You are on page 1of 10

MODUL KULIAH

STATISTIK PROBABILITAS PKKP- STTI NIIT I-TECH


Mata Kuliah

STATISTIK PROBABILITAS

Semester

Kelas

PKKP SISTEM INFORMASI & TEKNIK INFORMATIKA

Dosen

Ir. Dwi Martisunu, M.Si

Pertemuan

: 6 (Enam)

Waktu

: Sabtu, 15 April 2012

Modul

6 (Enam)

Topik

Analisa Regresi

Sub Topik

Pengolahan data statistika Analisa Regresi

Materi

Pengertian Analisa Regresi


Pengumpulan Data Analisa Regresi
1. Menjelaskan Cara pengumpulan dan
pengolahan data dengan memakai
Analisa Regresi s e b a g a i A c u a n

Tujuan

2. Membantu dalam pengambilan


kebijakan & kesimpulan

Matakuliah

: Statistika Probabilitas

Kuliah ke - / Hari

: Enam (6) Sabtu 15 April 2012

Jurusan

: Teknik / Sistim Informatika

Dosen

: Ir. Dwi Martisunu, M.Si

Pengertian Analisa Regresi merupakan salah satu analisis yang bertujuan


untuk mengetahui pengaruh suatu variabel terhadap variabel lain.
Dalam Analisa Regresi
1. Varibel yang mempengaruhi disebut indenpendent variable (variable
bebas).
2. Variable yang dipengaruhi disebut Dependent variable (variabel terikat).
Persamaan Regresi Sederhana :
1. Jika dalam persamaan regresi hanya terdapat satu variable bebas dan satu
variable terikat.
Persamaan Regresi Berganda = jika variable bebasnya lebih dari satu
Contoh:
Analisa regresi sederhana sbb :
1. Pengaruh tingkat pendapatan terhadap konsumsi,
2. Pengaruh harga terhadap jumlah barang yang diminta,
3. Pengaruh tingkat pendidikan terhadap produktivitas kerja dan lain lain.
Variable bebas atau variable yang mempengaruhi yaitu :
1. Variable tingkat pendapatan,
2. Harga dan tingkat pendidikan
Analisa regresi berganda sbb :
1. Pengaruh tingkat pendapatan,
2. Tingkat harga dan selera terhadap jumlah barang yang diminta.
Variable Bebas :
1. Variabel Tingkat pendapatan,
2. Variabel Tingkat harga dan selera.
Variable Terikat : Variable jumlah barang yang diminta.
Analisa korelasi merupakan suatu analisis untuk mengetahui tingkat keeratan
hubungan antara dua variabel. Tingkat hubungan tersebut dapat dibagi menjadi
tiga kriteria yaitu mempunyai hubungan positif, mempunyai hubungan negatif dan
tidak mempunyai hubungan.

Gambar 1,2,3
Keterangan :
Gambar 1 : Menunjukkan adanya hubungan yang positif antara variable X dengan
variable Y, misalnya hubungan antara tingkat pendapatan dengan
jumlah konsumsi, yaitu jika pendapatan naik maka jumlah konsumsi
juga akan naik.
Gambar 2 : Menunjukkan adanya hubungan yang negatif antara variable X dengan
variable Y misalnya hubungan antara tingkat harga dengan jumlah
barang yang diminta, yaitu jika harga naik maka jumlah yang diminta
akan turun.
Gambar 3 : Menunjukkan tidak adanya pola hubungan antara variable X dengan
variable Y, misalnya hubungan antara tinggi badan dengan tingkat
pendapatan seseorang.
Untuk mengetahui tingkat keeratan hubungan antara dua variable tersebut dapat
dilihat dari penyebaran titik titik sbb:
1. Jika titik titik X dan Y semakin mendekat maka hubungan antara variable X
dan Y semakin erat,
2. jika titik titik X dan Y semakin menyebar maka hubungan antara X dan Y
semakin lemah atau tidak erat.

