ANALISIS REGRESI DAN KORELASI
ANALISIS REGRESI DAN
KORELASI
STATISTIKA 1
STIE TRIGUNA
PENGERTIAN UMUM
Analisa Regresi & Korelasi adalah
membahas data yang dianalisa
oleh lebih dari sebuah variabel.
• Analisis kumpulan data yang terdiri atas
banyak variabel, maka disederhanakan
untuk keperluan penelaahan pada dua
variabel saja, variabel itu yang lazim
disimbolkan ialah variabel X dan Y
Contoh kasus
•• Jika
menyatakan
banyak pengunjung
ke suatu toko
swalayan dan
• diartikan orangorang diantara
pengunjung itu yang
berbelanja di toko
• maka akan diteliti
kumpulan data
seperti dalam daftar
berikut :
Pengunjung
()
300
Yang
Berbelanja ()
156
290
345
345
151
175
175
419
419
378
378
203
203
196
196
353
353
435
435
189
189
241
241
361
361
394
394
436
436
197
197
212
212
232
232
Hal-hal yang dipelajari
• Mempelajari derajat asosiasi antara kedua
variabel. Bagian ini dalam statistika dikenal
dengan nama ANALISIS KORELASI.
Hubungan korelasional ini tidak menjelaskan
apakah suatu variabel menjadi penyebab dari
variabel yang lainnya.
• Mempelajari hubungan yang ada di antara
variabel-variabel sehingga dari hubungan yang
diperoleh dapat menaksir variabel yang satu
apabila harga variabel lainnya diketahui. Bagian
ini dikenal dengan nama ANALISIS REGRESI.
contoh
HARI PENGUNJUNG BELANJA HARI PENGUNJUNG BELANJA
KE
()
()
KE
()
()
1
35
32
16
40
38
2
39
36
17
41
37
3
34
31
18
32
30
4
40
38
19
34
30
5
31
29
20
30
28
6
43
42
21
35
35
7
40
33
22
36
29
8
30
29
23
37
34
9
34
29
24
39
35
10
39
36
25
41
36
11
33
31
26
33
32
12
32
31
27
34
32
13
36
33
28
36
34
14
40
37
29
38
37
43
15
36
30
37
34
METODA KUADRAT
TERKECIL
• ditentukan hubungan Y = f(X).
Rumusan hubungan ini lebih dikenal
dengan nama Regresi Y atas X.
• Jika regresi Y atas X ini linear, maka
persamaannnya dapat dituliskan
dalam bentuk linear :
•
Y = a + bX
METODA KUADRAT TERKECIL
� =�+�� ����
´
�´ =�+� �
�
�
�
�=
�
� �∑
∑
�=1
�=1
�
2
�
�
�∑ �
� =1
b
�
�
� � � �=� ∑ � � +� ∑ ��
∑
�=1
�=1
�=1
� � =��+� ∑ � �
∑
�=1
�=1
�
�
�
−∑ � � ∑ � � �
�=1
2
�
�=1
2
�
−
[∑
� =1
��
]
�
2
contoh
Xi
Yi
Xi2
Yi2
XiYi
Xi
Yi
Xi2
Yi2
XiYi
34
32
1156
1024
1088
40
38
1600
1444
1520
38
36
1444
1296
1368
41
37
1681
1369
1517
34
31
1156
961
1054
32
30
1024
900
960
40
38
1600
1444
1520
34
30
1156
900
1020
31
29
961
841
899
30
28
900
784
840
43
42
1849
1764
1806
35
35
1225
1225
1225
40
33
1600
1089
1320
36
29
841
841
1044
30
29
900
841
870
37
34
1156
1156
1258
33
29
1089
841
4957
39
35
1225
1225
1365
39
36
1521
1296
1296
40
36
1296
1296
1440
33
31
1089
961
1023
33
32
1024
1024
1056
32
31
1024
961
992
34
32
1024
1024
1088
36
33
1296
1289
1089
36
34
1156
1156
1224
40
37
1600
1369
1480
37
37
1369
1369
1369
42
36
1764
1296
1512
37
34
1156
1156
1258
545
503
2004
1707
1848
541
501
1965
1686
1818
9
3
1
1
9
4
penyelesaian
�
�
�
2
�
� � =1086 ∑ � � =1004 ∑ �
∑
�=1
�=1
�=1
�
�
2
�
=39.700 ∑ � =33.942 ∑ � � � �=36.665
�=1
�=1
ubstitusikan harga-harga tersebut dengan rumus regresi line
dengan mengambil n = 30
�=
�
∑
�=1
�
�
�
∑
�=1
�
2
�
�� −∑ �� ∑ �� � �
�
�∑ �
� =1
�=1
2
�
�=1
2
�
−
[∑
� =1
��
]
39858800 −39818190
�=
=3,4
30 . 39700 −1179396
b
b2
Hasil akhir
• Sehingga garis regresi linear yang dimaksud
mempunyai persamaan :
Y = 3,4 + 0,82 X
• Dengan menggunakan persamaan yang diperoleh
ini dapat diperkirakan berapa orang diantara
pengunjung itu yang akan berbelanja, apabila
jumlah pengunjung dapat diketahui. Apabila
rata-rata perjam ada 40 orang yang berkunjung
ke toko itu, maka dapat diperkirakan dari
diperoleh :
• Y = 3,4 + (0,82)(40)
= 36,2 orang yang berbelanja setiap jamnya.
