11. regresi dan korelasi
TRANSCRIPT
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 1/54
REGRESI DAN KORELASI
Dr. Mujiyo, SP., MP.
LABORATORIUM PEDOLOGI DAN SURVEI TANAH
PROGRAM STUDI ILMU TANAH FP UNS
SURAKARTA
2016
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 2/54
Analisis regresi yang dibicarakan pada saat ini hanya analisisregresi dengan satu prediktor saja.
Analisis regresi akan bermanfaat dalam :
1. Memberi pengetahuan dasar untuk melakukan prediksi,dan perbedaannya dengan analisis korelasi.
2. Memberikan pengetahuan dasar untuk analisis yang lebih
rumit, yaitu analisis kovarians.
Fungsi pokok analisis regresi dengan satu prediktor adalah :
1. Menemukan korelasi antara kriterium dan prediktornya.
2. Menguji apakah korelasi tersebut signifikan atau tidak.
3. Menemukan persamaan garis regresinya.
REGRESI
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 3/54
Setiap pasang hasil pengukuran dapat dijelaskan dengan suatu
penggambaran berupa titik-titik pertemuan antara sumbu “X”dan sumbu “Y” (kuadran I). Seperti pada tabel korelasi statistik
dan metodologi penelitian di atas, kolom 2 dan kolom 3
merupakan hasil pengukuran terhadap penguasaan statistik
dan metodologi penelitian dari 10 orang subyek.
Dari perolehan data tersebut dapat digambarkan dalam
sebuah sebaran titik-titik data dan dapat pula digambar garis
lurusnya yang merupakan best fit (garis yang paling cocok)
untuk sebaran data tersebut.
Persamaan garis lurusnya adalah :
Y = bX + a
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 4/54
Kelebihan dari analisis regresi adalah kemampuannya dalam
memprediksikan variabel akibat (dependent variable) dari
variabel sebabnya (independent variable), setelah diketahuipersamaan garis lurusnya.
Dapat pula dikatakan variabel yang diramalkan/diprediksi
dikatakan sebagai kriterium (Y), sedangkan variabel yangdigunakan untuk memperkirakan disebut sebagai prediktor
(X).
Disebutkan pula dimuka bahwa slope disimbolkan oleh “b”,dan dimana garis persamaan memotong sumbu Y adalah “a”.
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 5/54
Contoh :
Data nilai Statistik (X) dan Metodologi Penelitian (Y)
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 6/54
Menghitung nilai “b” dan “a” :
= (45800-10x70x64)/(50200-10x702)
= 0,833333
= 64 – (0,833333x70)
= 5,666666669
21
1 2
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 7/54
Cara lain menghitung nilai “b” (slope) :
= 1000/1200 = 0,8333333
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 8/54
Dari hasil perhitungan tersebut di atas, maka dapat ditentukan
persamaan garis lurusnya adalah : Y = bX + a, maka :
Y = 0,833333 X + 5,666666669
Dengan ditemukannya persamaan garis tersebut maka dapatdilakukan prediksi terhadap nilai-nilai Y (metodologi
penelitian) dengan mempergunakan nilai-nilai X (statistik)
yang diketahui.
Hal tersebut dapat dijelaskan secara teoritis bahwa
penguasaan terhadap statistik merupakan dasar dan fondasi
yang penting bagi penguasaan materi metodologi penelitian,
karena di dalam metodologi penelitian banyak
mempergunakan penerapan-penerapan teknik-teknik statistik,
sehingga kekurangan dalam penguasaan teknik statistik akan
berpengaruh pada kemampuannya dalam menerapkannya di
metodologi penelitian.
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 9/54
Seandainya dalam mata kuliah statistik diperoleh nilai 100,
maka subyek tersebut dapat diperkirakan akan memperoleh
nilai metodologi penelitian :
Y (metodologi penelitian) = (0,8333333) (100) + 5,666666669
= 89.
Dengan demikian seorang subyek yang mendapat nilai 100untuk statistik, diperkirakan akan memperoleh nilai 89 untuk
metodologi penelitian.
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 10/54
KORELASI
Analisis korelasi adalah metode statistik yang digunakan untuk
menentukan kuat tidaknya (derajat) hubungan linier antara 2
variabel atau lebih.
Analisa korelasi sederhana, meneliti hubungan dan bagaimana
eratnya itu, tanpa melihat bentuk hubungan.
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 11/54
KORELASI
Jika kenaikan di dalam suatu variabel diikuti dengan kenaikan
variabel yang lain, maka dapat dikatakan bahwa kedua
variabel tersebut mempunyai “korelasi yang positif”.
Jika kenaikan di dalam suatu variabel diikuti penurunan
variabel yang lain maka kedua variabel tersebut mempunyai
“korelasi yang negatif”.