Gambar 4,5,6,7

Keterangan :
Gambar 4 & 6 :

Menunjukkan adanya hubungan yang erat antara variabel X


dengan variabel Y.

Gambar 5 & 7 :

Menunjukkan adanya hubungan yang tidak erat antara variabel X


dengan variabel Y.

Analisa Regresi sederhana pengaruhkan satu variabel bebas terhadap variabel


terikat dapat dibuat persamaan sbb :
Y = a + bX

Y = Variable terikat (Dependent Variable)


X = Variable bebas (Independent Variable)

a = Konstanta
b = koefisien Regresi
Untuk mencari persamaan garis regresi dapat digunakan berbagai pendekatan
(rumus). Sehingga nilai konstanta (a) dan nilai koefisien regresi (b) dapat dicari
dengan metode sebagai berikut:
(Y) (X2)- (X).(XY)
a = --------------------------------n.( X2 ) - (X) 2
n(XY) - (X).(Y)
b = ---------------------------n.( X2 ) - (X) 2
Contoh
1. Berdasarkan hasil pengambilan sampel secara acak tentang pengaruh
lamanya belajar (x) terhadap nilai ujian (Y) adalah sebagai berikut :
Y(nilai Ujian)
40
60
50
70
90
Y= 310

X (lama belajar)
4
6
7
10
13
X= 40

X2
16
36
49
100
169
X2= 370

XY
160
360
350
700
1170
XY= 2740

(Y) (X2)- (X).(XY)


a = --------------------------------n.( X2 ) - (X) 2
(310) (370) - (40).(2740)
a = --------------------------------- = 20.4
5.(370) - (40) 2
n(XY) - (X).(Y)
b = ---------------------------n.( X2 ) - (X) 2
(5 x 2740) - (40 x 310)
b = ------------------------------- = 5.2
(5 x 370) - (40) 2
Sehingga persamaan regresi sederhana adalah Y = 20.4 + 5.2 X. Berdasarkan hasil
penghitungan dan persamaan regresi sederhana tersebut diatas maka dapat
diketahui bahwa :

a. Lamanya belajar mempunyai pengaruh positif (Koefisien regresi b= 5.2)


terhadap nilai ujian, artinya jika semakin lama dalam belajar maka akan
semakin baik atau tinggi nilai ujiannya.
b. Nilai konstanta adalah sebesar 20.4 artinya jika tidak belajar atau lama
belajar sama dengan nol maka nilai ujian adalah sebesar 20.4 dengan
asumsi variable lain yang dapat mempengaruhi dianggap tetap

Gambar

ANALISA REGRESI BERGANDA


Dalam kondisi nyata yang dihadapi di lapangan, perubahan suatu variabel
tidak hanya dipengaruhi oleh satu variabel saja tetapi sering kali dipengaruhi oleh
banyak variabel misalnya variabel yang mempengaruhi jumlah barang yang
diminta, tidak hanya variabel harga saja, tetapi masih banyak variabel lain yang
dapat mempengaruhinya yaitu tingkat pendapatan, selera, harga barang, dan lain
lain dengan demikian fungsi permintaan menjadi qdx
Untuk mengetahui pengaruh dari 2 atau lebih variabel bebas terhadap suatu
variabel terikat digunakan analisis regresi berganda dengan persamaan regresi
berganda
y = a + b1 X1 + b2 X2 + . . . bnXn
Dengan menggunakan metode (kuadrat terkecil) untuk mencari parameter a, b 1
dan b2 adalah dengan rumus sbb:
y = a + b1 X1 + b2 X2
a = Y - b1 X1 - b2 X2
(x1y) (X22) - (x2y).(x1x2)
b1 = ---------------------------------------(x12 ) .(x2)2 - (x1x2)2
(x2y) (X12) - (x1y).(x1x2)
b2 = ---------------------------------------(x12 ).(x2)2 - (x1x2)2
Sedangkan untuk mencari nilai x12 ; x22 ; x1x2 ; x1y ; x2y
2

x1 = x

2
1

(x1)2
- --------n

x2 = x

2
2

(x2)2
- --------n

(x1 x2)2
x1x2 = x1x2 - --------------n
(x1 y)
x1y = x1y - --------------n
(x2 y)
x2y = x2y - --------------n
Contoh :
2. Hasil pengumpulan data tentang import dari suatu negara (Y) yang
dipengaruhi oleh pendapatan nasional negara tersebut (X1) dan harga
import komoditi (X2) adalah sebagai berikut :
X1
X2
Y

