statistika-regresi dan korelasi
TRANSCRIPT
![Page 2: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/2.jpg)
PENDAHULUAN
Gagasan perhitungan dikemukakan oleh Sir Francis Galton (1822-1911)
Persamaan regresi: persamaan matematik yang memungkinkan peramalan nilai suatu peubah tak bebas (dependent variable) dari nilai peubah bebas (independent variable)
Diagram pencar (scatter diagram) menggambarkan nilai-nilai observasi peubah tak bebas dan peubah bebas
Nilai peubah tak-bebas (sumbu Y – vertikal) ditentukan oleh nilai peubah bebas (sumbu X – horizontal)
Contoh 1: Umur vs Tinggi Tanaman (X: Umur, Y: Tinggi) Biaya Promosi vs Volume Penjualan (X: Biaya Promosi
Y : Vol. Penjualan)
![Page 3: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/3.jpg)
Jenis Persamaan Regresi Regresi Linier
• Regresi Linier Sederhana • Regresi Linier Berganda
Regresi Non-Linier• Regresi Eksponensial
bXaY
nnXbXbXbaY ...2211
xbaY
abY x
)(logloglog
![Page 4: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/4.jpg)
0
10
20
30
40
50
60
0 20 40 60 80 100 120 140
Pendapatan keluarga
Pen
gelu
aran
unt
uk m
akan
an
garis regresi penduga
Sumber: Griffiths, W., R. Hill, dan G. Judge. 1993. Learning and Practicing Econometrics. John Willey&Sons, Inc., h. 182
REGRESI LINIER SEDERHANA
![Page 5: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/5.jpg)
Y
X
Gambar. Garis regresi dengan intercept a dan derajat kemiringan b
b slope
XY
b = a
Y = a + bX
a intercept
![Page 6: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/6.jpg)
Metode Kuadrat terkecil (least square method): metode paling populer untuk menetapkan persamaan regresi linier sederhana
Bentuk Umum Regresi Linier Sederhana :
Y : peubah takbebas X : peubah bebas a : konstanta b : kemiringan
Y= a + bX
![Page 7: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/7.jpg)
Penetapan Persamaan Regresi Linier Sederhana
n : banyak pasangan data yi
: nilai peubah takbebas Y ke-i xi
: nilai peubah bebas X ke-i
![Page 8: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/8.jpg)
Contoh 1
Berikut adalah data Biaya Promosi dan Volume Penjualan PT BIMOIL perusahaan Minyak Goreng dalam juta rupiah.
Tahun Promosi (X)(Juta rupiah)
Penjualan (Y)(juta liter)
1992 2 5
1993 4 6
1994 5 8
1995 7 10
1996 8 11
Σ Σx = 26 Σy=40
bentuk umum persaman regresi linier sederhana : Y = a + b X
![Page 9: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/9.jpg)
Penyelesaian persamaan regresiTahun Promosi (X)
Penjualan (Y)
xy x2 y2
1992 2 5 10 4 25
1993 4 6 24 16 36
1994 5 8 40 25 64
1995 7 10 70 49 100
1996 8 11 88 64 121
Σ Σx = 26 Σy=40 Σxy=232 Σx2 = 158 Σy2 = 346
0526.1)26()1585(
)4026()2325(2
b
![Page 10: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/10.jpg)
![Page 11: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/11.jpg)
Peramalan dengan regresi
Misalnya, dengan menggunakan persamaan regresi di atas, berapa volume penjualan jika dikeluarkan biaya promosi Rp. 10 juta
Y = 2.530 + 1.053 X
X = 10
Y = 2.530 + 1.053 (10)
= 2.53 + 10.53
= 13.06 juta liter
Contoh 2
![Page 12: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/12.jpg)
1. Perhatikan data berikut:
a. Tentukan persamaan garis regresinya.
b. Gambarkan garis tersebut pada diagram pencarnya
c. Tentukan nilai dugaan titik y bila x = 4
d. Hitung dan tafsirkan koefisien korelasi dan koefisien determinasi
2. Nilai laporan (X) dan ujian akhir (Y) dari 9 mahasiswa:
a. Tentukan persamaan garis regresinya
b. Dugalah nilai akhir seorang mahasiswa yang tidak ikut ujian, tetapi nilai laporannya 85
c. Hitung dan tafsirkan koefisien korelasi dan koefisien determinasi
X 1 2 3 4 5 6
y 6 4 3 5 4 2
X 77 50 71 72 81 94 96 99 67
Y 82 66 78 34 47 85 99 99 68
Tugas I
![Page 13: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/13.jpg)
3. Suatu penelitian mengukur banyaknya gula yang terbentuk pada berbagai suhu. Datanya dikodekan sebagai berikut:
Suhu, X Gula yang terbentuk,
Y
1.0 8.1
1.1 7.8
1.2 8.5
1.3 9.8
1.4 9.5
1.5 8.9
1.6 8.6
1.7 10.2
1.8 9.3
1.9 9.2
2.0 10.5
a. Dugalah garis regresi linearnyab. Dugalah banyaknya gula yang
terbentuk bila suhunya 1.75
![Page 14: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/14.jpg)
4. Suatu test diberikan pada semua mahasiswa baru. Seseorang yang memperoleh nilai di bawah 35 tidak diizinkan mengikuti kuliah Statistika yang biasa, tetapi harus mengikuti suatu kelas khusus (remedial class). Nilai tes dan nilai akhir bagi 20 mahasiswa yang mengikuti kuliah Statistika yang biasa tercatat sebagai berikut:
Nilai Tes Nilai Akhir
50 53
35 41
35 61
40 56
55 68
65 36
35 11
60 70
90 79
35 59
Nilai Tes Nilai Akhir
90 57
80 91
60 48
60 71
60 71
40 47
55 53
50 68
65 57
50 79
a. Tentukan persamaan garis regresi untuk meramalkan nilai akhir berdasarkan nilai tes
b. Bila 60 adalah nilai terendah agar lulus dari pelajaran Statistika tersebut, berapakah batas nilai tes terendah di masa mendatang untuk dapat diizinkan mengikuti kuliah tersebut
![Page 15: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/15.jpg)
5.
