Professional Documents
Culture Documents
B290591201 - Regresi Dan Korelasi
B290591201 - Regresi Dan Korelasi
B290591201 - Regresi Dan Korelasi
& CORRELATION
Yumi Sarassanti
• Model regresi berganda disebut semiparametrik jika fungsi
yang menjelaskan hubungan (bentuk hubungan fungsional) SEMIPARAMETRIK
antara variabel target dan prediktor sebagian telah
diketahui dan sebagina tidak diketahui sebelumnya
• Model regresi disebut nonparametrik jika fungsi yang
menjelaskan hubungan (bentuk hubungan fungsional) NONPARAMETRIK
antara variabel target dan prediktor tidak diketahui
sebelumnya
• Model regresi disebut parametrik jika fungsi yang
menjelaskan hubungan (bentuk hubungan fungsional)
MODEL REGRESI PARAMETRIK
antara variabel target dan prediktor telah diketahui
Additive & Nonadditive Models,
LINEAR Straight-line & Polynomial
Models, Linear Mixed Models
INCORPORATING
PARAMETRIC Partial Linear Models & Shape-Invariant Modeling
COMPONENTS
SEMIPARAMETRIC MIXED
SEMIPARAMETRIK
MODELS
BAYESIAN
SEMIPARAMETRIC
REGRESSION
PROSEDUR ANALISIS REGRESI
LINIER – GARIS LURUS
ANALISIS
REGRESI
LINIER
Linier
UJI
Normal LINIERITAS
REGRESI
ANALISIS
Tidak REGRESI
UJI NONLINIER
NORMALITAS
REGRESI
Tidak NONPARA-
METRIK
Model Regresi Linier Sederhana
(untuk hubungan kausal/fungsional/direksional)
atau
atau
atau
dengan
Data
X Y X Y X Y X Y X Y
30 29 34 31 36 32 38 34 40 37
32 31 34 30 36 34 39 36 40 36
32 30 34 30 37 33 39 35 41 37
33 31 34 32 37 34 40 38 42 36
33 32 35 32 37 32 40 35 42 35
34 32 36 30 38 36 40 33 42 38
X Y XY X Y XY
30 29 900 841 870 37 34 1369 1156 1258
32 31 1024 961 992 37 32 1369 1024 1184
32 30 1024 900 960 38 36 1444 1296 1368
33 31 1089 961 1023 38 34 1444 1156 1292
33 32 1089 1024 1056 39 36 1521 1296 1404
34 32 1156 1024 1088 39 35 1521 1225 1365
34 31 1156 961 1054 40 38 1600 1444 1520
34 30 1156 900 1020 40 35 1600 1225 1400
34 30 1156 900 1020 40 33 1600 1089 1320
34 32 1156 1024 1088 40 37 1600 1369 1480
35 32 1225 1024 1120 40 36 1600 1296 1440
36 30 1296 900 1080 41 37 1681 1369 1517
36 32 1296 1024 1152 42 36 1764 1296 1512
36 34 1296 1156 1224 42 35 1764 1225 1470
37 33 1369 1089 1221 42 38 1764 1444 1596
J U M L A H 1105 1001 41029 33599 37094
Perhitungan
Dengan demikian, jika data yang digunakan
merupakan sampel, persamaan regresi linier
sederhana nya dapat dituliskan sebagai berikut:
atau
Korelasi
dalam Regresi Linier Sederhana
Determination Index
atau 76,5%
=
Pemaknaan Koefisien Korelasi Secara Deskriptif
Hipotesis Uji
Statistik Uji
Kriteria Uji
Sudah dilakukan
Uji Hipotesis
Kesimpulan Uji
Yumi Sarassanti
PROSEDUR
ANALISIS
(MISAL:
PILIH MODEL LINIER)
PLOTTING
REGRESI
DATA
PARAMETRIK
X&Y
YANG SESUAI
HITUNG
RESIDUAL
TIDAK LINIER
UJI
ANALISIS LINIERITAS
LINIER
RESIDUAL CLEAR
(UJI
NORMAL
ASUMSI) UJI
ANALISIS
NORMALITASS
TIDAK NORMAL REGRESI NON-
PARAMETRIK
Uji Independensi
dalam Regresi Linier Sederhana
• Hipotesis Uji
H0: X tidak berpengaruh secara
linier terhadap Y
HA: X berpengaruh secara
linier terhadap Y
• Kriteria Uji
Terima H0 jika F hitung ≤ F tabel
Terima HA jika F hitung > F tabel
Regresi (a) 1
- -
Total n - -
df residu = n-2 = 30-2 = 28
df total = n = 30
JK(a)= = 1.0012/30 = 1.002.001/30 = 33.400,03
JK(b│a) = =
= =
= 0,68 x 223,83 = 152,2
JKT = 33.599
JKR = JKT – JK(a) – JK(b│a) = 33.599 – 33.400,03 – 152,2
= 198,97 – 152,2 = 46,77
RJK(b│a) = JK(b│a) / df(b│a) = 152,2/1 = 152,2
RJKR = JKR/dfR = 46,77/28 = 1,67
F = RJK(b│a) / RJKR = 152,2/1,67 = 91,14
• Uji Hipotesis
Dengan df pembilang = 1 dan
df penyebut = n – 2 = 30 – 2 = 28
pada taraf signifikansi = 0,05
didapat nilai F tabel = 4,20.
