Anda di halaman 1dari 13

BAB I

PENDAHULUAN
1.1 Latar Belakang
Statistik sebagai suatu yang berkenaan dengan data numerikal sebenarnya
sudah banyak digunakan oleh masyarakat, contohnya adalah untuk menghitung
jumlah populasi penduduk, angka kematian, maupun jumlah kelahiran dsb. Statistik
dapat memberikan gambaran, baik gambaran secara khusus maupun gambaran secara
umum tentang suatu gejala, keadaan atau peristiwa dari waktu ke waktu.
Dalam perkembangannya, ketidakpastian merupakan salah satu masalah yang
senantiasa dihadapi seperti halnya jumlah kematian dan pertambahan penduduk
dalam suatu linkup yang luas contohnya lingkup satu kelurahan. Dalam hal ini
statistika merupakan faktor penting untuk melihat pertumbuhan penduduk setiap
tahunnnya,yang mana nanti akan mendapatkan suatu data yang real tentang seberapa
banyak pertumbuhan penduduk di suatu desa terebut. Dalam penghitingan ini maka
pihak yang berwenang ( perangkat desa ) atau staf ahli bisa mengadapak penelitian ini
dengan cara penghitungan statistika berdasarkan data nyata untuk melihat bagaimana
perkembangan penduduk setiap tahunnya.

1.2 Batasan Masalah


Berdasarkan rangkaian tulisan diatas, maka yang akan dibahas dalam penulisan
ini hanya membatasi pada bagian mengenai :

1. Apakah terdapat hubungan antara data kematian dan daftar pertumbuhan


penduduk di suatu desa tersebut ?
2. Berapa besar pengaruh angka kematian terhadap pertumbuhan penduduk ?
3. Mengapa perhitungan regresi dan korelasi itu diperlukan?
4. Bagaimana cara melakukan perhitungan regresi dan korelasi?

1.3 Tujuan Penulisan


Tujuan dari penulisan ini adalah untuk mendapatkan hasil persamaan regresi
dan korelasi yang dapat digunakan sebagai acuan untuk mempermudah dalam
menganalisa keterkaitan antara jumlah angka kematian yang dapat mempengaruhi
suatu pertumbuhan penduduk dan untuk mengetahui cara penggunakan penghitungan
regresi dan korelasi yang akurat.

1.4 Metode Penulisan


Dalam hal ini penulis memperoleh dan mengumpulkan data dengan cara sebagai
berikut:
1. Mengumpulkan data-data yang diperoleh dan diambil dari buku-buku sebagai
bahan landasan pemahaman teoritis.
2. Mengumpulkan data yang akan diteliti.
3. Melakukan perancangan sistem aplikasi yang menunjang dalam pembuatan
aplikasi koefisien regresi dan korelasi linier.
4. Merealisasikan hasil rancangan dan keluaran sistem aplikasi excel sebagai
keakuratan perhitungan.

BAB II
PEMBAHASAN
2.1 Landasan Teori

a) Analisis Regresi
Analisis regresi merupakan alat analisis staistik yang memanfaatkan hubungan
antara dua variabel atau lebih. Tujuannya adalah untuk membuat perkiraan (prediksi)
yang dapat dipercaya untuk nilai suatu variabel (biasa disebut variabel terikat atau
variabel dependent atau variabel respons), jika nilai variabel lain yang berhubungan
dengannya diketahui (biasa disebut variabel bebas atau variabel independent atau
variabel prediktor).
Analisis regresi pertama kali dikenalkan sebagai metode analisis statistik pada
tahun 1877 oleh Sir Francis Galton (1822-1911) yang meneliti tentang hubungan
antara tinggi badan orang tua (ayah) dengan anaknya. Beliau mengungkapkan bahwa
terdapat kecenderungan orang tua yang tinggi badannya akan memiliki anak yang
tinggi pula atau sebaliknya orang tua yang pendek badannya akan memiliki anak
yang pendek pula, tetapi distribusi (penyebaran) rata-rata tinggi badan dari generasi
kegenerasi adalah tetap.
Selanjutnya hasil analisis Galton disempurnakan oleh Karl Pearson dengan
mengambil sampel lebih dari 1000 pengamatan. Pearson menemukan bahwa untuk
kelompok anak yang tinggi dan kelompok orang tua yang tinggi, ternyata tinggi
badan anak lebih pendek dari ayahnya. Sedangkan dari kelompok ayah dan anak yang
lebih pendek, ternyata tinggi badan anaknya lebih tinggi dari ayahnya. Peristiwa yang
berbalikan inilah disebut merosot (to regres).
Tujuan Analisi Regresi :

1. Untuk memperoleh suatu persamaan garis yang menunjukkan persamaan


hubungan antara dua variabel. Persamaan garis yang diperoleh disebut
persamaan regresi.
2. Untuk mengetahui besarnya pengaruh perubahan tiap unit variabel bebas
terhadap perubahan variabel terikatnya. Pengaruh perubahan tiap unit variabel
bebas ditunjukkan oleh nilai koefisien regresinya.
3. Untuk menaksir nilai variabel terikat (Y) berdasarkan variabel bebas (X) yang
nilainya telah diketahui. Penaksiran disini bersifat deterministik (pasti) atau
non-stokastik, maksudnya penaksiran atau pendugaan yang dilakukan
mengabaikan faktor ketidakpastian.
- Bentuk Umum Regresi Linier Sederhana
y = a + bx
y