ANALISA KORELASI
STATISTIK 1
Pengertian Korelasi
• Jika X merupakan variabel bebas dan Y
variabel tak bebas, regresi Y atas X dapat
digunakan untuk meramalkan nilai Y apabila
nilai X diketahui.
• Kekuatan hubungan antara variabel-variabel
itu, ukuran yang digunakan untuk itu adalah
koefsien korelasi.
• Koefsien korelasi untuk sampel, jadi
merupakan statistik, akan dinyatakan dengan
r sedangkan parameternya dengan (baca
: rho).
Koefsien Korelasi
•• Karena
ternyata korelasi dan regresi
berhubungan erat, maka untuk menentukan
ukuran asosiasi atau koefsien korelasi, perlu
terpenuhi syarat-syarat :
1. Koefsien korelasi harus besar apabila
derajat asosiasi tinggi dan harus kecil
apabila derajat asosiasi rendah.
2. Koefsien korelasi harus bebas dari satuan
yang digunakan untuk mengukur variabel.
• Untuk mencapai kedua syarat di atas, maka
untuk menentukan koefsien korelasi r biasa
digunakan statistik :
• Koefsien korelasi r menunjukkan
apakah cukup beralasan bagi kita
untuk menyatakan ada atau tidak
adanya hubungan linear antara
variabel-variabel X dan Y.
• Rumus lain yang juga sering
�
�
�
dipergunakan
adalah :
� ��− � �
r=
∑
�=1
√{
�
2
∑
�∑
�=1
�=1
�
�
�∑ � −
�=1
�
2
( ) }{
∑ ��
�=1
�
�
�
2
�∑ �� −
�=1
2
(∑ � ) }
�=1
�
• Dengan menggunakan perhitungan
matematika, ternyata dapat dibuktikan
bahwa batas-batas koefsien korelasi itu
berada dalam daerah / interval :
-1 r +1
• Jika r positif menyatakan bahwa antara
variabel-variabel itu terdapat korelasi
positif atau korelasi langsung yang berarti
nilai variabel X yang kecil berpasangan
dengan nilai variabel Y yang kecil serta
nilai variabel X yang besar berpasangan
dengan nilai variabel Y yang besar pula.
Penyelesaian analisa korelasi
�
�
�
� � =1086 ∑ � � =100 4 ∑ �
∑
�=1
�=1
�=1
�
r=
r=
� � � �=36.665
∑
�=1
=39.700
�
�
�∑ � � � � − ∑ � �∑ � �
�=1
�
�=1
�
�=1
�
�
{√ ∑ (∑ ) }{ ∑ (∑ ) }
�
2
�
�
2
�=1
�−
�=1
2
��
�
2
�=1
�� −
�=1
2
��
30 . 36665 −1086 . 10 0 4
2
2
(
)
{
30
.
39700
−1086
}
{
(
30
.
33942)
−10
0
4
}
√
=0,88
a hasil analisa korelasinya adalah -1 0,88
signifkan
CONTOH SOAL
Tentukan Persamaan Regresi Linear dan Koefsien Korelasi
dari data dibawah ini
No
Pengunjung (Xi )
1
2
3
4
5
6
7
8
9
10
300
290
345
419
378
353
435
361
394
436
Yang Berbelanja
( Yi)
156
151
175
203
196
189
241
197
212
232
KORELASI
STATISTIKA 1
STIE TRIGUNA
PENGERTIAN UMUM
Analisa Regresi & Korelasi adalah
membahas data yang dianalisa
oleh lebih dari sebuah variabel.