Karena F hitung (91,14) > F tabel (4,20) maka HA diterima.
• Kesimpulan
X berpengaruh signifikan terhadap Y.
LINEAR REGRESSION
& CORRELATION
Yumi Sarassanti
PROSEDUR
ANALISIS
REGRESI
LINIER
Linier
UJI
Normal LINIERITAS
REGRESI
ANALISIS
Tidak REGRESI
UJI NONLINIER
NORMALITAS
REGRESI
Tidak NONPARA-
METRIK
Uji Linieritas Regresi
•
• Kriteria Uji
Terima H0 jika F hitung ≤ F tabel
Terima HA jika F hitung > F tabel
Total n - -
Regresi (a) 1 - -
Regresi (b│a) 1 - -
Residu n-2 -
JKT – JK(a) – JK(b│a) -
Tuna Cocok k-2 JKRes – JKk JKTC/dfTC
RJKTC/RJKk
Kekeliruan n-k JKK/dfK
Hasil sebelumnya
Sumber
df JK RJK F
Variasi
Total 30 33.599 - -
Regresi (a) 1 33.400,03 - -
Regresi (b│a) 1 152,2 - -
Residu 28 46,77
- -
Tuna Cocok k-2 JKRes – JKk JKTC/dfTC
RJKTC/RJKk
Kekeliruan n-k JKK/dfK
X Y X Y X Y X Y X Y
30 29 34 31 36 32 38 34 40 37
32 31 34 30 36 34 39 36 40 36
32 30 34 30 37 33 39 35 41 37
33 31 34 32 37 34 40 38 42 36
33 32 35 32 37 32 40 35 42 35
34 32 36 30 38 36 40 33 42 38
Total 30 33.599 - -
Regresi (a) 1 33.400,03 - -
Regresi (b│a) 1 152,2 - -
Residu 28 46,77
- -
Tuna Cocok 10 JKRes – JKk JKTC/dfTC
RJKTC/RJKk
Kekeliruan 18 JKK/dfK
Dengan demikian,
JKTC = 46,77 – 37,67 = 9,1
RJKTC = 9,1/10 = 0,91
RJKK = 37,67/18 = 2,09
Sehingga,
F = 0,91/2,09 = 0,44
Sumber
df JK RJK F
Variasi
Total 30 33.599 - -
Regresi (a) 1 33.400,03 - -
Regresi (b│a) 1 152,2 - -
Residu 28 46,77
- -
Tuna Cocok 10 9,1 0,91
0,44
Kekeliruan 18 37,67 2,09
• Uji Hipotesis
Dengan df pembilang = k-2 = 12-2 =
10 dan df penyebut = n-k = 28-10 =
18, pada taraf signifikansi = 0,05
didapat nilai F tabel = 2,41.
Karena F hitung (0,44) < F tabel
(2,41) maka H0 diterima.
• Kesimpulan
Hubungan antar variabel mengikuti
model linier
KORELASI