KORELASI DAN REGRESIOLEH KELOMPOK 6

TEKNIK METALURGI

KELAS A

Ahmad Ibnu Tajdid 3334141234

Dikki Purwantoni 3334121352

Falih Aliyun Faiz Ode 3334132729

Indri Nur Rachma 3334141216

Lestari Artrisanti 3334132231

Muhammad Irman Budi P. 3334122168

Reisha Diany Syukri 3334130638

Rendi Mulyadi 3334120038

Torang Aritonang 3334132150

KELOMPOK 6

KorelasiKorelasi menyatakan derajat hubungan antara dua variable tanpa

memperhatikan variable mana yang menjadi peubah. Korelasi belum

dapat dikatakan sebagai hubungan sebab akibat.

Pada SPSS, korelasi ditempatkan di menu correlation yang terdiri atas:

Bivariate

Korelasi peringkat Spearman (RankSpearman) dan Kendall

Partial

REGRESI

Digunakan untuk mengukur “seberapa kuat”, atau “derajat

kedekatan”, suatu relasi yang terjadi antar variabel.

REGRESI SEDERHANA

Digunakan untuk menghubungkan dua variabel yang dapat

dinyatakan sebagai bentuk persamaan pangkat satu (persamaan

linear)

REGRESI BERGANDA

Pada regresi berganda, terdapat satu variable dependen dan lebihdari satu variabel independen.

KASUS

Sebuah perusahaan sedang meneliti hubungan antara nilai UTS

matriks dan fiber terhadap UTS komposit yang dihasilkan. Kemudian

perusahaan meneliti kembali keterkaitan antara nilai UTS komposit

yang dihasilkan terhadap modulus elastisitas dari berbagai macam

komposit tersebut. Lalu engineer dari perusahaan tersebut ingin

menganalisis apakah UTS komposit berpengaruh terhadap modulus

elastisitas komposit yang diteliti oleh perusahaan. Engineer perusahaan

tersebut ingin menduga besarnya modulus elastisitas komposit dengan

mengasumsikan UTS matriks dan UTS fiber sebagai faktor independen

dari UTS komposit dan UTS komposit sebagai faktor independen dari

modulus elastisitas komposit.

DATA

Data yang diperoleh dari penelitian adalah sebagai berikut:

MANUAL

dengan:

Y = Ultimate Tensile Strength Composite

X1 = Ultimate Tensile Strength Matrice

X2 = Ultimate Tensile Strength Fiber

Rumus korelasi

Korelasi X1 dan Y

Korelasi X2 dan Y

Rumus Regresi

dengan:

Y = variabel yang diramalkan (dependent variabel)

X1, X2 = variabel yang diketahui (independent variable)

a = besarnya nilai Y pada saat nilai X = 0

b1, b2 = koefisien regresi

Regresi Berganda

CON’T

Rumus korelasi

Korelasi X dan Y

Rumus Regresi

dengan:

Y = variabel yang diramalkan (dependent variable)

X = variabel yang diketahui (independent variable)

n = ukuran sampel

a = besarnya nilai Y pada saat nilai X = 0

b = besarnya perubahan nilai Y apabila X bertambah satu satuan

Regresi Sederhana

Input Data

VARIABEL VIEW

DATA VIEW

Input Regresi Ganda

Analyze >> Regression >> Linier Linier Regression >> input depend & Indepen >> Statistics

Input Regresi Ganda (Cont’d)

Linier Regression >> Plots >> Continue

Membuat grafik antara variabel bebas dan terikat

Input Regresi Sederhana Perbedaannya hanya terletak pada dependent dan independent

list dari data yang ingin di analisa korelasi dan regresinya

Analyze >> Regression >> Linier

Mengganti dependent dan independent

list dengan :

- Modulus Elasticity (Dependent List)

- UTSc (independent list)

OutputDeskriptif statistik

Korelasi

Variabel Masuk dan Keluar

Model Summery

R = 0,881 yang artinya korelasi antar variabel X dan Y

positif dan korelasinya sangat erat.

R Square = 77,7%

Standar Deviasi > Standar Error of the Estimate (0,74652 >

0,39978)

maka model regresi ini bagus dalam bertindak sebagai

predictor nilai Ultimate Tensile Strength Composite.

Anova

Hipotesis

Ho : Variabel bebas (Ultimate Tensile Strength Matrice dan Ultimate

Tensile Strength Fiber ) secara bersama-sama tidak mempengaruhi

variabel terikat (Ultimate Tensile Strength Composite).