• Analisis kumpulan data yang terdiri atas
banyak variabel, maka disederhanakan
untuk keperluan penelaahan pada dua
variabel saja, variabel itu yang lazim
disimbolkan ialah variabel X dan Y
Contoh kasus
•• Jika
menyatakan
banyak pengunjung
ke suatu toko
swalayan dan
• diartikan orangorang diantara
pengunjung itu yang
berbelanja di toko
• maka akan diteliti
kumpulan data
seperti dalam daftar
berikut :
Pengunjung
()
300
Yang
Berbelanja ()
156
290
345
345
151
175
175
419
419
378
378
203
203
196
196
353
353
435
435
189
189
241
241
361
361
394
394
436
436
197
197
212
212
232
232
Hal-hal yang dipelajari
• Mempelajari derajat asosiasi antara kedua
variabel. Bagian ini dalam statistika dikenal
dengan nama ANALISIS KORELASI.
Hubungan korelasional ini tidak menjelaskan
apakah suatu variabel menjadi penyebab dari
variabel yang lainnya.
• Mempelajari hubungan yang ada di antara
variabel-variabel sehingga dari hubungan yang
diperoleh dapat menaksir variabel yang satu
apabila harga variabel lainnya diketahui. Bagian
ini dikenal dengan nama ANALISIS REGRESI.
contoh
HARI PENGUNJUNG BELANJA HARI PENGUNJUNG BELANJA
KE
()
()
KE
()
()
1
35
32
16
40
38
2
39
36
17
41
37
3
34
31
18
32
30
4
40
38
19
34
30
5
31
29
20
30
28
6
43
42
21
35
35
7
40
33
22
36
29
8
30
29
23
37
34
9
34
29
24
39
35
10
39
36
25
41
36
11
33
31
26
33
32
12
32
31
27
34
32
13
36
33
28
36
34
14
40
37
29
38
37
43
15
36
30
37
34
METODA KUADRAT
TERKECIL
• ditentukan hubungan Y = f(X).
Rumusan hubungan ini lebih dikenal
dengan nama Regresi Y atas X.
• Jika regresi Y atas X ini linear, maka
persamaannnya dapat dituliskan
dalam bentuk linear :
•
Y = a + bX
METODA KUADRAT TERKECIL
� =�+�� ����
´
�´ =�+� �
�
�
�
�=
�
� �∑
∑
�=1
�=1
�
2
�
�
�∑ �
� =1
b
�
�
� � � �=� ∑ � � +� ∑ ��
∑
�=1
�=1
�=1
� � =��+� ∑ � �
∑
�=1
�=1
�
�
�
−∑ � � ∑ � � �
�=1
2
�
�=1
2
�
−
[∑
� =1
��
]
�
2
contoh
Xi
Yi
Xi2
Yi2
XiYi
Xi
Yi
Xi2
Yi2
XiYi
34
32
1156
1024
1088
40
38
1600
1444
1520
38
36
1444
1296
1368
41
37
1681
1369
1517
34
31
1156
961
1054
32
30
1024
900
960
40
38
1600
1444
1520
34
30
1156
900
1020
31
29
961
841
899
30
28
900
784
840
43
42
1849
1764
1806
35
35
1225
1225
1225
40
33
1600
1089
1320
36
29
841
841
1044
30
29
900
841
870
37
34
1156
1156
1258
33
29
1089
841
4957
39
35
1225
1225
1365
39
36
1521
1296
1296
40
36
1296
1296
1440
33
31
1089
961
1023
33
32
1024
1024
1056
32
31
1024
961
992
34
32
1024
1024
1088
36
33
1296
1289
1089
36
34
1156
1156
1224
40
37
1600
1369
1480
37
37
1369
1369
1369
42
36
1764
1296
1512
37
34
1156
1156
1258
545
503
2004
1707
1848
541
501
1965
1686
1818
9
3
1
1
9
4
penyelesaian
�
�
�
2
�
� � =1086 ∑ � � =1004 ∑ �
∑
�=1
�=1
�=1
�
�
2
�
=39.700 ∑ � =33.942 ∑ � � � �=36.665
�=1
�=1
ubstitusikan harga-harga tersebut dengan rumus regresi line
dengan mengambil n = 30
�=
�
∑
�=1
�
�
�
∑
�=1
�
2
�
�� −∑ �� ∑ �� � �
�
�∑ �
� =1
�=1
2
�
�=1
2
�
−
[∑
� =1
��
]
39858800 −39818190
�=
=3,4
30 . 39700 −1179396
b
b2
Hasil akhir
• Sehingga garis regresi linear yang dimaksud
mempunyai persamaan :
Y = 3,4 + 0,82 X
• Dengan menggunakan persamaan yang diperoleh
ini dapat diperkirakan berapa orang diantara
pengunjung itu yang akan berbelanja, apabila
jumlah pengunjung dapat diketahui. Apabila
rata-rata perjam ada 40 orang yang berkunjung
ke toko itu, maka dapat diperkirakan dari
diperoleh :
• Y = 3,4 + (0,82)(40)
= 36,2 orang yang berbelanja setiap jamnya.
