ANALISIS KORELASI DAN REGRESI

ANALISIS KORELASI DAN REGRESI

      = 2

  Y’ = a + bX

  = 152-20 = 132

  5 760 

  10

  10

  5

   =

   

  = 10 a = n x b n y

  50 500

  =

  ) 100 150 ( ) 7600 8100 (  

  =

  )10 ( )30 (5{ )} 760 (10 ) 1620 (5{  

  Perusahaan kecap asli mempunyai data penjualan kecap selama 5 Tahun sbb: Tahun

  X Y

  3

  X

  2 XY Y

  2

  1991 1992 1993 1994 1995

  1

  2

  4 130 145 150 165 170

  Rumus : b = } ) x ( ) x ( n {

  1

  4

  9

  16 145 300 495 680

  16.900 21.025 22.500 27.225 28.900 jumlah

  10 760 30 1.620 116.550 Y = Penjualan Susu (variabel terikat)

  )} y ( x ) xy ( n { 2 2   

  = 132 + 50 = 182 jadi perusahaan kecap meramalkan penjualannya untuk tahun 1996 dengan ketentuan penjualan biskuit susu (X) sebanyak 5 buah dan penjualan susu (Y) sebanyak 152 kaleng.

   Koeffisien Korelasi    (n{ )}xy (x{ )}y

  Rumus: r =

      (n{ )X )x( (n}{ )y )y( { 5 ( 1 . 620 )}  { 2

10 ( 760 )}

  =

  { 5 ( 30 )  ( 10 ) }{ 5 ( 116 . 550 )  577 . 600 } 8100  7600

  =

  50 ( 5 . 150 ) 500

  =

  275 . 500 500

  =

  507 ,

  5

  = 0,98 Karena nilai koeffisien korelasi sama dengan 0,98 (mendekati 1), berarti ada hubungan antara variabel bebas dan terikat yang kuat dan positif. Hal ini menunjukkan bahwa perubahan tingkat permintaan biskuit susu memiliki hubungan yang positif terhadap penjualan susu.

  Koeffisien Penentu (Koeffisien Determinasi)

2 Rumus : KP = r

  2

  = (0,98) = 0,9604 Dengan demikian maka penjualan susu ditentukan oleh besarnya permintaan biskuit susu sebesar 96 %, selebihnya 4% ditentukan variabel lain.