KORELASI DAN REGRESI BERGANDA
KORELASI DAN
REGRESI LINIER BERGANDA
KORELASI SEDERHANA
Apabila kita mempunyai tiga variabel Y , X1 , X2 , maka kita dapat menentukan hubungan atau korelasi sederhana antara X1 dan Y , X2 dan Y , serta X1 dan X2. Korelasi X1 dan Y digambarkan dengan rumus berikut :
Korelasi X2 dan Y digambarkan
dengan rumus berikut :
Korelasi X1 dan X2 digambarkan
dengan rumus berikut :
KOEFISIEN KORELASI LINEAR BERGANDA (KKLB)
Untuk mengetahui kuatnya hubungan antara variabel Y dengan beberapa variabel X lainnya (misalnya antara Y dengan X1 dan X2)
Koefisien Penentuan (KP):
Suatu nilai untuk mengukur besarnya sumbangan dari beberapa variabel X terhadap variasi (naik-turunnya) Y. JikaKP mengukur besarnya sumbangan X1 dan X2 terhadap variasi, atau naik turunnya Y.
Apabila dikalikan dengan 100% akan diperoleh
persentase sumbangan X1 dan X2 terhadap naik-turunnya Y.
Koefisien Korelasi Parsial :
Variabel Y berkorelasi dengan X1 dan X2, maka koefisien korelasi antara Y dan X1 (X2 konstan), antara Y dan X2 (X1 konstan), dan antara X1 dan X2 (Y konstan) disebut Koefisien Korelasi Parsial (KKP) Koefisien korelasi parsial X1 dan Y, kalau X2 konstan
Koefisien korelasi parsial X2 dan
Y, kalau X1 konstan
CONTOH :
Missalkan
X1 = indeks pendapatan nasional suatu negara
X2 = indeks harga impor suatu komoditi
Y = indek impor suatu komoditi
Selama 9 tahun, diperoleh data deret berkala
sebagai berikut.
Hitunglah:
a. Persamaan garis linier regresi berganda
b. Hitunglah r1y,r2y,r12
Penyelesaian:
a. Membuat tabel perhitungan data untuk
mempermudah perhitungan.
Selanjutnya dihitung nilai dari
matriks A, b dan g .
Sehingga diperoleh persamaan sebagai berikut.
Setelah dilakukan perhitungan invers matriks A dan
dilakukan perkalian dengan g diperoleh nilai dari b sebagai
berikut.
Jadi, persamaan regresi linier bergandanya adalah
b. Sebelum menghitung nilai dari r1y,r2y,r12 terlebih dahulu
menghitung nilai-nilai berikut.
Perhitungan r1y
Perhitungan r2y
Perhitungan r12
REGRESI SEDERHANA
Menurut Abdurahman (2011),
secara umum ada dua macam hubungan antara dua variabel atau lebih, yaitu bentuk
hubungan dan keeratan hubungan. Analisis regresi digunakan untuk mengetahui
bentuk hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola
hubungan yang modelnya belum diketahui dengan sempurna, atau untuk mengetahui
bagaimana variasi dari beberapa variabel independen mempengaruhi variabel
dependen dalam suatu fenomena yang kompleks. Jika X1,X2,...Xi adalah
variabel-variabel independen dan Y adalah variabel dependen, maka terdapat
hubungan fungsional antara X dan Y, dimana variasi dari X akan diiringi pula
oleh variasi dari Y. Secara matematika hubungan di atas dapat dijabarkan
sebagai berikut: , dimana Y adalah variabel dependen, X adalah variabel
independen dan e adalah variabel residu (disturbance term).
Analisis regresi berganda merupakan perluasan dari analisis regresi linier sederhana. Dalam regresi linier sederhana, dibuat analisis hubungan dua variabel (satu variabel independent dengan satu variabel dependent) yang dinyatakan dengan persamaan linier dengan tujuan membuat prediksi tentang besarnya nilai Y (variabel dependent) berdasarkan nilai X (variabel independen) tertentu.
Model regresi linier berganda melibatkan lebih dari satu variabel bebas. Modelnya
dimana
Y = variabel terikat
Xi = variabel bebas (i =
1,2,3, ..., k)
ß0 = intersep
ßi = koefisien
regresi (i = 1,2,3, ..., k)
Model penduganya adalah
Misalkan model regresi dengan kasus 2 perubah
bebas X1 dan X2 maka modelnya :
Sehingga setiap pengamatan
Akan memenuhi persamaan
CONTOH :
Ada 10 rumah tangga yang merupakan sampel acak dari suatu penelitian. Antara lain ditanyakan tentang banyaknya konsumsi atas komoditi tertentu, harga komoditi dan pendapatan.