ANALISA KORELASI
STATISTIK 1
Pengertian Korelasi
• Jika X merupakan variabel bebas dan Y
variabel tak bebas, regresi Y atas X dapat
digunakan untuk meramalkan nilai Y apabila
nilai X diketahui.
• Kekuatan hubungan antara variabel-variabel
itu, ukuran yang digunakan untuk itu adalah
koefsien korelasi.
• Koefsien korelasi untuk sampel, jadi
merupakan statistik, akan dinyatakan dengan
r sedangkan parameternya dengan (baca
: rho).
Koefsien Korelasi
•• Karena
ternyata korelasi dan regresi
berhubungan erat, maka untuk menentukan
ukuran asosiasi atau koefsien korelasi, perlu
terpenuhi syarat-syarat :
1. Koefsien korelasi harus besar apabila
derajat asosiasi tinggi dan harus kecil
apabila derajat asosiasi rendah.
2. Koefsien korelasi harus bebas dari satuan
yang digunakan untuk mengukur variabel.
• Untuk mencapai kedua syarat di atas, maka
untuk menentukan koefsien korelasi r biasa
digunakan statistik :
• Koefsien korelasi r menunjukkan
apakah cukup beralasan bagi kita
untuk menyatakan ada atau tidak
adanya hubungan linear antara
variabel-variabel X dan Y.
• Rumus lain yang juga sering
�
�
�
dipergunakan
adalah :
� ��− � �
r=
∑
�=1
√{
�
2
∑
�∑
�=1
�=1
�
�
�∑ � −
�=1
�
2
( ) }{
∑ ��
�=1
�
�
�
2
�∑ �� −
�=1
2
(∑ � ) }
�=1
�
• Dengan menggunakan perhitungan
matematika, ternyata dapat dibuktikan
bahwa batas-batas koefsien korelasi itu
berada dalam daerah / interval :
-1 r +1
• Jika r positif menyatakan bahwa antara
variabel-variabel itu terdapat korelasi
positif atau korelasi langsung yang berarti
nilai variabel X yang kecil berpasangan
dengan nilai variabel Y yang kecil serta
nilai variabel X yang besar berpasangan
dengan nilai variabel Y yang besar pula.
Penyelesaian analisa korelasi
�
�
�
� � =1086 ∑ � � =100 4 ∑ �
∑
�=1
�=1
�=1
�
r=
r=
� � � �=36.665
∑
�=1
=39.700
�
�
�∑ � � � � − ∑ � �∑ � �
�=1
�
�=1
�
�=1
�
�
{√ ∑ (∑ ) }{ ∑ (∑ ) }
�
2
�
�
2
�=1
�−
�=1
2
��
�
2
�=1
�� −
�=1
2
��
30 . 36665 −1086 . 10 0 4
2
2
(
)
{
30
.
39700
−1086
}
{
(
30
.
33942)
−10
0
4
}
√
=0,88
a hasil analisa korelasinya adalah -1 0,88
signifkan
CONTOH SOAL
Tentukan Persamaan Regresi Linear dan Koefsien Korelasi
dari data dibawah ini
No
Pengunjung (Xi )
1
2
3
4
5
6
7
8
9
10
300
290
345
419
378
353
435
361
394
436
Yang Berbelanja
( Yi)
156
151
175
203
196
189
241
197
212
232