H1 : Variabel bebas (Ultimate Tensile Strength Matricedan Ultimate Tensile

Strength Fiber ) secara bersama-sama mempengaruhi variabel terikat

(Ultimate Tensile Strength Composite).

Con’t... F hitung = 12,191

F tabel

Dapat diperoleh dengan menggunakan tabel F dengan derajat bebas numerator (dfnum) adalah 2 dan derajat bebas denumerator (dbden) adalah 7 dan taraf siginifikan 0,05, sehingga diperoleh nilai F tabel yaitu 4,74.

Karena F hitung (12,191) > F tabel (4,74) maka H1 diterima.

Disimpulkan:

Variabel bebas (Ultimate Tensile Strength Matricedan Ultimate

Tensile Strength Fiber ) secara bersama-sama mempengaruhi

variabel terikat (Ultimate Tensile Strength Composite).

Maka model regresi ini dapat dipakai untuk memprediksi nilai

Ultimate Tensile Strength Composite.

Koefisien dan Multikolinearitas

KoefisianDari tabel di atas diperoleh persamaan regresinya yaitu:Y = 1,134 + 1,1331x1 + 0,761x2

Pengambilan keputusan:Jika T hitung ≤ T tabel maka Ho ditolakJika T hitung > T tabel maka H1 diterima

Uji-t untuk Variabel X1 (Ultimate Tensile Strength Matrice)

Ho :Koefisien variabel Ultimate Tensile Strength Matrice tidak

berpengaruh terhadap Ultimate Tensile Strength

Composite

H1: Koefisien variabel Ultimate Tensile Strength Matriceberpengaruh terhadap Ultimate Tensile Strength Composite

T hitung untuk Ultimate Tensile Strength Matrice yaitu 4,749

T tabel dengan db 7 dan taraf signifikan 0,05 diperoleh T tabel 1,894

Karena T hitung > T tabel maka H1 diterima. Artinya koefisien variabel Ultimate Tensile Strength Matrice berpengaruh terhadap Ultimate Tensile Strength Composite.

T tabel

Uji-t untuk Variabel X2 (Ultimate Tensile Strength Fiber )

Ho: Koefisien variabel Ultimate Tensile Strength Fiber tidak berpengaruh terhadap Ultimate Tensile Strength Composite

H1: Koefisien variabel Ultimate Tensile Strength Fiber berpengaruh terhadap Ultimate Tensile Strength Composite.

T hitung untuk Ultimate Tensile Strength Fiber yaitu 2,800

T tabel dengan db 7 dan taraf signifikan 0,05 diperoleh T tabel 1,894

Karena T hitung > T tabel maka H1 diterima. Artinya koefisien variabel Ultimate Tensile Strength Fiber berpengaruh terhadap Ultimate Tensile Strength Composite.

Multikolinearitas

Multikolinearitas adalah kondisi terdapatnya hubungan linier atau

kolerasi yang tinggi antara masing-masing variabel bebas dalam

model regresi.

Jika nilai VIF (Variance Inflation Factor) kurang dari 10 dengan nilai

tolerance kurang dari 1, maka dapat disimpulkan bahwa tidak

terdapat multikolinearitas.

Nilai VIF sebesar 1,114 dengan nilai tolerance sebesar 0,898.

Hal ini menunjukkan bahwa nilai VIF < 10, yaitu 1,114 < 10 dan nilai dari tolerance < 1 yaitu 0,898 < 1, sehingga dapat disimpulkan bahwa hasil yang diperoleh tidak terdapat multikolinearitas pada regresi berganda dan layak untuk digunakan.

Kelinieran

Terlihat bahwa searan data pada gambar diatas tersebar hampir semua pada sumbu linier.

KESIMPULAN

Peningkatan Ultimate Tensile Strength Matrice akan meningkatkan Ultimate

Tensile Strength Composite (Y).

Peningkatan jumlah Ultimate Tensile Strength Fiber akan meningkatkan

Ultimate Tensile Strength Composite dalam jumlah cukup kecil.

Variabel bebas Ultimate Tensile Strength Composite (X) memiliki pengaruh

yang signifikan terhadap variabel terikat Modulus Elasticity of Composite (Y)

karena nilai R-nya mendekati 1.

Ultimate Tensile Strength Composite mengalami kenaikan positif atau setiapkenaikan Ultimate Tensile Strength Composite sebesar 1 satuan maka

Modulus Elasticity of Composite juga akan meningkat sebesar 0,322.

THANK YOU FOR

YOUR ATTENTION