Analisis Regresi & Korelasi
Pengertian Regresi
• Analisis regresi merupakan suatu analisis yang mempe
lajari hubungan atau pengaruh variabel predictor / independen / bebas ( biasanya dinotasikan x ) dengan variabel respon / dependen / tak bebas (biasanya dinotasikan y) dalam bentuk persamaan matematis
Bentuk umum Regresi Linier Sederhana
• Jika jumlah variabel respon dan variabel predictor hanya satu disebut Regresi Linear Sederhana (RLS).
• Jika jumlah variabel respon satu buah dan variabel predictor lebih dari satu disebut Regresi Linear Berganda (RLB).
Mencari nilai a & b
Contoh
• bila X dan Y menyatakan panjang dan keliling sejenis tulang tertentu di badan orang dewasa, kita mungkin ingin mengadakan penelitian untuk menentukan apakah nilai X yang besar berkaitan dengan nilai Y yang besar, dan sebaliknya.
• Sebaliknya bila X menyatakan umur mobil bekas dan Y
menyatakan nilai jual mobil tersebut, maka kita mengha rapkan bahwa nilai X yang besar berkaitan dengan nilai Y yang kecil dan nilai X yang kecil berpadanan dengan nilai Y yang besar.
Manfaat Regresi
• Untuk mengukur kekuatan hubungan antara variabel
respon dan variabel predictor.
• Untuk mengetahui pengeruh suatu atau beberapa var
iabel predictor terhadap variabel respon.
• Untuk memprediksi pengaruh suatu variabel atau beb
Pengertian Korelasi
Dalam teori probabilitas dan statistika, korelasi, juga di sebut koefisien korelasi
koefisien korelasi, adalah nilai yang menunjukkan kekua tan dan arah hubungan linier antara dua peubah acak (random variable).
Besaran dari koefisien korelasi tidak menggambarkan hubungan sebab akibat antara dua peubah atau lebih, tetapi semata-mata menggambarkan keterkaitan linier antar peubah. (Mattjik & Sumertajaya, 2000).
Keeratan hubungan Korelasi
Koefisien korelasi memiliki nilai antara:
- 1 sampai dengan + 1 ( -1 ≤ kk ≤ + 1).
a. Jika KK bernilai positif maka hubungan variabel arahnya positif. Semakin dekat dengan + 1 makin kuat korelasi-nya demikian pula sebalikkorelasi-nya.
b. Jika KK bernilai negatif maka hubungan variabel arah nya negatif dan semakin dekat dengan-1 maka semakin kuat korelasinya dan sebaliknya.
c. Jika KK bernilai 0 maka variabel-variabel tidak memperl ihatkan adanya hubungan
d. Jika KK bernilai +1 atau – 1 maka variabelnya menunju kkan korelasi sempurna positif atau negatif.
Pedoman hubungan Korelasi
Untuk menentukan keeratan hubungan antar variabel bisa me nggunakan salah satu pedoman berikut :
1.KK = 0 , tidak ada korelasi
2.0 < KK ≤ 0,20 korelasi sangat renhdah. Lemah sekali 3.0,20 < KK ≤ 0,40 korelasi rendah/ lemah
4.0,40 < KK ≤ 0,70 korelasi cukup berarti 5.0,70 < KK ≤ 0,90 korelasi kuat/ tinggi
6.0,90 < KK ≤ 1,00 korelasi sangat tinggi/ kuat, dpt diandalkan 7.KK = 1 korelasi sempurna.
Koefisien korelasi (“r”)
Kooefisien korelasi “r” merupakan taksiran dari korelasi po pulasi dengan kondisi sample normal (acak).
Tingkat keeratan hubungan (kooefisien korelasi) bergerak dari 0-1, jika r mendekati 1
(misalnya 0.95) ini dapat dikatakan bahwa memiliki hu-bungan yang sangat erat.
Sebaliknya, jika mendekati 0 (misalnua 0.10) dapat dikata kan hubungan yang rendah.
Korelasi..
• Analisis korelasi berusaha mengukur eratnya hubung
an seperti itu antara dua peubah dengan menggunak an suatu bilangan yang disebut koefisien korelasi.
Manfaat Korelasi
• Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel) dengan skala-skala tertentu.
