Adam Hendra Brata
Probabilitas dan Statistika
“Korelasi dan Regresi”
Kovariansi
Kovariansi Dua Peubah Acak
Kovariansi dua perubah acah X dan Y dengan rata-rata dan diberikan oleh rumus :
xy
- E(XY)
y x
y x
xy
Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Kovariansi
Sifat – Sifat Kovariansi
Sifat kovariansi untuk X dan Y diskrit :
x x x
y) f(x,
xy
y) f(x,
y
y) f(x,
x
y xy
y y
y x
xy y x
Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Kovariansi
Sifat – Sifat Kovariansi
Sifat kovariansi untuk X dan Y kontinyu :
y) f(x, xy
y) f(x, y
y)
f(x, x
~
~
~
~ xy
~
~
~
~ y
~
~
~
~ x
dxdy xy
dxdy y
dxdy x
Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Korelasi
Definisi Korelasi
Persamaan korelasi diberikan sebagai berikut :
1 y)
(x, 1
- , )
,
(
y x
y
xyx
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Korelasi
Interpretasi Korelasi
Korelasi (r) atau koefisien korelasi menyatakan tingkat keeratan atau seberapa kuat
hubungan antara dua variabel = ukuran hubungan dua variabel
Nilai r berkisar antara (-1) sampai (+1)
Nilai r yang (+) ditandai oleh nilai kovarians yang (+) dan nilai r yang (-) ditandai oleh nilai kovarians 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
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Korelasi
Contoh 1
Misalkan X = jumlah ballpoint warna biru, dan Y
= jumlah ballpoint warna merah. Bila dua ballpoint diambil secara acak dari kotak,
distribusi peluang gabungannya sudah dihitung pada contoh terdahulu, yaitu :
Hitung korelasi dari X dan Y ! Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Korelasi
Contoh 1
Dari perhitungan di slide sebelumnya (ralat) :
Maka korelasinya adalah :
Jadi, X dan Y memiliki hubungan berdasarkan perhitungan korelasi
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Korelasi
Contoh 2
Solusi : Lihat di materi pendukung !
Korelasi b)
Kovarian a)
: h Tentukanla
1.
y 0
dan
1 x
0 untuk kontinyu,
adalah 1
y) f(x,
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Regresi
Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah bebas (𝑋)
dengan satu peubah tak bebas (𝑌)
Dalam penelitian peubah bebas (𝑿) biasanya peubah yang ditentukan oleh peneliti secara
bebas misalnya dosis obat, lama penyimpanan, kadar zat pengawet, umur ternak dan
sebagainya. Sedangkan peubah tak bebas (𝒀) dalam penelitian berupa respon yang diukur
akibat perlakuan/peubah bebas (𝑋). Misalnya jumlah sel darah merah akibat pengobatan dengan dosis tertentu, jumlah mikroba daging setelah disimpan beberapa hari, berat ayam pada umur tertentu dan sebagainya
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Regresi
Bentuk hubungan antara peubah bebas (𝑋) dengan peubah tak bebas (𝑌) bisa dalam
bentuk polinomial derajat satu (linear) polinomial derajat dua (kuadratik). Polinomial derajat tiga (Kubik) dan seterusnya.
Disamping itu bisa juga dalam bentuk lain
misalnya eksponensial, logaritma, sigmoid dan sebagainya. Bentuk-bentuk ini dalam analisis regresi-korelasi biasanya ditransformasi supaya menjadi bentuk polinomial.
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Regresi
Di dalam regresi terdapat 2 istilah dasar, yaitu : - Nilai peubah bebas ditulis pada sumbu X
(sumbu horizontal)
- Nilai peubah takbebas ditulis pada sumbu Y (sumbu vertikal)
Contoh
- Umur Vs Tinggi Tanaman (X : Umur, Y : Tinggi)
- Biaya Promosi Vs Volume penjualan (X : Biaya Promosi, Y : Vol. penjualan) Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Regresi
Persamaan regresi memungkinkan peramalan nilai suatu peubah tak bebas (dependent
variable) dari nilai peubah bebas (independent variable
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi Linier
Regresi Linier
Tujuan regresi Linier adalah untuk melihat hubungan linier antara 2 variabel / lebih
Garis Regresi Linier dengan persamaan y = a + bx
dimana
a = konstanta
b = koefisiensi regresi
x y
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi Linier
Regresi Linier
Persamaan umum regresi linier adalah sebagai berikut :
Y = a + bX
Rumus yang digunakan untuk menentukan persamaan garis regresi adalah:
2 2 2 2 2
x x
n
xy x
x a y
x b y a
x x
n
x -
xy
b n y
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi Linier
Analisis Korelasi
Analisis korelasi dipergunakan untuk
mengetahui keeratan hubungan antara dua variabel atau lebih tanpa memperhatikan ada atau tidak adanya hubungan kausal (sebab- akibat) diantara variabel-variabel tersebut
Korelasi dapat bersifat linier atau tidak linier
Korelasi dikatakan linier jika pada scatter diagram semua titik terlihat mengelompok disekitar garis lurus.
