui data uji tarik spesimen baja mengenai beban (kgf) dengan gaya tarik (Mpa)
sebagai berikut :
Tabel 9.1 ;as!l Uj! Tar!' S<esemen Baja
NO Uji Beban (Kgf) Gaya Tarik (Mpa)
1 243.5 38.2
2 253.8 39.8
3 284.1 44.
4 344.9 54.1
5 4!5.8 3."
) 6+ - .........( ..........
) (
) ( 6
.
) (
) ( 6
.
+ +
+
D
+
+
+
D

+
+
+ < <

+
+

X n X
X X
n
n
Syx tp Y Y
X n X
X X
n
n
Syx tp Y
i
i
4." "3.2
52".5 82.8
8 598. 93.9
9 9. 1!5.1
1! "9." 1!."
11 89.9 1!8.2
12 94.9 1!9.!
13 "!! 1!9.8
14 "!! 1!9.8
#er$anyaan
a. Gentukan variabel dependen (var terikat) dan variabel independent
(bebas).
b. #agaimana bentuk persamaan regresinya dan artikan.
!. "elaskan hubungan antara beban terhadap gaya tarik mel alui uj i
koefisi en regresinya. (B& 8H )
d. Gentukan interval taksiran koefisi en regresi ( <) tersebut.
e. #il a beban =85 kgf, tentukan interval taksiran rat a-rata dan int erval
taksiran ramalan tersebut dengan B & +, 8H
Peme=ahann>a 6
a) Iariabel dependen & beban dan variabel independen & gaya tarik
b) Jersamaan regresi : 0 & a 7 b1
b &
+ +
) ( ) .(
) ).( ( ) (
X X n
Y X XY n


&
+
) +8- . = ( ) 8+ , :35 . 6-6 . 3 ( 63
) - , 6.A . 6 )( +8- . = ( ) 8: , :35 . :8= ( 63

&
5, 68:A=-A-:
a &
n
Y
- b
n
X
at au
a &
Y
- b.
X
& A6, .8 - 5, 68:A=-A-: ) 86A, 8 & 5, 55===.:.8
"adi persamaan regresinya adalah : Y

& 5, 55===.:.8 7 5, 68:A=-A-:

1
!) *ji hipotesis
4o: &5 (koefisien regresi ini tidak dapat digunakan untuk mewakili persamaan regresi)
4a : 5 (koefisien regresi ini dapat digunakan untuk mewakili persamaan regresi)
9engan asumsi-asumsi mengenai populasi sebagai berikut,
6) 4arga 1 yang diketahui, variabel tak bebas 0 bersifat bebas dan berdistribusi normal
dengan rata-rata 7 1 dan simpangan bakunya y).
+) Simpangan baku y) dimisalkan sama untuk setiap 1 yang diberikan
*ntuk uji hipotesis di atas digunakan uji statistik sebagai berikut : : t &
Sb
b
9engan :S) & simpangan baku untuk variabel 1
Sy) & kekeliruan standar taksiran ,
b & koefisien arah regresi linier yang dihitungdari data dalam sampel,
5 & nilai yang diduga dalam hipotesis 4.
%riteria untuk penerimaan atau penolakan hipotesis 4o, seperti biasa ditentukan oleh
taraf nyata , distribusi t dengan dk & ( n-+ ).
S01&
+
) (
+

n
Y Y
&
+
) .( ) .(
+

n
XY b Y a Y
&
&
+ 63
8: , :35 . :8= 68:A=-- , 5 - , 6.A . 6 55===3 , 5 38 , 6=- . 65.