No. Tingkatan Skala Ukur Teknik Korelasi yang sesuai
1. Nominal 1. Koefisien Kontingensi
2. Ordinal 1. Spearman Rank
3. Interval dan Rasio 1. Pearson Product Moment 2. Korelasi Ganda
Contoh
Semisal x= tahun, dan y= banyaknya unit dalam ribuan, Carilah Persamaan Regresi dan Korelasinya!
Tahun 1970 1971 1972 1973 1974
x 1 2 3 4 5
Jawab :
Nilai Korelasi (r)
Jenis Korelasi
Rank Spearman
Rank Spearman
• Korelasi Rank Spearman digunakan untuk mencari hubungan atau untuk menguji signifikansi hipotesis asosiatif bila masing-masing variabel yang dihubungkan ber bentuk Ordinal
• Korelasi Rank Spearman bisa juga disebut korelasi berjenjang, korelasi berpangkat, dan ditulis dengan notasi (rs)
• Contoh: mengukur hubungan antara variabel: * Motivasi kerja dengan produktivitas
Korelasi rank dipakai apabila :
1. Kedua variabel yang akan dikorelasikan itu mempunyai tingkatan data ordinal
2. Jumlah anggota sampel dibawah 30 (sampel kecil) 3. Data tersebut memang diubah dari interval ke
Rumus Umum Rank Spearman (Rs)
Contoh soal
• Ada 10 orang responden yang diminta untuk mengisi daftar
pertanyaan tentang Motivasi dan Prestasi dalam sebuah kantor. Jumlah responden yang diminta mengisi daftar pertanyaan itu 10 karyawan, masing-masing diberi nomor 1 , 2, 3, 4, 5, 6, 7, 8, 9, 10.
• Nilai yang diberikan oleh kesepuluh responden tentang Motivasi dan Prestasi itu diberikan pada contoh berikut. Yang akan diketahui adalah apakah ada hubungan antara Motivasi dengan Prestasi
Jawab..
Berdasarkan hal tersebut maka:
1. Judul penelitian adalah : Hubungan antara Motivasi dengan Prestasi.
2. Variabel penelitiannya adalah : nilai jawaban dari 10 responden tentang Motivasi (Xi) dan Prestasi (Yi)
3. Rumusan masalah: apakah ada hubungan antara variabel Motivasi dan P restasi?
4. Hipotesis:
Ho: tidak ada hubungan antara variabel Motivasi dan Prestasi. H1 : ada hubungan antara variabel Motivasi dan Prestasi
5. Kriteria Pengujian Hipotesis
Ho ditolak bila harga ρ hitung > dari ρ tabel Ho diterima bila harga ρ hitung ≤ dari ρ tabel
Lanjut>>
Membandingkan tabel
• Dari tabel itu terlihat bahwa untuk n = 10, dengan de rajat kesalahan 5 % diperoleh harga 0,648 dan untuk 1 % = 0,794. Hasil r hitung ternyata lebih besar dari r tabel
• Derajat kesalahan 5 %….. 0,958 > 0,648
• Derajat kesalahan 1 %….. 0,958 > 0,794
Kesimpulan jawaban...
• Terdapat hubungan yang nyata/signifikan antara Motiva
si (Xi) dengan Prestasi (Yi).
• Dalam hal ini hipotesis nolnya (Ho) : tidak ada hubungan antara variabel Motivasi (Xi) dengan Prestasi (Yi)
• Sedangkan hipotesis alternatifnya (H1) : terdapat hubu ngan yang positif dan signifikan antara variabel Motiva si (Xi) dengan Prestasi (Yi).
• Dengan demikian hipotesis nol (Ho) ditolak dan hipotesis
alternatif (H1) diterima.
• Atau dengan kata lain bahwa variabel Motivasi mempuny
Latian !!
Carilah nilai korelasi Rank Spearman beserta Analisisnya!!
Mahasiswa
Data Ranking
d d2
Kreativitas Prestasi Kreativitas Prestasi
1 40 57 2 4 -2 4 2 116 65 8 6 2 4 3 113 88 6 9 -3 9 4 115 86 7 8 -1 1 5 83 56 3 3 0 0 6 85 62 4 5 -1 1 7 126 92 10 10 0 0 8 106 54 5 2 3 9 9 117 81 9 7 2 4 10 8 8 1 1 0 0 Σ = 0 Σ = 32
Jenis Korelasi
Pearson Product Moment
Pearson Product Moment
Meski memiliki nama Pearson, metode ini pertama kali diperkenalkan oleh Francis Galton.
Rumus yang digunakan:
Keterangan:
rxy = hubungan variabel X dengan Variabel Y Xi = Nilai variabel X ke i (1,2,3, …..)
