p ertemuan 7 analisis hubungan (korelasi) j0682. tujuan belajar setelah mempelajari bab ini,...
Post on 21-Dec-2015
224 views
TRANSCRIPT
Tujuan Belajar
Setelah mempelajari bab ini, Mahasiswa diharapkan mampu:
Menjelaskan pentingnya analisis hubunganMenghitung koefisien korelasi dan regresi
sederhanaMenjelaskan arti korelasi dan koefisien regresi
sederhana Memahami dan menerapkan regresi dan korelasi Menggunakan teknik ramalan dan melakukan
analisis regresi
Statistika, (2000) kar. J. Supranto, jilid 1 Chap.7 edisi keenam, halaman 149 – 181
Statistika, Teori dan Aplikasi (2001), Bab 07 kar. Wayan Koster, edisi pertama, hal. 173 – 197
Buku Acuan
1
2
Apabila minimum ada 2 variabel yang akan diukur.
Misal : pendapatan dengan konsumsi biaya iklan dan penjualan (+) penerimaan negara dan export
jumlah KB dan kelahiran harga dan permintaan (-) peningkatan pendapatan dan kriminalitas
Pers : y = a + bxy = peningkatan konsumtifx = peningkatan pendapatan
Korelasi ( ada hubungan )apabila x dan y mempunyai hub ( bisa + atau - ) diukur dengan koefisien korelasi. Koefisien korelasi berkisar antara –1 sampai +1
r = korelasi sampel ( umum dipakai )ρ = korelasi populasi ( jarang dipakai )
Korelasi sampel-1 <= r <= 1
Kuat ( - )-1 +1
Lemah ( - ) 0 Kuat ( + )
( + ) ( - ) nol nol
])(][)([
))((2222 yynxxn
yxxynr
Contoh :Ingin menghitung hubungan antara % kenaikan biaya iklan ( x ) dengan % kenaikan perjualan ( y ) data sampel sebanyak :
x = 1 2 4 5 7 9 10 12y = 2 4 5 7 8 10 12 14
x y x2 y2 xy1 2 1 4 22 4 4 16 84 5 16 25 205 7 25 49 357 8 49 81 569 10 81 100 9010 12 100 144 12012 14 144 196 16850 62 420 598 499
= 0,99 ( kuat sekali dan positip )Artinya : kenaikan biaya iklan cenderung menaikan penjualan
r2 = koefisien determinan ( koefisien penentu ) = (0,99)2 = 0,9801 = 98 %
])62()598(8][)50()420(8[
)62)(50()499(822
r
Artinya = sumbangan biaya iklan terhadap variasi naik/turunnya pernjualan sebesar 98 %, sisanya 2 % oleh faktor lain.
Latihan(1) sampelingin diketahui sejauh mana hubungan % kenaikan harga ( x ) dengan % kenaikan penjualan, diamati 10 sampel
x = 2 4 5 6 8 10 11 13 14 15y = 15 14 12 10 9 8 6 4 3 2
hitung r, r2 dan apa artinya
Korelasi PopulasiJika hipotesis nol ( H0 ) yang akan diujiH0 = ρ = 0 H1 = ρ tidak sama dengan 0
Derajat Kebebasan n-2
r
nrt
1
2
Contoh :Berdasarkan data % kenaikan biaya iklan ( x ) dan % kenaikan penjualan ( y ) ujilah hipotesis bahwa tidak ada hubungan ( ρ = 0 ) antara x dan y , taraf nyata 5 %jawab :H0 : ρ = 0H1 : ρ tidak sama dengan 0alpha = 0,05 daerah kritis
T < -2,447 dan T > 2,447(lihat tabel) t 0,05/2 = 8-2
t 0,025/6 = 2,447
Keputusan : H0 ditolak karena t = 17, 190 berada di daerah kritis, hal ini berarti tidak ada hubungan antara x dan y
Latihan ( 2 ) populasiUji hipotesis bahwa tidak ada hubungan antara % kenaikan harga ( x ) dan % kenaikan sale ( y ) berdasarkan data diatas ( n = 10 ) alpha = 1 %
Uji Hipotesis
Apabila H0 bukan ρ = 0 tapi ρ = ρ0 dimana ρ0 umpama 0,75, maka skala r harus diubah menjadi skala Z ( agar bisa dihitung )
)1)(1(
)1)(1(|
2
3
r
rn
nZ
Contoh 3 ( data lihat 12-03 )
Uji Hipotesis H0 : ρ = 0,75 untuk data % kenaikan biaya iklan ( x ) dengan % kenaikan penjualan ( y ) selang kepercayaan 95 % dengan taraf nyata pengujian hipotesis 5 %
jawabH0 : ρ = 0,75 alpha = 0,05H1 : ρ tidak samadengan 0,75 n = 8 r = 0,99daerah kritis z < -1,96 dan z > 1,96
Z = 3,74
Keputusan : tolak H0 karena z = 3,74 berada dalam daerah kritism, ini berarti koefisienn korelasi populasi ( ρ ) bukan 0,75
Selang Kepercayaan
)75,01)(99,01(
)75,01)(99,01(|
2
38nZ
ZZrZ ZZ ZrZr
22
Atau sama dengan ( lihat tabel )kira-kira 0,94 < ρ < 1
latihan ( 3 )Uji hipotesis H0 : ρ = - 0,90 dengan taraf nyata 1 % untuk data % kenaikan harga ( x ) dengan % kenaikan sales ( y ) dari n = 10 data latihan ( 1 ). Selang kepercayaan 99 % bagi ρ
Dari data latihan ( 1 ) n = 10dengan selang kepercayaan 99 % dan alpha = 1 % ujilah hipotesis :
H0 : ρ = - 0,75H1 : ρ tidak sama dengan – 0,75
REGRESI
1877, SIR FRANCIS BALTONAdalah lanjutan dari korelasi, setelah kita tahu
ada tidaknya hubungan (korelasi)
Dilanjutkan seberapa kuat hubungan tersebut
besarnya pengaruh X thd Y kemudian dapat
dilakukan ramalan (FORE CASTING)
suatu alat ukur yang digunakan untuk mengukur ada tidaknya korelasi antar variabel
REGRESI artinya: ramalan/taksiran
JENIS REGRESI
sederhana
ganda (jarang dipakai)
RUMUS
α = parameter konstanta merupakan
intersep yaitu nilai Y pada X=0
β = parameter regresi yang merupakan koef
arah, dimana kalau X bertambah 1 unit maka Y
akan bertambah sebesar kali
Є = error (kesalahan)
BxY
Dari rumus diatas, kemudian akan diduga α dan β apabila kita melakukan pengamatan sample
RUMUS menjadi:
b= koefisien regresi
UJI REGRESI-metode pencar (tangan bebas)-Kuadrat terkecil (least square)
SQUARE METHOD
bxaY
22 xxn
yxxynb
xbya
CONTOH:
Tentukan persamaan regresi linier dengan data
X: pendapatan Y: pengeluaran konsumsi
X: 18 23 28 32 41 59 86 99
Y: 17 20 23 27 32 46 63 74
JAWAB
X Y XY
Σ 386 302 25.020 14.532 19.004
x= 48,25 y =37,75
2x 2y
b=8 (19.044)-(386)(302)
8(25.020)-
b=0,6993
a=37,75-0,6993(48,25) = 4,0088
BRS REGRESI
Y= 4,0088+0,6993(X)
b=0,6993 artinya jika X naik 1 unit maka Y akan
bertambah 0,6993 kali jika kalau pendapatan
perkapita naik Rp 1000 maka konsumsi naik
0,6993xRp 1000 = Rp 699,3
2386