x x
& 5,5..:3+=.
Sb &
+
+
) (
) (
x x
S
YX

&
+ +
) .( X n X
S
YX

& &
63
) +8- . = (
8+ , :35 . 6-6 . 3
5..:3+=. , 5
+

&
5,5555863..3A8AA
Statistik *jinya adalah : t &
Sb
b
&
A8AA 5555863..3 , 5
68:A=-A-: , 5
& ..585,685-
9engan B & 8H dan n & 63, maka t tabel & t5,58,6. & K +,6:53
%arena t & ..585,685- L t tabel & +,6:53, maka 4o ditolak, artinya antara beban terhadap
gaya tarik terdapat hubungan.
SimpulanM
ntara beban terhadap gaya tarik terdapat hubungan yang signifikan.Jersamaan regresi
tersebut dapat digunakan sebagai dasar peramalan
d) (nterval taksiran koefisien regresi
b - tp Sb ; < ; b - tp Sb
5,68:A=-A-: - +,6=A: ) 5,5555863..3A8AA ; < ; 5,68:A=-A-: -7 +,6=A: )
5,5555863..3A8AA 5,68:A=-A-: - 5,55566+58+--+.; < ; 5,68:A=-A-: 7
5,55566+58+--+. 5,68:=:=A3. ; < ; 5,68:--6-3-
e) #il a beban =85 kg, tentukan interval taksiran ramalan dan interval taksiran
rat a-ratanya dengan B & 8H.
1. (nterval t aksiran ramalan :
1 & =85 maka
Y

&
5,55===.:.8 7 5,68:A=-A-: ) =85 & 66=,::=:-:6
B & 8H dan n & 63, maka t tabel & tB&8H ,df&6+ & +,6=A:
2umus interval ramalan :
...
) (
) ( 6
.
) (
) ( 6
.
+ +
+
D
+
+
+
D
X n X
X X
n
n
Syx tp Y Y
X n X
X X
n
n
Syx tp Y
i
i

+
+
+ < <

+
+

66=,::A - +,6=A: ) 5,5.3

+
+
) 8 , 86A ( 63 8+ , :35 . 6-6 . 3
) 8 , 86A =85 (
63
6 63

+
+
;
Y

;66=,::A - +,6=A: ) 5,5.3

+
+
) 8 , 86A ( 63 8+ , :35 . 6-6 . 3
) 8 , 86A =85 (
63
6 63

+
+
66=,::A - +,6=A:)5,5.3)6,5-3 ; 0 ; 66=,::A 7 +,6=A: ) 5,5.3 ) 6,5-3
66=,::A - 5,5A6 ; 0 ; 66=,::A 7 5,5A6 66=,8A= ; 0 ; 66=,=3-
Simpulan
%alau beban =85 kgf, nilai ramalangaya tarik antara 66=,8A= Mpa dan 66=,=3- Mpa
%. (nterval t aksiran rat a-rata ,

x
.
66=,::A - +,6=A: ) 5,5.3
+
+
) 8 , 86A ( 63 8+ , :35 . 6-6 . 3
) 8 , 86A =85 (
63
66

+ ;x;66=,::A - +,6=A: ) 5,5.3

+
+
) 8 , 86A ( 63 8+ , :35 . 6-6 . 3
) 8 , 86A =85 (
63
6

+
66=, ::A - 5, 5.. ;