10
0
10
0
10
0

104

106

111

111

115

130

134

136

99

110

126

113

103

102

103

98

106

107

120

110

116

123

133

137

Berdasarkan hasil pengolahan data tersebut diatas diketahui nilai dari


--------------------------X1 = 1.017
X2 = 954
Y = 1.052
---------------------------x12 = 115.571
x22 = 101.772
Y2 = 124.228
-----------------------------------------------------------------------------------------------------------------X1Y = 119.750

X2Y = 111.433
X1X2 = 119.750
----------------------------------------------------------------------------------------

2
1

(x1)2
- --------n

= 650

2
2

(x2)2
- --------n

= 648

x1 = x

x2 = x

(x1 x2)2
x1x2 = x1x2 - --------------n

= - 112

(x1 y)
x1y = x1y - --------------n

= 874

(x2 y)
x2y = x2y - --------------= - 79
n
------------------------------------------------------------------------------------(x1y) (X22) - (x2y).(x1x2)
b1 = ---------------------------------------- =
(x12 ) .(x2)2 - (x1x2)2
(874) (648) - (- 79).(-112)
b1 = ---------------------------------------- = 1.3642
(650) .(648) - (112)2
(x2y) (X12) - (x1y).(x1x2)
b2 = ---------------------------------------- =
(x12 ).(x2)2 - (x1x2)2
(-79) (650) - (874).(-112)
b2 = ---------------------------------------- = 0.1139
(650).(648) - (-112)2
a = Y - b1 X1 - b2 X2 = 116.89 - 1.3642 (113) + 0.1139 (106) = - 49.3383
Berdasarkan perhitungan tersebut diatas, maka persamaan regresi berganda
adalah Y = - 49.3383 + 1.3642 X1 + 0.1139 X2
Penjelasan persamaan regresi berganda adalah sebagai berikut :

1. Nilai kofisien regresi (b1) sebesar 1.3642 menggambarkan pengaruh yang


positif dari variabel pendapatan nasional (X1) terhadap import komoditi (Y)
yaitu jika pendapatan nasional negara meningkat maka import komoditi
juga akan meningkat (dengan asumsi varialbel X 2 dalam keadaan konstan
atau tetap).
2. Nilai koefisien regresi (b2) sebesar 0.1139 menggambarkan pengaruh yang
positif dari variabel harga komoditi (x2) terhadap import komoditi (Y)
dengan asumsi variabel X1 dalam keadaan konstan atau tetap.
3. Nilai Konstanta sebesar - 49.3383 menggambarkan terjadinya penurunan
import komoditi jika pendapatan nasional (X 1) dan harga komoditi (X2)
mempunyai nilai nol.

ANALISIS KORELASI
Analisis korelasi (r) digunakan untuk mengukur tinggi rendahnya derajat
hubungan antar varibel yang diteliti.
Korelasi antara variabel X dan Y dapat positif, yaitu menunjukkan bahwa
perubahan variabel X dan Y adalah searah.
Korelasi antara variabel X dan Y dapat negatif, yaitu menunjukkan hubungan
yang berbanding terbalik atau berlawanan arah antara variabel X dan Y.
Sedangkan tinggi rendahnya derajat keeratan tersebut dapat dilihat dari
koefisien korelasinya.
Koefisien korelasi yang mendekati angka +1 berarti terjadi hubungan positif
yang erat.
Bila mendekati angka -1 berarti terjadi hubungan negatif yang erat,
Koefisien korelasi mendekati angka 0 (nol) berarti hubungan kedua variable
adalah lemah atau tidak erat.
Dengan demikian nilai koefisien korelasi adalah -1 < r < +1.
Untuk koefisien korelasi sama dengan -1 atau +1 berarti hubungan kedua
variabel adalah sangat erat atau sangat sempurna dan hal ini sangat jarang
terjadi dalam data riil.
Untuk mencari nilai koefisien korelasi (r) dapat digunakan rumus sbb :

