Statistik Widya
Statistik Widya
PENDAHULUAN
Statistika dalam arti sempit berarti kumpulan data berupa angka, penyajian data dalam
table dan grafik, bilangan yang menunjukan karakteristik dari kumpulan data. Statistika
dalam arti luas yaitu metode yang digunakan dalam pengumpulan dan analisis data yang
berupa angka-angka sehingga dapat diperoleh informasi yang berguna. Statistika adalah suatu
metode yang menjelaskan tata cara pengumpulan, penyusunan, penyajian, penganalisaan, dan
Statistik dapat memberikan gambaran, baik gambaran secara khusus maupun gambaran
secara umum tentang suatu gejala, keadaan atau peristiwa dari waktu ke waktu. Dalam
masalah yang senantiasa dihadapi seperti halnya dalam memprediksi jumlah pasien dan nilai
pembelian obat untuk periode yang akan datang. Dalam hal ini data statistik merupakan faktor
mengevaluasi dan mengadakan perkiraan terhadap suatu pembelian. Dengan perhitungan ini
maka pihak rumah sakit bisa memperkirakan persediaan obat-obatan yang dibutuhkan.
menganalisis dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenan
dengan data. Statistika dibagi menjadi dua, yaitu Statistika Deskriptif dan Statistika
Inferensial. Statistika deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung
rata-rata dan varians dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik
1
sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika
melakukan prediksi observasi masa depan, atau membuat model regresi. Untuk saat ini, kami
Dalam materi Statistika Deskriptif, terdapat Regresi dan Korelasi. Regresi dan
korelasi digunakan untuk mempelajari pola dan mengukur hubungan statistik antara dua atau
lebih variabel.
Sepanjang sejarah umat manusia,orang melakukan penelitian tentang ada tidaknya hubungan
antara dua hal,fenomena,kejadian atau lainnya. Dan ada tidaknya pengaruh antara satu
kejadian dengan kejadian yang lainnya. Karena itu untuk mempermudah dalam melakukan
penghitungan suatu kejadian maka digunakan korelasi dan regresi dalam ilmu statistika.
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel) dengan
skala-skala tertentu.
Regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh
suatu variabel terhadap variabel lain .Dalam analisis regresi ,variabel yang mempengaruhi
disebut independent variabel (variable bebas) dan variabel yang dipengaruhi disebut
dependent variabel (variabel terikat). Maka dari itu, kami membuat makalah ini dengan judul
2
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, dapat di rumuskan sebuah permasalahan sebagai berikut:
1. Untuk memenuhi persyaratan dalam memperoleh nilai Tugas Mata Kuliah Statistik.
3. Membuat para mahasiswa lebih mengetahui dan memahami materi ini melalui analisa
Dalam penulisan makalah ini kami menggunakan metode study kepustakaan yaitu proses
pencarian dan pengumpulan data dari buku-buku dan situs-situs yang berhubungan dengan
3
BAB II
KAJIAN TEORI
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
Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886.
Galton menemukan adanya tendensi bahwa orang tua yang memiliki tubuh tinggi memiliki
anak-anak yang tinggi, orang tua yang pendek memiliki anak-anak yang pendek pula.
Kendati demikian. Ia mengamati bahwa ada kecenderungan tinggi anak cenderung bergerak
menuju rata-rata tinggi populasi secara keseluruhan. Dengan kata lain, ketinggian anak yang
amat tinggi atau orang tua yang amat pendek cenderung bergerak kearah rata-rata tinggi
populasi. Inilah yang disebut hukum Golton mengenai regresi universal. Dalam bahasa
Hukum regresi semesta (law of universal regression) dari Galton diperkuat oleh
temannya Karl Pearson, yang mengumpulkan lebih dari seribu catatan tinggi anggota
kelompok keluarga. Ia menemukan bahwa rata-rata tinggi anak laki-laki kelompok ayah
(yang) pendek lebih besar dari pada tinggi ayah mereka, jadi
“mundurnya” (“regressing”) anak laki-laki yang tinggi maupun yang pendek serupa kea rah
rata-rata tinggi semua laki-laki. Dengan kata lain Galton, ini adalah “kemunduran kearah
sedang”.
4
Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan
satu variabel dependen (terikat) dengan satu atau lebih variabel independent (variabel
penjelas/bebas), dengan tujuan untuk mengestimasi dan/ atau memprediksi rata-rata populasi
atau niiai rata-rata variabel dependen berdasarkan nilai variabe! independen yang diketahui.
Pusat perhatian adalah pada upaya menjelaskan dan mengevalusi hubungan antara suatu
Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variable
independent. Koefisien ini diperoleh dengan cara memprediksi nilai variable dependen
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat yang digunakan
keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi.
Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua
variabel. Dalam SPSS ada tiga metode korelasi sederhana (bivariate correlation)
Correlation digunakan untuk data berskala interval atau rasio, sedangkan Kendall’s tau-
5
Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis, karena kedua
variabel Y secara sempurna. Jika korelasi sama dengan nol (0), maka tidak terdapat hubungan
antara kedua variabel tersebut. Dalam korelasi sebenarnya tidak dikenal istilah variabel bebas
dan variabel tergantung. Biasanya dalam penghitungan digunakan simbol X untuk variabel
pertama dan Y untuk variabel kedua. Dalam contoh hubungan antara variabel remunerasi
dengan kepuasan kerja, maka variabel remunerasi merupakan variabel X dan kepuasan kerja
merupakan variabel Y.
keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi.
Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua
variabel.
6
BAB III
PEMBAHASAN
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
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-
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).