x
; 66=, ::A 7 5, 5..
atau, 66=,:.8 ;
x
; 66=,=56
Simpulan
%alau beban =85 kgf, maka rata-rata gaya tarik antara 66=,:.8Mpa dan 66=,=56 Mpa
9.1 Anal!s!sRe"res! N$nl!n!er
Jada topik sebelumnya telah dipelajari bentuk hubungan linier antara dua variabel 1
dan 0. Selanjutnya akan dibahas bentuk hubungan nonlinier antara dua variabel. 2egresi
nonlinier tidak akan dibahas se!ara luas dan mendalam, hanya akan ditinjau se!ara singkat,
tinjauan yang pada umumnya dapat ditelaah berdasarkan teori regresi linier.
#eberapa bentuk regresi nonlinier antara lain, yaitu
a) regresi kuadratis dengan persamaan : 0 & a 7 b1 7 !1N
b) regresi kubik dengan persamaan : 0 & a 7 b1 7 !1N 7 d1O
!) regresi eksponensial dengan persamaan : 0 & abP
d) regresi logaritmis dengan persamaan : 0 & a1
e) regresi hiperbola dengan persamaan : 0 & 6?(a 7 b1)
Jersamaan regresi-regresi nonlinier tersebut dapat ditentukan berdasar-kan data hasil
pengamatan dengan menggambarkan diagram pen!arnya untuk memperkirakan bentuk
lengkungan yang terbaik atau ter!o!ok. Selanjutnya, ditentukan persamaan regresinya dengan
metodekuadrat terkecil.
9.1.1 Re"res! Kua#ra&!s
"ika dari diagram pen!ar tidak mengarah se!ara lurus, diperkirakan letak titik-titiknya
sekitar sebuah parabola dan regresi 0 atas 1 mempunyai persamaan regresi kuadratis, dengan
bentuk umum persamaan kuadratis sebagai berikut :
0 & a 7 b1 7 !1N. ..........................................................................(-.6.)
'ilai dari koefisien-koefisien a, b, dan ! berdasarkan metode kuadrat terke!il, koefisien-
koefisien tersebut dapat ditentukan dengan menyelesaikan sistem persamaan-persamaan
sebagai berikut:
n0i & na 7 bn1i 7 ! n1iN
n1i0i & an1i 7 bn1iN 7 !n1iO
n1iN0i & an1iN 7 bn1iO 7 !n1i
3
:$n&$h 9.%
Gabel di bawah ini menyatakan tebal plat dan besarnya getaran dari suatu hasil pengujian 6.
spesifikasi.
Gabel -.+ Gebal Jlat dan Qetaran
#ulan ke Gebal Jlat(1) Qetaran (0)
6 .+ 8.
+ +A 86
. .. 8A
3 .8 :+
8 .A ::
: 3+ =5
= 3= =.
A 3. :-
- 3. =+
65 8: =+
66 83 =5
6+ 86 =+
6. 8= :A
Selanjutnya, akan dilihat hubungan antara tebal plat dan besarnya getaran.
a) Misalnya dari diagram pen!ar, ternyata sebuah parabola merupakan lengkungan yang
!o!ok dengan letak titik-titik diagram itu. Gentukanlah persamaannya untuk
memperkirakan besarnya getaran apabila besarnya tebal plat diketahui.
b) #erapakah rata-rata besarnya tebal plat jika rata-rata tebal plat sebesar 85.
Peme=ahann>a 6
a) *ntuk memperkirakan besarnya getaran (0) jika diketahui besarnya tebal plat (1), regresi
kuadratik mempunyai persamaan 0 & a 7 b1 7 !1N dengan a, b, dan ! ditentukan
berdasarkan data yang diketahui.