n xy - (x).(y)
r = -----------------------------------

(nx2- (x)2) (ny2- (y)2)


xy
r = ---------------(x2 y2)
Contoh :
3. Sampel yang diambil secara acak dari 5 mahasiswa, didapat data nilai
statistik dan matematikan sebagai berikut :
Sampel
1
2
3
4
5
Jumlah

X (Statistik)
2
5
3
7
8
25

Y (Matematika)
3
4
4
8
9
28

XY
6
20
12
56
72
166

X2
4
25
9
49
64
151

Y2
9
16
16
64
81
186

n xy - (x).(y)
r = ----------------------------------(nx2- (x)2) (ny2- (y)2)
5 (166) - (25)(28)
r = ----------------------------------- = 0.94
5(151)-(25)2- 5(186) (28)2
Nilai koefisien korelasi sebesar 0.94 atau 94% menggambarkan bahwa antara
nilai statistik dan matematika mempunyai hubungan positif dan hubungan
yang erat, yaitu jika mahasiswa mempunyai nilai statistiknya baik maka nilai
matematikanya juga akan baik dan sebaliknya jika nilai statistik jelek maka
nilai matematikanya juga jelek.
Nilai koefisien korelasi (r) jika dikuadratkan akan diperoleh yang disebut
dengan koefisien determinasi (r2) yaitu untuk menentukan seberapa besarnya
variasi yang terjadi pada variable terikat (Y) dapat dijelaskan oleh variabel
bebas (X) pada umumnya jarang sekali diperoleh r 2 = 1, yang berarti variasi Y
dapat seluruhnya dijelaskan oleh variasi X, karena terdapat faktor faktor lain
yang mungkin dapat mempengaruhi variasi Y tersebut. Jadi semakin besar
nilai r2 dan mendekati angka 1 akan semakin baik pula regresi penaksirannya
dalam arti bahwa garis regresi tersebut dapat mewakili terhadap sampel yang
diamati. dengan demikian nilai koefisien determinasi (r2) adalah 0 < r2 < 1.
Rumus koefisien determinasi untuk regresi sederhana adalah :
(xy) 2
(r ) = -------------(x2) . (y2)
2

Latihan
1. Hasil pengumpulan data dari 10 karyawan, diketahui data pendapatan per
bulan (X) dan data konsumsi perbulan (Y) adalah sebagai berikut :
X (Rp 1000)

100

120

140

160

180

200

220

240

260

Y (Rp 1000)

0
7

65

90

95

110

115

120

140

155

150

Berdasarkan data tersebut, carilah :


a. Nilai a dan b, untuk persamaan regresi sederhana Y = a + bX dan
gambarlah persamaan regresi tersebut.
b. Nilai koefisien korelasinya dan berilah kesimpulannya.
c. Nilai koefisien determinasi dan berilah kesimpulannya.
2. Berdasarkan hasil pengambilan sampel secara acak dari 10 responden
diketahui data tinggi badan (X1), Umur (X2) dan berat badan (Y) sbb :
Responde
n
1
2
3
4
5
6
7
8
9
10
a.

Berat Badan
(Y)
68
76
51
57
77
64
71
53
67
55

Tinggi Badan
(X1)
57
61
42
48
55
57
59
59
62
51

Umu
r (X2)
9
21
10
9
10
8
20
6
11
8

Berdasarkan data tersebut, carilah nilai a, b 1 dan b2 untuk persamaan

regresi berganda dengan persamaan Y = a + b1X1 + b2X2


b. Jelaskan maksud dari konstanta dan koefisien regresi dari persamaan
regresi berganda tersebut

You might also like