Yi = Nilai variabel Y ke i (1,2,3, …..) n = jumlah pasangan data
2 2
2 2
)
(
)
(
)
)(
(
i i i i i i i i xyy
y
n
x
x
n
y
x
y
x
n
r
Contoh Kasus
• Hitunglah koefisien korelasi (rxy ) dari variabel pendapatan (variabel X) dan pengeluaran (variabel Y) sebagai berikut:
No. X Y X2 Y2 XY 1. 2. 3. 4. 5. 6. 7. 8 7 7 5 4 3 2 10 8 9 6 5 2 2 64 49 49 25 16 9 4 100 64 81 36 25 4 4 80 56 63 30 20 6 4 Jumlah 36 42 216 314 259
Dapat diketemukan harga2 sbb: X = 36 Y = 42 X2 = 216 Y2 = 314 XY = 259 •
2 2
2 2
) ( ) ( ) )( ( i i i i i i i i xy y y n x x n y x y x n r Dari hasil perhitungan tersebut , antara pendapatan dengan pengeluaran memiliki hubungan yang positif dan cukup kuat.
Latihan Analisis dengan SPSS
Regresi Linier Sederhana dg SPSS
Hasil analisa
• Berdasarkan hasil analisis, variabel dependent adalah Penjualan (Y) dan variabel independen (X) adalah biaya promosi
• Pada pengujian ini menggunakan derajat kesalahan sebesar 5 % atau 0,05 dengan tingkat kecermatan 95%.
• Nilai sig untuk Y = 0,010< 0,05. dan X= 0,048<0,05 artinya hasil an
perhitungan penelitian nilainya Signifikan.
• Jadi, jika nilai kesalahan kurang dari 0,05 atau 5% dengan tingkat kecermatan sebesar 95% maka variabel tersebut signifikan atau ber pengaruh nyata
Nilai Koefisien Regresi
• Diperoleh persamaan Linier: Y = 15,397 + 2,159 X1
• Nilai koefisien regresi sebesar 2,159 artinya setiap
penambahan satu satuan skor biaya promosi cenderung mempengaruhi penambahan skor sebesar 2,159 terhadap penjualan . Semakin tinggi biaya promosi maka tingkat penjualan juga semakin tinggi.
Korelasi dan Determinan
• Berdasarkan output diperoleh nilai korelasi sebesar 0,882. nilainya mendekati 1,00 dapat disimpulkan bahwa terjadi hubungan yang kuat antara Biaya Promosi terhadap Penjualan.
• Berdasarkan output diperoleh nilai determinasi sebesar 0,779, artinya Biaya Promosi sebesar 77,9% dipengaruhi oleh Biaya Promosi. Sisanya 22,1% diperoleh dari
R square
• Nilai Determinan (R²) /R Square sebesar 0,779 atau 77,9% berarti bahwa variasi variable dependent dapat dijelas-kan oleh variabel independent (X1) secara terpisah (parsial) dan bersama-sama (simultan) sebesar 0,779 atau 77,9%, sedangkan sisanya 22,1% dijelaskan oleh variabel lain di luar model regresi yang digunakan.
F hitung vs F Tabel
• Nilai F hitung dalam hasil analisis diperoleh 10,559
• F hitung merupakan perbandingan antara rerata kuadrat dari regresi dgan rerata kuadrat residu.
• Dari hasil analisis diperoleh nilai F hitung lebih besar dari F tabel pada ting kat signifikan 5%.
• F hitung > F Tabel = 10,559 > 9,488.
• Hal ini berarti bahwa variabel independent yang diteliti berpengaruh nyata terhadap variabel dependent.
Latihan Analisis dengan Minitab 14
Analisis overall!!
1. Variabel dependent : Konsumsi
2. Variabel independennya : Pengeluaran
3. Persamaan yang terbentuk Y(konsumsi) =2,19 + 0,195(pengeluaran) 4. Total sampel n= 7,
5. Derajat kesalahan (alfa =5%)atau 0,05
6. sampel valid n=4 (pengeluaran 12 : konsumsi 8) 7. R square/determinan : 76,1 artinya (100-76,1= 23,9)
sisa 23,9 dipengaruhi faktor lain diluar model perhit 7. Varians (S) ; 1,923
8. Nilai F hit :19,11 > F tabel ( Signifikan) 9. Nilai T hit konsumsi 1,66