*ntuk mempermudah perhitungan, dibuat tabel -.. sebagai berikut
Gabel -.. 2in!ian Jerhitungan
#ulan 1 0 10 1N0 1N 1O 1
3
6 .+ 8. 6:-: 83+=+ 65+3 .+=:A 653A8=:
+ +A 86 63+A .--A3 =A3 +6-:A :63:8:
. .. 8A 6-63 :.6:+ 65A- .8-.= 66A8-+6
3 .8 :+ +6=5 =8-85 6++8 3+A=8 6855:+8
8 3A :: +85A -8.53 6333 83A=+ +5A86.:
: 3+ =5 +-35 6+.3A5 6=:3 =35AA .666:-:
= 3= =. .=+8 6=85=8 ++5- 65.A+. 3A=-:A6
3. :- +-:= 6+=8A6 6A3- =-85= .36AA56
- 3. =+ .5-: 6..6+A 6A3- =-85= .36AA56
65 8: =+ 35.+ ++8=-+ .6.: 6=8:6: -A.33-:
66 83 =5 .=A5 +536+5 +-6: 68=3:3 A85.58:
6+ 86 =+ .:=+ 6A=+=+ +:56 6.+:86 :=:8+56
6. 86 :A .A=: ++5-.+ .+3- 6A86-. 6588:556
"umlah 88- A8: .=A53 6=+:58+ +86.- 66=:+8. 8:-++:3=
#erdasarkan rumus (6.-6=) dengan n & 6., diperoleh . persamaan dengan . variabel, yaitu :
(6) A8: & 6.a 7 +8.b 7 +86.-!
(+) .=A53 & 88-a 7 +86.-b 7 66=:+8.!
(.) 6=+:58+ & +86.-a 7 66=:+8.b 7 8:-++:3=!
9ari sistem persamaan di atas, diperoleh nilai-nilai a, b, dan ! yaitu :
a & 38,88.= E b & 5,6A36 E dan ! & 5,55:3 E sehingga doperoleh persamaan regresinya
yaitu : 0 & 38,88.= 7 5,6A361 7 5,55:31N
b) "ika tebal plat 85, diperkirakan besarnya getaran adalah :
0 & 38,88.= 7 5,6A36(85) 7 5,55:3(85)N & =-,=:.
9.1.% Re"res! Kub!'
9igunakan untuk data yang diagram pen!arnya diperkirakan mempunyai regresi
mendekati bentuk kubik, dengan persamaan umum :
0 & a 7 b1 7!1N 7 d1
.
,,,,,,,,,,,,,,,,,,,:(-.63)
9engan menggunakan metode kuadrat terke!il, dapat di!ari koefisien-ko-efisien a, b, dan !.
*ntuk regresi 0 atas 1, berdasarkan sistem persamaan berikut:
: 8 3 . .
8 3 . + +
3 . +
. +
.
X d X c X b X a Y X
X d X c X b X a Y X
X d X c X b X a XY
X d X c X b na Y
+ + + =
+ + + =
+ + + =
+ + + =
9.1.1 Re"res! E's<$nens!al
9ata yang kita amati, dalam diagram pen!ar mendekati bentuk lengkungan
eksponensial seperti terlihat dalam gambar di bawah ini :
#entuk umum persamaan regresi eksponensial adalah
0 ( a b
X
+++++++++++++++++++++++++++.................,9.17.
dengan a dan b yang harus kita tentukan kalau diketahui kumpulan pasangan data ( 1(, 0( ).
#entuk eksponen dapat didekati dengan bentuk regresi linier karena jika bentuk ini
digambarkan dalam grafik semilogaritmik, polanya mendekati garis lurus atau regresi linier.
y
Selanjutnya persamaan regresi eksponensial ditarik logaritma sehingga akan diperoleh bentuk
persamaan sebagai berikut,
l$" 0 ( l$" a ) X l$" b++++++++++++++++++++++++.+,9-19.
2umus (--6:) merupakan persamaan regresi linier dalam log0 dan 1.
*ntuk memperoleh nilai-nilai a dan b dapat ditentukan dengan rumus sebagai berikut
( )
.
) ( ) (
) log )( ( ) log (
log
) (
) log )( ( ) )( log (
log
+ +
+ +
+
i
i
i i i i
i i
i i i i i
X X n
Y X Y X n
b
X X n
Y X X X Y
a