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi Linier
Analisis Korelasi
Koefisien korelasi linier antara X dan Y :
Sifat koefisien kolerasi
rxy = ryx
-1 ≤ rxy ≤ 1
n
i
n
i
n
i
n
i i i
i i
n
i
n
i
n
i i i
i i xy
y y
n x
x n
y x
y x n
r
1 1 1 1
2 2 2 2
1 1 1
} ) (
}{
) (
{ Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi Linier
Analisis Korelasi
Derajat hubungan antara x dan y dinyatakan dengan koefisien korelasi dengan rumus:
n y y
J
n x x
J
Dengan J b J
r
2 2
yy
2 2
xx
yy
xx r bergantung b
r bernilai (-)
berhubungan terbalik
𝑟2 = Koefisien determinasi ialah sumbangan variabel terikat terhadap
variabel bebas Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Contoh 3
Diketahui suatu penelitian terhadap hubungan antara nilai biaya periklanan dengan tingkat
penjualan dari sebuah koperasi adalah sebagai berikut : (dalam ribuan rupiah)
Tentukan persamaan regresinya !
No Biaya
periklanan
Tingkat Penjualan
1 50 40
2 51 46
3 52 44
4 53 55
5 54 49
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Contoh 3
Langkah 1
Menentukan variable X dan variable Y. Dalam soal ini variable biaya periklanan merupakan variable (X) dan tingkat penjualan merupakan variable (Y).
Langkah 2
Membuat table regresi sederhana Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Contoh 3
No X Y XY X2 Y2
1 50 40 2000 2500 1600
2 51 46 2346 2601 2116
3 52 44 2288 2704 1936
4 53 55 2915 2809 3025
5 54 49 2646 2916 2401
Total 260 234 12195 13530 11078 Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Contoh 3
Langkah 3
Menentukan koefisien a dan koefisien b
Langkah 3
Menentukan persamaan regresi linier sederhana Y = a + bX
= -93,6 + 2,7x
6 . 5 93
)) 260 )(
7 . 2 ( 234 ( n
x b
- a y
x b y a
7 . ) 2
260 ( ) 13530 )(
5 (
) 234 )(
260 ( ) 12195 )(
5 ( x
x n
x -
xy .
b n 2 2
2
yKovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Contoh 4
Dari masalah di Contoh 3 :
Bagaimana hubungan antara variabel biaya periklanan dengan tingkat penjualan? (r)
Berapa proporsi keragaman tingkat penjualan yang dapat di jelaskan oleh biaya periklanan dalam hubungan linier tersebut? (r2)
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Contoh 4
Hubungan antara variabel biaya periklanan dengan tingkat penjualan (r)
Hubungan antara variabel biaya periklanan dengan tingkat penjualan berbanding lurus.
Artinya semakin tinggi biaya periklanan, maka semakin tinggi pula tingkat penjualannya
76 . 0
) ) 234 ( ) 11078 )(
5 )((
) 260 ( ) 13530 )(
5 ((
) 234 )(
260 ( ) 12195 )(
5 (
} ) (
}{
) (
{
2 2
1 1 1 1
2 2 2 2
1 1 1
n
i
n
i
n
i
n
i i i
i i
n
i
n
i
n
i
i i
i i xy
y y
n x
x n
y x
y x n
r Kovariansi
Korelasi Regresi
- Regresi Linier
- Analisis Korelasi
Regresi
Contoh 4
Proporsi keragaman tingkat penjualan yang dapat di jelaskan oleh biaya periklanan dalam hubungan linier tersebut? (r2)
Proporsi keragaman = Koefisien determinasi
Koefisien Determinasi = r
2= (0.76)
2= 0.58
Kovariansi Korelasi Regresi
- Regresi Linier
- Analisis Korelasi