ANALISIS REGRESI DAN KORELASI DI PELABUHAN

Di dalam perencanaan, selain data masa lampau dan masa sekarang, juga diperlukan
data hasil ramalan yang menggambarkan kemampuan untuk masa yang akan datang. Dengan
demikian dapat dicegahnya produksi melebihi permintaan sehingga banyak yang tidak laku
(over production), dan tidak terpenuhinya pesananan (orders) yang dapat menghilangkan
kesempatan menjual (loss of opportunity sale).
Apabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang
sudah diketahui dapat dipergunakan untuk memperkirakan/menaksir atau meramalkan Y.
Ramalan pada dasarnya merupakan perkiraan/taksiran mengenai terjadinya suatu kejadian
(nilai suatu variabel) untuk waktu yang akan datang.
Variabel Y yang nilainya akan diramalkan disebut variabel tidak bebas (dependent
variable), sedangkan variabel X yang nilainya dipergunakan untuk meramalkan Y disebut
variabel bebas (independent variable) atau variabel peramal (predictor) atau seringkali
disebut variabel yang menerangkan (explanatory). Salah satu cara untuk melakukan
peramalan adalah dengan menggunakan garis regresi.
Hubungan dua variabel ada yang positif dan ada yang negatif. Hubungan X dan Y
dikatakan positif apabila kenaikan (penurunan) X pada umumnya diikuti oleh kenaikan
(penurunan) Y. Sebaliknya dikatakan negatif kalau kenaikan (penurunan) X pada umumnya
diikuti oleh penurunan (kenaikan) Y.

(Hubungan Positif)

(Hubungan Negatif)

http://teknikelektronika.com/pengertian-analisis-korelasi-sederhana-rumuspearson/

Korelasi Sederhana merupakan suatu Teknik Statistik yang dipergunakan untuk

mengukur kekuatan hubungan 2 Variabel dan juga untuk dapat mengetahui bentuk hubungan
antara 2 Variabel tersebut dengan hasil yang sifatnya kuantitatif. Kekuatan hubungan antara 2
variabel yang dimaksud disini adalah apakah hubungan tersebut ERAT, LEMAH, ataupun
TIDAK ERAT sedangkan bentuk hubungannya adalah apakah bentuk korelasinya Linear
Positif ataupun Linear Negatif.
Disamping Korelasi, Diagram Tebar (Scatter Diagram) sebenarnya juga dapat
mempelajari hubungan 2 variabel dengan cara menggambarkan hubungan tersebut dalam
bentuk grafik. Tetapi Diagram tebar hanya dapat memperkirakan kecenderungan hubungan
tersebut apakah Linear Positif, Linear Negatif ataupun tidak memiliki Korelasi Linear.
Kelemahan Diagram Tebar adalah tidak dapat menunjukkan secara tepat dan juga tidak dapat
memberikan angka Kuantitas tentang kekuatan hubungan antara 2 variabel yang dikaji
tersebut.
Kekuatan Hubungan antara 2 Variabel biasanya disebut dengan Koefisien Korelasi dan
dilambangkan dengan symbol r. Nilai Koefisian r akan selalu berada di antara -1 sampai
+1. Koefisien Korelasi akan selalu berada di dalam Range -1 r +1 Jika ditemukan
perhitungan diluar Range tersebut, berarti telah terjadi kesalahan perhitungan dan harus di
koreksi terhadap perhitungan tersebut.

r=

xy - (x ) (y)

{n x - (x) } { ny
2

- (y)2 }

dimana, n = Banyaknya pasangan data x dan y

x

= Total jumlah dari variabel x

= Total jumlah dari variabel y

= Kuadrat dari total jumlah variabel x

= Kuadrat dari total jumlah variabel y

xy

= Hasil perkalian dari total jumlah variabel x dan variabel y

Pola / Bentuk Hubungan antara 2 Variabel :

1. Korelasi Linear Positif (+1)
Perubahan salah satu Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara
teratur dengan arah yang sama. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y
akan ikut naik. Jika Nilai Variabel X mengalami penurunan, maka Variabel Y akan ikut turun.
Apabila Nilai Koefisien Korelasi mendekati +1 (positif Satu) berarti pasangan data Variabel
X dan Variabel Y memiliki Korelasi Linear Positif yang kuat/Erat.
2. Korelasi Linear Negatif (-1)
Perubahan salah satu Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara
teratur dengan arah yang berlawanan. Jika Nilai Variabel X mengalami kenaikan, maka
Variabel Y akan turun. Jika Nilai Variabel X mengalami penurunan, maka Nilai Variabel Y
akan naik.
Apabila Nilai Koefisien Korelasi mendekati -1 (Negatif Satu) maka hal ini menunjukan
pasangan data Variabel X dan Variabel Y memiliki Korelasi Linear Negatif yang kuat/erat.
3. Tidak Berkorelasi (0)

Kenaikan Nilai Variabel yang satunya kadang-kadang diikut dengan penurunan Variabel
lainnya atau kadang-kadang diikuti dengan kenaikan Variable yang lainnya. Arah
hubungannya tidak teratur, kadang-kadang searah, kadang-kadang berlawanan.
Apabila Nilai Koefisien Korelasi mendekati 0 (Nol) berarti pasangan data Variabel X dan
Variabel Y memiliki korelasi yang sangat lemah atau berkemungkinan tidak berkorelasi.
Ketiga Pola atau bentuk hubungan tersebut jika di gambarkan ke dalam Scatter Diagram
(Diagram tebar) adalah sebagai berikut :