=


=
*ntuk mendapatkan nilai-nilai a dan b, dari rumus tersebut harus di!ari kembali nilai-nilai
logaritmanya.
9.1.3 Re"res! L$"ar!&m!'
"ika data hasil penelitian diplot dalam diagram pen!ar, polanya mengikuti atau mendekati
lengkungan logaritmik, bentuk persamaan regresinya adalah
0 & a1
b
,,,,,,,,...............................................................................................(-.6=)
2umus tersebut dapat dibawa ke dalam bentuk persamaan regresi linier untuk mendapatkan
nilai-nilai a dan b dengan !ara menarik logaritma ruas kiri dan kanansehingga diperoleh
log 0 & log a 7 b log 1 ,,,................................................................................(-.6A)
Jada persamaan dalam rumus (6. - +.) terlihat berbentuk regresi linier dalam log 0 dan log
1. Rleh karena itu, jika ada sekumpulan data ( 1( , 0( ) digambarkan dengan skala logaritmik,
akan diperoleh kurva yang mendekati sebuah garis lurus.Selanjutnya, nilai-nilai a dan b dapat
di!ari dengan rumus sebagai berikut
+ +
+ +
+
) log ( ) log (
) log )( log ( ) log log (
) log ( ) log (
) log log )( log ( ) log )( log (
log
i i
i i i i
i i
i i i i i
X X n
Y X Y X n
b
X X n
Y X X X Y
a


=


=
9.1.7 Re"res! ;!<erb$l!'
Sekumpulan data yang ita miliki diperkirakan akan mempunyai regresi dengan
persamaan sebagai berikut
0 &
bX a +
6
,,,,,,,,,,,,,,,,,,,,,,,.(-.6-)
Selanjutnya, untuk menentukan nilai-nilai a dan b diubah rumusnya menjadi :
bX a
Y
+ =
6
,,,,..,,,,,,,,,,,,,,,,,,,(-.+5)
maka nilai-nilai a dan b dapat di!ari dengan rumus C rumus berikut :
+ +
+ +
+
) (
)
6
( ). ( ) (
) (
)
6
( ). ( ) ).(
6
(
i
i
i
i
i
i
i i
i
i i
i
X X n
Y
X
Y
X
n
b
X X n
Y
X X
Y
a


=


=
9.3 Anal!s!s K$relas!
nalisis korelasi banyak jenisnya bergantung pada jenis data yang dihubungkan yaitu:
6. %orelasi Pearson Product Moment (r),digunakan untuk jenis data interval atau ratio.
+. %orelasi Spearman Rank atau 2ho (),digunakan untuk jenis data ordinal.
.. %orelasi Kontingency (S) digunakan untuk jenis data nominal.
3. %orelasi Kendalls au ( ) digunakan untuk jenis data ordinal.
1. K$relas! Pears$n Pr$#u=& ?$men& ,PP?.
Geknik analisis %orelasi JJM termasuk teknik statistik parametrik yang menggunakan data
interval dan ratio dengan persyaratan tertentu. Misalnya data dipilih se!ara a!ak (random),
berdistribusi normal, berpola linier dan data yang dihubungkan mempunyai pasangan yang
sama sesuai dengan subjek yang sama. "ika salah satu tidak terpenuhi, analisis tidak dapat
dilakukan.
2umus .
XY
r &
T ) ( . T.U ) ( . U
) ).( ( ) (
+ + + +
Y Y n X X n
Y X XY n


,,,,,,,,,,.......................
(-.+6)
%etentuan nilai r. tersebut adalah : ( -6 V r V 76 )
%eterangan
r & 5 , artinya antar variabel tersebut tidak ada korelasi atau tidak ada hubungan.
r & 76, artinya korelasi positiv sempurna atau hubungan antara variabel sangat kuat dan
searah, Misalnya salah satu variabel naik, variabel lainya naik juga atau sebaliknya yaitu salah
satu variabelnya turun maka variabel lainnya turun juga,
r & - 6, artinya korelasi negativ sempurna atau hubungan antara variabel sangat kuat, tetapi
arahnya berlawanan, Misalnya salah satu variabel naik maka variabel lainya turun atau
sebaliknya."ika salah satu variabelturun, maka variabel lainya naik.
K$e!s!en De&erm!nas!
*ntuk menentukan besar ke!ilnya sumbangan?kontribusi variabel bebas terhadap
variabel terikat , ditentukan oleh koefisien determinasi dengan rumus sbb