No Penjualan Y Iklan (X)1 300.12 26.232 312.25 25.123 362.02 29.804 400.25 34.555 412.60 33.456 423.00 32.267 320.14 23.458 366.25 34.769 451.29 40.12
10 430.22 36.2111 265.99 25.8912 254.26 22.9813 352.16 36.2514 365.21 36.8715 295.15 22.41
No Penjualan Y Iklan (X)16 354.25 26.2517 415.25 36.9918 400.23 32.7919 423.22 33.9820 452.62 23.2121 512.33 44.9822 435.23 35.9923 302.21 25.0024 330.92 23.2525 254.25 24.8626 265.21 26.2327 215.36 20.9828 235.26 24.8829 222.32 25.8730 323.45 28.94
Data penjualan dan iklan di koran PT ROTI MAKMUR disajikan seperti di samping.a. Dugalah persamaan
garis regresinya.b. Hitung dan tafsirkan
koefisien korelasinyac. Hitung dan tafsirkan
koefisien determinasi
Catatan: Khusus nomor ini diperkenankan menggunakan SPSS atau program lain.Hasil print out dilampirkan
![Page 16: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/16.jpg)
KORELASI
KOEFISIEN KORELASI (r) : ukuran hubungan linier peubah X dan Y. Nilai r berkisar antara (+1) sampai (-1)
Nilai r yang (+) ditandai oleh nilai b yang (+) Nilai r yang (-) ditandai oleh nilai b yang (-)
Jika nilai r mendekati +1 atau r mendekati -1 maka X
dan Y memiliki korelasi linier yang tinggi Jika nilai r = +1 atau r = -1 maka X dan Y memiliki
korelasi linier sempurna Jika nilai r = 0 maka X dan Y tidak memiliki relasi
(hubungan) linier (dalam kasus r mendekati 0, anda dapat melanjutkan
analisis ke regresi eksponensial)
![Page 17: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/17.jpg)
Koefisien Determinasi Sampel = R = r² Ukuran proporsi keragaman total nilai peubah Y yang dapat dijelaskan oleh nilai peubah X melalui hubungan linier.
Penetapan & Interpretasi Koefisien Korelasi dan Koefisien Determinasi
![Page 18: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/18.jpg)
Contoh 3
Setelah mendapatkan persamaan Regresi
Y = 2.530 + 1.053 X, hitung koef. korelasi (r) dan koef determinasi (R).
Gunakan data berikut (lihat Contoh 2)
Σx = 26 Σy = 40 Σxy = 232 Σx² =158
Σy² = 346
![Page 19: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/19.jpg)
Nilai r = 0.9857 menunjukkan bahwa peubah X (biaya promosi) dan Y (volume penjualan) berkorelasi linier yang positif dan tinggi
![Page 20: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/20.jpg)
Koefisien Determinasi (R)
R = r2 =(0.9857)2 =0.97165....= 97 %
Nilai R = 97%
artinya: 97% proporsi keragaman nilai peubah Y (volume penjualan) dapat dijelaskan oleh nilai peubah X (biaya promosi) melalui hubungan linier. Sisanya, yaitu 3 % dijelaskan oleh hal-hal lainnya.
![Page 21: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/21.jpg)
Tugas II
Lihat Tugas I (no. 1-5). Hitunglah koefisien korelasi dan koefisien determinasinya! Jelaskan apa artinya!
![Page 22: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/22.jpg)
Quiz
1. Apa yang dimaksud dengan regresi?
2. Apa yang dimaksud dengan korelasi?
3. Nilai koefisien korelasi dua variabel X dan Y adalah -0.85. Apa maksudnya?
4. Nilai koefisien determinasi suatu persamaan regresi adalah 0.40. Apa artinya?
5. Persamaan regresi Y = 12.06 + 0.778X. Tentukan Y jika X = 85
![Page 23: STATISTIKA-Regresi dan korelasi](https://reader034.vdocuments.net/reader034/viewer/2022052117/55617277d8b42ade208b4885/html5/thumbnails/23.jpg)
PUSTAKA
Gunarto, T. Y. 2009. Regresi dan Korelasi Linier Sederhana. Griffiths, W., R. Hill, dan G. Judge. 1993. Learning and Practicing
Econometrics. John Willey&Sons, Inc. Walpole, R. E. 1995. Pengantar Statistika. Edisi ke-3. Pentj:
Sumantri. Gramedia Pustaka Utama. Jakarta