Jika tidak ada perubahan pada suatu variabel, meskipun
variabel yang lain mengalami perubahan, maka kedua variabel
tersebut, tidak mempunyai hubungan (uncorrelated)
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 12/54
Contoh :
Data nilai Statistik dan Metodologi Penelitian
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 13/54
1
2
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 14/54
3
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 15/54
Uji Signifikansi Nilai r
Uji signifikansi nilai “r” dengan membandingkan nilai “r” yang
diperoleh (r hitung) dengan nilai “r” dalam tabel (r tabel), baik
untuk taraf signifikansi 5% maupun 1%.
Tabel r mencantumkan batas-batas nilai r yang signifikan pada
taraf 5% dan 1%. Apabila nilai r hitung adalah sama dengan
atau lebih besar dari pada nilai r tabel, maka nilai r hitung
dinyatakan signifikan.
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 16/54
Uji satu arah digunakan untuk menguji siginifikansi r bernilai
+ atau – (nyata positif atau nyata negatif)
Uji dua arah digunakan untuk menguji siginifikansi r bernilai
+ dan – (nyata positif dan nyata negatif)
yang lazim digunakan, karena biasanya korelasi yang ditanyakan
adalah positif (berbanding lurus) dan negatif (berbanding terbalik)
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 17/54
UJI SATU ARAH/SISI:
H0: tidak ada korelasi (r tidak nyata)
Hi: ada korelasi (r nyata -) Uji satu arah kiri
Penolakan H0
Penerimaan HiPenerimaan H0
Penolakan Hi
-α
-0.5214
Uji Hipotesis Satu Arah
Sebagai contoh ;
α = 0,05
df = 9
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 18/54
UJI SATU ARAH/SISI:
H0: tidak ada korelasi (r tidak nyata)
Hi: ada korelasi (r nyata +) Uji satu arah kanan
Penolakan H0
Penerimaan HiPenerimaan H0
Penolakan Hi
+α
+0,6851
Uji Hipotesis Satu Arah
Sebagai contoh ;
α = 0,01
df = 9
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 19/54
UJI DUA ARAH/SISI:
H0: tidak ada korelasi (r tidak nyata)
Hi: ada korelasi (r nyata)
Penolakan H0 Penolakan H0
Penerimaan Hi Penerimaan HiPenerimaan H0
Penolakan Hi
-α +α
-0,7348 +0,7348
Uji Hipotesis Dua Arah
Sebagai contoh ;
α = 0,01
df = 9
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 20/54
Sepanjang kesalahan sampling tidak terjadi, apabila r sampel
signifikan maka r populasi juga signifikan.
Prasarat umum berlakunya korelasi adalah sampel yang
dianalisis dalam penghitungan haruslah sampel yang diambil
secara random/acak dari populasinya.
Hal ini terkait dengan keabsahan generalisasi (penerapan)
hasil penghitungan, yaitu bila sampel diambil secara random
maka dapat digeneralisasikan kepada populasinya.
Dengan nilai r yang signifikan, maka ditolaklah hipotesis yang
menyatakan bahwa korelasi antara X dan Y dalam populasi
tidak signifikan.
Uji Signifikansi Nilai r
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 21/54
Signifikansi tidak hanya ditentukan oleh nilai r nya saja, tetapi
juga oleh jumlah subyek (N) yang diselidiki dalam sampel.
Semakin besar N maka semakin rendah batas signifikansinya.
Uji Signifikansi Nilai r
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 22/54
Taraf signifikasi 0,05= “nyata”
Taraf signifikasi 0,01= “sangat nyata”
r tabel = 0,6319r hitung = 0,65
r hitung > r tabel
Korelasi nyata
r hitung < r tabeltidak nyata
r hitung = 0,65 α = 0,05 pada jumlah sampel df > 8 nyata
r hitung = 0,65 α = 0,05 pada jumlah sampel df < 8 tidak nyata
Pada jumlah sampel sedikit, membutuhkan nilai r besar agar dapat
dikatakan berkorelasi nyata/kuat
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 23/54
Dalam contoh perhitungan korelasi diperoleh rXY =
0,819782294 atau jika dibulatkan rXY = 0,8198.
Kemudian dilakukan pengujian apakah nilai tersebut signifikan
atau tidak atas dasar taraf signifikansi 5%.
Uji Signifikansi Nilai r
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 24/54
Jumlah subyek (N) yang diperhitungkan adalah 10, dengan
melihat jumlah N = 10 (df = 10-2 = 8) pada tabel, kemudian
ditarik ke kanan dan diperoleh nilai di bawah taraf signifikansi
5% adalah 0,5494.