9 & r
+
) 655 H. ,,,,,,,,,,...,,,,,,,,..................(-.++)
%eterangan :
9 & %oefisien 9eterminasi
r & %oefisien %orelasi.
Uj! 2al!#!&as K$e!s!en '$relas! ,.
Wangkah-langkah pengujian..
6. Gentukan 4ipotesis.
4ipotesis untuk men!ari makna hubungan variabel bebas terhadap variabel terikat, yaitu
4o : & 5 , ( antara variabel tsbt tidak ada hubungan )
4a : 5 , ( terdapat hubungan antara variabel ).
+. Gentukan t hitung dengan rumus E
t hitung &
+
6
+
r
n r

, ,,,,,,,,,,,,,,,,,,,,,,,,,(-.+.)
dengan r & koefisien korelasi, n & "umlah sample .
.. Gentukan tingkat signifikansi kemudian !ari t tabel (df,), dengan df & n-6.
3. Gentukan statistik uji, hipotesis diterima jika - t tabel V t hitung X t tabel, dalam hal
lain ditolak. "ika hipotesis ditolak, artinya, korelasi tersebut valid dan signifikan.
(J value ; ).
Sontoh
9iketahui data hasil penelitian mengenai besarnya beban ()) dan gaya tarik (y).
Gabel -.3 #esarnya #eban dan Qaya Garik
2esponden #eban ()) Qaya Garik (y) 1
+
0
+
10
2es6
2es+
2es.
2es3
2es8
2es:
2es=
2esA
2es-
2es65
2es66
2es6+
:5
=5
=8
:8
=5
:5
A5
=8
A8
-5
=5
A8
385
3=8
385
3=5
3=8
388
3=8
3=5
3A8
3A5
3=8
3A5
.:55
3-55
8:+8
3++8
3-55
.:55
:355
8:+8
=++8
A655
3-55
=++8
+5+.855
++8.:+8
+5+.855
++5.-55
++8.:+8
+5=.5+8
++8.:+8
++5.-55
+.8.++8
+.5.355
++8.:+8
+.5.355
+=.555
...+85
...=85
.5.885
...+85
+=..55
.A.555
.8.+85
36.++8
3..+55
...+85
35.A55
"umlah AA8 8.:35 ::..+8 +.:8+..85 36:.A+8
XY
r &
T ) ( . T.U ) ( . U
) ).( ( ) (
+ + + +
Y Y n X X n
Y X XY n


&
) ) :35 . 8 ( .85 . :8+ , + 6+ ( ) ) AA8 ( .+8 . :: 6+ (
) :35 . 8 ( ) AA8 ( ) A+8 . 36: ( 6+
+ +

x x x
x x
& 5,:A.A3:A.=
Gerdapat hubungan yang 'ua& antara beban dan gaya tarik
Uj! 2al!#!&as K$e!s!en K$relas!
4ipotesis
4o : & 5 ( antara variabel beban dan gaya tarik tidak ada hubungan )
4a : 5 (terdapat hubungan antara beban dengan gaya tarik se!ara sigifikan).
Statistik uji :
t hitung &
+
6
+
r
n r

&
+
:A.A3:A.= , 5 6
+ 6+ :A.A3:A.= , 5

x
+,-:.A:=856
t tabel & t (Edf) & t (5,58 E 66) & +,+565
4o diterima
+,-:.A:=856
- +,+565 +,+565
4a diterima 4a diterima
Simpulan
Gerdapat hubungan yang signifikan antara motivasi dengan kinerja
%. K$relas! S<earman Ran', ( rh$.
Metode %orelasi Spearman 2ank disebut juga korelasi berjenjang atau korelasi
berpangkat, Metode ini dikemukakan oleh Sarl Spearman tahun 6-53, digunakan untuk :
6. mengukur tingkat atau eratnya hubungan antara dua variabel yakni variabel
bebas dan variabel terikat yang berskala ordinal,
+. mengetahui tingkat ke!o!okan dua variabel terhadap grup yang sama,
.. mendapat validitas empiris (concusrent validity) alat pengumpul data,
8. mengetahui reabilitas (keajegan) instrument (alat pengumpul data).
Metode %orelasi Spearman 2ank tidak terikat oleh asumsi bahwa populasi yang diselidiki
harus berdistribusi normal, sampel yang diambil sebagai sampel maksimal
(8; n ; .5), data interval dapat diubah ke data ordinal.
*ntuk men!ari nilai %orelasi Spearman 2ank, digunakan rumus berikut :
rs ( 1 -
) 6 (
:
+
+