Permintaan terhadap komoditi tersebut untuk
keperluan konsumsi (Y) akan dipengaruhi oleh harga (X1) dan
pendapatan (X2). Berikut hasil penelitiannya
Buatlah persamaan regresinya.
Penyelesaian:
Dengan menggunakan metode kuadrat terkecil dengan
matriks. Berarti menentukan matriks A, vektor g dan
vektor b.
Terlebih dahulu, kita akan menghitung nilai dari Untuk lebih memudahkan dalam perhitungan, maka disajikan dalam Tabel 1.
Dari pembahasan diatas, diketahui rumus untuk
matriks A adalah sebagai berikut.
Untuk matriks dengan dua variabel
independen, diperoleh:
dan vektor b dengan dua variabel
independen
Serta
Sehingga diperoleh persamaan Ab = g. sebagai
berikut.
Selanjutnya, dicari nilai invers dari
matriks A dengan menggunakan rumus invers matriks, yaitu
Perhitungan determinan A menggunakan
rumus ekspansi laplace (baca kembali aljabar linier dan matriks). Misalkan dipilih
baris 1, diperoleh:
Selanjutnya, akan dihitung matriks kofaktor
dari A.
Jadi,
Matriks adjoin dari A adalah
transpose dari matriks kofaktor A. Sehingga
Jadi,
Selanjutnya, hasil perhitungan matriks
dimasukkan ke persamaan
Jadi, persamaan regresi linier berganda:
b1 = -1,0921, artinya jika pendapatan bernilai konstan dan kenaikan harga sebesar 1 satuan akan menyebabkan penurunan konsumsi atas komoditi sebesar 1,0921.
b2 = 1,9608, artinya jika harga bernilai konstan dan kenaikan
pendapatan sebesar 1 satuan akan menyebabkan naiknya konsumsi atas komoditi
sebesar 1,9608.
A. Cara Memasukkan atau Input Data dengan SPSS
Contoh menginput data pada SPSS
Nilai ujian statistika dasar mahasiswa suatu kelas adalah 75 87 67 78 89 76 77 88 66 76
Berikut langkah-langkah sederhana/dasar untuk melakukan input data dengan SPSS,
Buka aplikasi SPSS
Klik All Programs › IBM SPSS Statistics › IBM SPSS Statistics 23. Lokasi shortcut disesuaikan dengan versi SPSS yang terinstall di komputer (versi lain tidak jauh berbeda).Close dialog Files, karena akan dilakukan analisis data sederhana
Untuk menutup klik (X) pada pojok kiri dialog Files seperti berikut,Data View: input data melalui lembar kerja dengan tab Data View
Data View adalah tampilan lembar kerja SPSS untuk menampilkan isi dari input data. Data yang dimasukkan diinput secara vertikal. Berikut ilustrasinya,
Perangkat lunak SPSS akan membuat variabel baru dengan VAR00001
4. Variable View: mengedit dan melihat variabel data pada lembar kerja
Anda dapat mengedit Variable View untuk mengubah nama variabel, tampilan data, type data, panjang tampilan data. Berikut mengubah nama variabel, Variabel terbentuk menggunakan tipe data (measurement) scale.
5. Save: Menyimpan data yang telah diinput
Setelah memastikan data terinput benar. Anda dapat menyimpan lembar kerja SPSS dengan klik menu File › Save. Atau menggunakan shortcut keyboard Ctrl+S,
6. Pilih direktori penyimpanan dan simpan file data dengan nama
Jendela Save Data As akan terbuka untuk menyimpan file data yang telah diinput. Pilih direktori penyimpanan dan simpan file seperti ilustrasi berikut,Klik Save
7. File tersimpan
File berhasil disimpan ditandai dengan keluaran berupa jendela output yang menampilkan lokasi penyimpanan, nama file, dan format file yang digunakan. (SAVE OUTFILE)
8. Hasil analisis ditampilkan pada jendela Output
Terlihat hasil analisis data pada variabel Nilai adalah dengan jumlah data 10 (N), nilai minimum 66, maksimum 89, total nilai 779 (Sum), rata-rata 77.9 (Mean), standar deviasi 8.06157 (Std. Deviation) dan variansi 64.989 (Variance).
Anda dapat menyorot output dan menyalin ke perangkat lunak pengolah kata seperti Microsoft Word.
Komentar
Posting Komentar