: peubah takbebas

: peubah bebas

: konstanta

: kemiringan

b=

x =

x
n
n xy x . y

x
n

a= y -b x
b) Analisa Korelasi

y =

y
n

Analisis korelasi adalah alat statistik yag dapat digunakan untuk mengetahui
derajat

hubungan

linear

antara

satu

variabel

dengan

variabel

yang

lain(algifri,2000:45). Umumnya analisis korelasi digunakan, dalam hubungannya


dengan analisis regresi, untuk mengukur ketepatan garis regresi dalam menjelaskan
(explaining) variasi nilai variabel dependent.
Hasil dari perhitungan korelasi diinterpretasikan pada sebuah hubungan yang
didasarkan pada nilai angka yang muncul.
Sandaran nilainya adalah ,-1 r 1. Semakin tinggi nilai koefisien korelasi (semakin
mendekati nilai 1) maka hubungannya antara dua varibel tersebut semakin tinggi, jika
nilai koefisiennya mendekati nilai 0 mka hubungnnya semakin rendah. Adapun jika
nilainya bertanda negatif, maka terjadi hubungan yang berlawanan arah, artinya jika
suatu nilai variabel naik maka nilai variabel lain akan turun.
Dalam penerapannya terdapat beberapa ukuran korelasi, tiga di antaranya yang
paling sering digunakan adalah koefisien korelasi product moment Pearson
(digunakan dalam statistik parametik, biasa digunakan untuk data interval dan rasio),
korelasi tingkat Spearman, dan korelasi tou kendall (digunakan dalam statistic
nonparametik, biasa digunakan untuk data nominal dan ordinal).
n xy x . y

R=

{ n x ( x ) } {n y ( y ) }
2

c) Koefisien Determinasi
Koefisien diterminasi dengan simbol r2 merupakan proporsi variabilitas dalam
suatu data yang dihitung didasarkan pada model statistik. Definisi berikutnya
menyebutkan bahwa r2merupakan rasio variabilitas nilai-nilai yang dibuat model
dengan variabilitas nilai data asli. Secara umum r 2 digunakan sebagai informasi
mengenai kecocokan suatu model. Dalam regresi r2 ini dijadikan sebagai pengukuran
seberapa baik garis regresi mendekati nilai data asli yang dibuat model. Jika r 2 sama
dengan 1, maka angka tersebut menunjukkan garis regresi cocok dengan data secara
sempurna.
Interpretasi lain ialah bahwa r2 diartikan sebagai proporsi variasi tanggapan yang
diterangkan oleh regresor (variabel bebas / X) dalam model. Dengan demikian, jika
r2 = 1 akan mempunyai arti bahwa model yang sesuai menerangkan semua variabilitas
dalam variabel Y. jika r2 = 0 akan mempunyai arti bahwa tidak ada hubungan antara
regresor (X) dengan variabel Y. Dalam kasus misalnya jika r2 = 0,8 mempunyai arti
bahwa sebesar 80% variasi dari variabel Y (variabel tergantung / response) dapat
diterangkan dengan variabel X (variabel bebas / explanatory); sedang sisanya 0,2
dipengaruhi oleh variabel-variabel yang tidak diketahui atau variabilitas yang
inheren. (Rumus untuk menghitung koefesien determinasi (KD) adalah KD = r 2x
100%) Variabilitas mempunyai makna penyebaran / distribusi seperangkat nilai-nilai
tertentu. Dengan menggunakan bahasa umum, pengaruh variabel X terhadap Y adalah
sebesar 80%; sedang sisanya 20% dipengaruhi oleh faktor lain.

Dalam hubungannya dengan korelasi, maka r2 merupakan kuadrat dari koefesien


korelasi yang berkaitan dengan variabel bebas (X) dan variabel Y (tergantung).
Secara umum dikatakan bahwa r2 merupakan kuadrat korelasi antara variabel yang
digunakan sebagai predictor (X) dan variabel yang memberikan response (Y).
Dengan menggunakan bahasa sederhana r2 merupakan koefesien korelasi yang
dikuadratkan. Oleh karena itu, penggunaan koefesien determinasi dalam korelasi
tidak harus diinterpretasikan sebagai besarnya pengaruh variabel X terhadap Y
mengingat bahwa korelasi tidak sama dengan kausalitas. Secara bebas dikatakan dua
variabel mempunyai hubungan belum tentu variabel satu mempengaruhi variabel
lainnya. Lebih lanjut dalam konteks korelasi antara dua variabel maka pengaruh
variabel X terhadap Y tidak nampak. Kemungkinannya hanya korelasi merupakan
penanda awal bahwa variabel X mungkin berpengaruh terhadap Y. Sedang bagaimana
pengaruh itu terjadi dan ada atau tidak kita akan mengalami kesulitan untuk
membuktikannya. Hanya menggunakan angka r2 kita tidak akan dapat membuktikan
bahwa variabel X mempengaruhi Y.
Dengan