n n
d
, .....................................................................(--
+3)
%eterangan d & selisih setiap pasangan rank, n & banyaknya pasangan.
#ila untuk men!ari signifikan digunakan rumus > hitung atau t hitung yaitu:
> hitung atau t hitung &
6
6
n
r
s
,,,,,,,,,,,,,,,,,,,..(-.+8)
Tabel 9.7 Da&a Beban #an Ga>a Tar!'
2espd #eban ()) Qaya Garik (y) 2) 2y d
+
& (2)-2y)+
2es6
2es+
2es.
2es3
2es8
2es:
2es=
2esA
2es-
2es65
2es66
2es6+
:5
=5
=8
:8
=5
:5
A5
=8
A8
-5
=5
A8
385
3=8
385
3=5
3=8
388
3=8
3=5
3A8
3A5
3=8
3A5
6,8
8
=,8
.
8
6,8
-
=,8
65,8
6+
8
65,8
6,8
=,8
6,8
3,8
=,8
.
=,8
3,8
6+
65,8
=,8
65,8
5
:,+8
.:
+,+8
:,+8
+,+8
+,+8
-
+,+8
+,+8
:,+8
5
"umlah AA8 8.:35 =8,55
rs & 6 -
) 6 (
:
+
+

n n
d
& 6 -
) 6 6+ ( 6+
=8 :
+
x
x
& 6 C 5,+:++.==:+ & 5,=.==:++.=
t hitung &
6
6
n
r
s
&
6 6+ ? 6
=.==:++.= , 5