Oleh karena nilai r hitung lebih besar dari pada nilai r tabel
(rXY > rt) maka nilai r hitung dikatakan signifikan.
Apabila dibandingkan dengan nilai r pada taraf signifikansi 1%pun (0,7155) masih lebih besar, maka nilai r hitung dapat juga
dinyatakan sangat signifikan.
Uji Signifikansi Nilai r
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 25/54
Dengan demikian hipotesis nihil (H0), yang menyatakan
bahwa nilai r dalam populasi adalah nol/nihil (tidak ada
korelasi antara X dan Y), ditolak.
Dalam contoh ini hipotesis nihil adalah tidak ada korelasiantara pengetahuan statistik dan metodologi pengetahuan.
Oleh karena hipotesis nihil ditolak, maka yang diterima adalah
hipotesis alternatifnya (Hi), yaitu ada korelasi (hubungan)antara X dan Y.
Uji Signifikansi Nilai r
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 26/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 27/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 28/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 29/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 30/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 31/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 32/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 33/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 34/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 35/54
Menentukan Regresi dan Korelasi dengan Exel
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 36/54
Menentukan Regresi dan Korelasi dengan Exel
k d l d l
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 37/54
Menentukan Regresi dan Korelasi dengan Exel
k i d l i d i i b
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 38/54
Menentukan Regresi dan Korelasi dengan Minitab
k i d K l i d i i b
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 39/54
Menentukan Regresi dan Korelasi dengan Minitab
M k R i d K l i d Mi i b
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 40/54
Menentukan Regresi dan Korelasi dengan Minitab
M k R i d K l i d Mi i b
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 41/54
Menentukan Regresi dan Korelasi dengan Minitab
M t k R i d K l i d Mi it b
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 42/54
Menentukan Regresi dan Korelasi dengan Minitab
M t k R i d K l i d Mi it b
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 43/54
Menentukan Regresi dan Korelasi dengan Minitab
M t k R i d K l i d Mi it b
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 44/54
Menentukan Regresi dan Korelasi dengan Minitab
M t k R i d K l i d Mi it b
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 45/54
Menentukan Regresi dan Korelasi dengan Minitab
P-Value < 0,01 : korelasi sangat nyata 0,01 < P-Value < 0,05 : korelasi nyataP-Value > 0,05 : korelasi tidak nyata
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 46/54
Contoh Soal
Seorang peneliti ingin mengetahui apakah ada hubungan
antara jumlah pupuk urea yang diberikan pada tanaman cabai
merah terhadap hasil yang diperoleh.
Hipotesis H0 : r = 0, tidak ada hubungan antara dosis pupuk urea
dengan hasil cabai
HA : r ≠ 0, ada hubungan antara dosis pupuk urea dengan
hasil cabai
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 47/54
Hasil percobaan yang ia peroleh adalah sebagai berikut :
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 48/54
Analisis :
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 49/54
r tabel = rα;(df) = r0.05;(n-2) =r0.05;(14-2) = r0.05;(12) = 0.5324
Kriteria Pengambilan Kesimpulan :
Terima H0, jika r hitung < r tabel
Tolak H0, atau terima HA, jika r hitung ≥ r tabel
Kesimpulan : Karena nilai r hitung > r tabel, maka tolak H0, atau terima HA
Jadi, ada hubungan yang NYATA antara dosis pupuk urea
dengan hasil cabai
Karena r bernilai positif, maka kita dapat menyatakan bahwahubungan keduanya positif, yaitu semakin banyak dosis
pupuk urea yang diberikan, maka semakin tinggi hasil cabai
yang diperoleh
l i if
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 50/54
Hasil r hitung = – 0,95
Korelasi nyata negatif: Misalkan penggunaan urea digantidengan menginokulasikan penyakittanaman cabai, dan trend data hasilberkebalikan
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 51/54
r tabel = rα(df) = r0.05(n-2) =r0.05(14-2) = r0.05(12) = – 0.5324
Kriteria Pengambilan Kesimpulan :
Terima H0, jika r hitung > r tabel
Tolak H0, atau terima HA, jika r hitung < r tabel
Kesimpulan :
Karena Nilai r hitung < r table, maka tolak H0, atau terima HA
Jadi, ada hubungan yang NYATA antara dosis inokulasi
dengan hasil cabai
Karena r bernilai negatif , maka kita dapat menyatakan bahwa
hubungan keduanya negatif, yaitu semakin banyak inokulasi
penyakit, maka semakin rendah hasil cabai yang diperoleh
Soal Soal
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 52/54
Soal - Soal
Soal Soal
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 53/54
Soal - Soal
Soal Soal
8/16/2019 11. Regresi Dan Korelasi
http://slidepdf.com/reader/full/11-regresi-dan-korelasi 54/54
Soal - Soal