demikian

jika

kita

menggunakan

korelasi

sebaiknya

jangan

menggunakan koefesien determinasi untuk melihat pengaruh X terhadap Y karena


korelasi hanya menunjukkan adanya hubungan antara variabel X dan Y. Jika tujuan
riset hanya untuk mengukur hubungan maka sebaiknya berhenti saja di angka
koefisien korelasi. Sedang jika kita ingin mengukur besarnya pengaruh variabel X
terhadap Y sebaiknya menggunakan rumus lain, seperti regresi atau analisis jalur.

d) Scatter Diagram (Diagram Pencar)


Scatter diagram sangat berguna untuk mendeteksi korelasi (hubungan) antara
dua variable (faktor), sekaligus juga memperlihatkan tingkat hubungantersebut (kuat
atau lemah). Diagram scatter juga menjadi dasar pembuatan chart yang sering
digunakan dalam peramalan. Pada pemanfaatannya, scatter diagram membutuhkan
data berpasangan sebagai bahan baku analisisnya, yaitu sekumpulan nilai x sebagai
faktor yangindependen berpasangan dengan sekumpulan nilai y sebagai faktor
dependen.Artinya, bahwa setiap nilai x yang didapatkan memberi dampak pada nilai
y.Contohnya : Diperoleh data bahwa ada hubungan antara banyaknya komplain(x)
dengan jumlah retur barang (y) : x = 5 y = 50 eks.x = 10 y = 120 eks.x = 12 y = 150 eks. dst.
Melalui penggambaran data tersebut dalam scatter diagram, akan dapat dilakukan
analisa lebih lanjut, sejauh mana antara faktor x dan y memiliki korelasi, yang dalam
hal ini direpresentasikan sebagai nilai r (rho), yaitu nilai yang menunjukkan tingkat
keeratan hubungan antar faktor tersebut. Dikatakan kedua faktor itu berhubungan sangat erat
bila nilai rho mendekati angka + 1.Di samping itu, juga akan dapat disimpulkan
kecenderungan arah korelasitersebut (positif atau negatif). Korelasi memiliki
kecenderungan positif bila setiap pertambahanfaktor x menyebab-kan pertambahan
faktor y, sebaliknya kecenderungan negatif bila setiap pertambahan menyebabkan
pengurangan faktor y.
Tujuan Penggunasn Scatter Diagram
a
b

Menguji bagaimana kuatnya hubungan antara dua variabel


Menentukan jenis hubungan dari dua variabel itu, apakah positif, negatif dan
tidak ada hubungan.

2.2 Analisa Kasus


Sebuah penelitian yang dilakukan oleh staf ahli yang meneliti tentang
pengaruh angka kematian di suatu kelurahan dalam mempengaruhi angka
pertumbuhan penduduk dapat diperoleh data sebagai berikut.
Tahun
Angka Kematian
Pertumbuhan penduduk

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
15
22
18
30
28
18
13
40
22
25
200 245 124 244 124 141 413 151 453 151

2.3 Penghitungan Penelitihan


I.
Penerapan Regresi dalam Microsoft Excel

a. Proses Regresi di Ms Excel 2010

b. Hasil Regresi

Dari hasil perhitungan diatas diketahui bahwa nilai a adalah 212,60 dan nilai b
adalah 0,62. Maka diketahui persamaan regresi sebagai berikut :

Y= 212,60 +
0,62X

Y= a + bx
10

Jadi

II.

Penerapan Korelasi dalam Microsoft Excel


a. Prosesnya

b. Korelasi hasil

11

Dari hasil diatas diketahui bahwa koefisien korelasi ( r ) adalah sebesar 0,03.
Koefisien determinasi ( r2 ) adalah sebesar 0,09 atau sebesar 9%, dapat dikatakan
besarnya sumbangan X terhadap naik turunnya Y adalah 9% sedangkan 92 %
disebabkan oleh factor lainnya.
III.

Scatter Diagram (Diagram Pencar)

BAB III
PENUTUP
3.1 Kesimpulan
Berdasarkan perhitungan data diatas bahwa angka kematian memiliki
pengaruh yang cukup besar dalam mempengaruhi jumlah dan pertumbuhan
penduduk di suatu desa atau tempat khususnya Desa Bandung, Kecamatan
Playen, Kabupaten Gunungkidul, Provinsi Yogyakarta, karena melalui proses
penghitungan tersebut kita dapat mengetahui berapa prosentase angka
kematian berdasarkan data yang kita olah.

12

III.2
Saran
Sebaiknya pembelajaran statistika deskriptif patut diperkenalkan kepada
masyarakat agar manfaat dan yang ada dalam ilmu tersebut bisa digunakan
untuk penghitungan sehari-hari atau digunakan untuk penelitian yang lainnya.

DAFTAR PUSTAKA

13