& +,33:AA58+=
S$al La&!han 9.
6) pakah yang dimaksudkan dengan persamaan regresi, regresi linier, regresi nonlinier, dan
regresi linier berganda
.) 9ata berikut adalah hasil penguj ian respon getaran model sayap (Jenguj ian
Strain !auge) yang dilakukan li ma kali penguj ian dari berbagai ma!am
ket ebalan plat dan landasan awal
Gabel -. : 9ata Wandasan wal dan Yrekuensi Qetaran
Wandasan wal (mm) Yrekuensi Qetaran Sayap
.5,A5 63,=+
68,A5 6-,+8
-,6+ +.,=:
.,A8 +A,+.
.5,A5 .6,==
68,A5 ++,..
-,6+ +8,83
.,A8 +A,68
a) Qambarlah diagram pen!arnya Z
b) "ika dari (a) diperoleh pola mendekati garis lurus, tentukanlah persamaan regresi
liniernya Z
!) #erdasarkan persamaan regresinya, jika landasan awal .=,8 berapakah besar frekuensi
Qetaran sayap [
3) #erikut ini data hasil uj i puntir pada spesi men kuningan yang
dil akukan. selama 6:5 mi nggu, telah terkumpul daya rentang (sebagai
vari abel 1) dan hasil puntir(sebagai variabel 0) dengan hasil data sebagai
berikut
n1( & 83.:3-, n0i & 66.3-+
n0i
+
& A88.=::, n1i
+
& 6-.+5=.3+. dan n1(0( & 3.53=.-=8
a) "ika antara variabel 1 dan 0 diperkirakan bentuk regresi linier maka tentukanlah
persamaan regresinya Z
b) *jilah persamaan regresi tersebut, dapat digunakan sebagai dasar peramalan atau tidak
(B&8H)
!) Gentukan interval taksiran koefisien daya rentang tersebut, dengan B&8H
d) "ika untuk daya rentang 355, perkirakanlahrata-ratahasil uji puntirnya [
e) Gentukanlah batas-batas taksiran untuk rata-rata hasil uji puntir tersebut dan interval
taksiran ramalannya, untuk daya rentang 355 dengan koefisien keper!ayaan 5,--Z
f) *ntuk setiap pertambahan daya rentang, tentukanlah perubahan hasil uji punter
tessebut Z
g) #erapa H pengaruh daya rentang terhadap hasil uji puntir,
8) Suatu pengamatan terhadap suatu sistem dinamik engine (mesin) lalu
terhadap mesin tersebut diberi input konsumsi bahan bakar sehingga
mengakibatkan temperatur yang berlainan yang akan menghasilkan luaran
berupa putaran ?meni t (2JM). Jutaran dij adikan sebagai vari abel tak bebas
yang diukur dalam menit, sedangkan temperatur dij adikan sebagai variabel
bebas. 9ata dikumpulkan berdasarkan +8 observasi yang disaj ikan tabel.
Tabel 9. @ Da&a Tem<era&ur Pu&aran
'o Gemperatur Jutaran 'o Gemperatur Jutaran
6 6:. :A 8:5 63 6-. =8 3:+
+ 66. 85 ++5 68 +3. 55 33A
. 6+. 5. .35 6: +-. 55 ==:
3 63. AA A5 6= 68. .8 +55
8 6.. =8 685 6A 6-. 55 6.+
: 6A. 66 ..5 6- -.85 .:
= A.55 665 +5 .8. 65 ==5
A 6=. A. +65 +6 6-. -5 635
- =-. +3 63:5 ++ 8+. .+ A65
65 +6. 85 :58 +. 6A. =8 385
66 35. .. :AA +3 6-. A. :.8
6+ +6. 55 +68 +8 65. =8 685
6. 6.. 85 +88
9engan berbantuan SJSS selesaikanlah :
a) Gentukan model regresi linear sederhana yang menyatakan hubungan antara
temperature terhadap hasil putaran. pakah masing-masing koefisien regresi didalam
model itu signifikan[
b) #entuk tabel analisis varians ('RI) dan lakukan pengujian keberartian model
regresinya.
!) #erapa persen keragaman total dalam variabel 0 yang dapat dijelaskan oleh model
tersebut.
DAATAR PUSTAKA
khmad Yau\y, (+55A).Statistik "ndustri, Jenerbit /rlangga YM(J *(( 0ogyakarta
9ouglas Wind,2obert 9.Mason,]illiam Q.Mar!hall (+55.),#asic Statistics$or #usiness
and %conomics, Jas!asarjana *npad
9ouglas S. Mongomery, (6--5). Pengantar Pengendalian Kualitas Statistik, Qajah Mada
*niversity Jress.
4aryono Subiyakto, (6--8). Statistika &in$eren' untuk #isnis, SG(/ 0%J'
"oko M J ^ 'eneng 'uryeti, (+55:).Statistika erapan, Joliteknik 'egri #andung
Murray 2 Spegel,(6-A=).(eory )nd Problem o$ Statistics*Sc(aums +utline Series
Mc!ra,-.ill, #ook Sompany,Yirst /dition.
M!Slave-#enson-Sin!i!h, (+556).Statistics $or #usiness and %conomics, Jrenti!e
4all(nternational ('S.
Wukas Setia tmaja, (6--=). Mema(ami Statistika #isnis #uku /, Jenerbit ndi
0ogyakarta
Sudaryono, M Jd.(+56+).Statistika Probabilitas eori 0 )plikasi. Jenerbit ndi
0ogyakarta
Sudjana, (+556).Statistika untuk %konomidan 1iaga* 2ilid / 0 2ilid 3, Garsito, #andung
Suharyadi, Jurwanto S.%,(+553).Statistika 4ntuk %konomi 0 Keuangan Modern #uku /
0 #uku 3* Salemba /mpat