7
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
3. Untuk menaksir nilai variabel terikat (Y) berdasarkan variabel bebas (X) yang nilainya
ketidakpastian.
Analisis regresi sederhana hanya terdiri atas satu peubah bebas (peubah
penjelas/eksplanatori) X dan satu peubah terikat (respon) Y dengan hubungan linier. Kedua
peubah ini merupakan peubah kuantitatif, khusus untuk Y harus dengan skala interval atau
rasio. Dengan visualisasi secara geometris dapat ditafsirkan bahwa dengan analisis regresi
kita ingin menduga garis populasi yang sesungguhnya tidak pernah diketahui (garis lurus
persoalan estimasi uji inferensi daam regresi. Garis regresi penduga ini dapat dipergunakan
untuk meramal (prediksi) rentang rata-rata nilai Y pada saat nilai X diketahui, demikian juga
Keterangan :
8
a = intersep/perpotongan garis regresi dengan sumbu y
b = koefisien regresi /kemiringan dari garis regresi/untuk mengukur kenaikan atau penurunan
Analisis korelasi adalah alat statistik yang digunakan untuk mengetahui derajat hubungan
Terdapat perbedaan dan hubungan yang mendasar antara analisis korelasi dan regresi dari
segi kegunaan, analisis korelasi digunakan untuk mencaari arah dan kuatnya hubungan antara
dua variabel, sedangkan analisis regresi digunakan untuk memprediksikan seberapa jauh
perubahan nilai variabel dependen bila nilai variabel independen diketahui. Perbedaan lainnya
adalah analisis korelasi posisinya antar variabel setara, sedangkan analisis regresi (linear
sederhana) posisi antar variabel tidak setara (yang satu merupakan variabel dependen dan
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
Analisa Korelasi digunakan untuk mengukur kekuatan keeratan hubungan antara dua variabel
melalui sebuah bilangan yang disebut koefisien korelasi. Dalam analisis korelasi, kita
9
menghitung derajat asosiasi antara satu peubah peubah lain (misalnya antara berat badan dan
tinggi badan, antara berat dengan kolesterol, antara nilai IQ dengan perolehan nilai ujian mata
matematika dan sebagainya). Ada dua jenis ukuran korelasi yang banyak yaitu:
1. Korelasi produk momen Pearson untuk mengukur derajat asosiasi beberapa peubah
2. Korelasi Spearman untuk mengukur derajat asosiasi antara beberapa dengan skala
ordinal (rank).
sekitar sebuah garis lurus regresi. Berikut ini adalah rumus dari Korelasi :
Koefisien korelasi atau derajat asosiasi dua peubah (dinotasikan dengan r). Besarnya r
berkisar antara -1<.r<1. Ilustrasi grafik sebaran data dengan berbagai nilai korelasi dapat
variabel.
variabel tersebut.
Koefisien Determinasi ( r2 )
10
1. nilainya antara 0 dan 1
3. Contoh : r = 0,6 artinya 0,36 atau 36 % diantara keragaman total nilai-nilai Y dapat
Berikut adalah data biaya promosi dan volume penjualan PT. Sukasukaku perusahaan minyak
goreng.
X Y
1992 2 5 10 4 25
1993 4 6 24 16 36
1994 5 8 40 25 64
1995 7 10 70 49 100
1996 8 11 88 64 121
11
Y = a+bx
A=5
Regresi
Contoh:
Diketahui hubungan biaya promosi (x dalam juta rupiah) dan Y (volume penjualan dalam
ratusan juta liter) dapat dinyatakan dalam persamaan regresi linier berikut:
Y=2.530+1.053X
Perkiraan volume penjualan jika dikeluarkan biaya promosi Rp. 10 juta adalah?
Jawab:
Y=2.530+1.053X
Korelasi
Jika nilai r mendekati +1 atau r mendekati -1 maka X dan Y memiliki korelasi linier yang
tinggi.
12
Gunakan data berikut (lihat contoh diatas)
Nilai r = 0.9857 menunjukkan bahwa peubah X (biaya promosi) dan Y (volume penjualan)
R= r2 = 098572..=0.97165…=97%
Nilai R=97% menunjukkan bahwa 97% proporsi kergaman nilai peubah Y (volume
penjualan) dapat dijelaskan oleh nilai peubah X (biaya promosi) melalui hubungan linier.
Pernyataan yang sering kita dengan adalah bahwa regresi dimengerti dengan kata
kunci pengaruh, dan korelasi dimengerti dengan kata kunci hubungan. Pengertian sederhana
itu tidaklah salah, akan tetapi, tidak ada salahnya juga kita memahami secara lebih lanjut
Analisis korelasi berkaitan erat dengan regresi, tetapi secara konsep berbeda dengan
analisis regresi. Analisis korelasi adalah mengukur suatu tingkat atau kekuatan hubungan
linear antara dua variabel. Koefisien korelasi adalah mengukur kekuatan hubungan linear.
Sebagai contoh, kita tertarik untuk menemukan korelasi antara merokok dengan penyakit
kanker, berdasarkan penjelasan statistik dan matematika, pada anak sekolah dan mahasiswa
(dst). Dalam analisis regresi, kita tidak menggunakan pengukuran tersebut. Analisis regresi
mencoba untuk mengestimasi atau memprediksikan nilai rata-rata suatu variabel yang sudah
diketahui nilainya, berdasarkan suatu variabel lain yang juga sudah diketahui nilainya.
Misalnya, kita ingin mengetahui apakah kita dapat memprediksikan nilai rata-rata
13
Regresi mempelajari bentuk hubungan antar variabel mealui suatu persamaan. Persamaan
yang digunakan untuk melihat hubungan antar variabel adalah Regresi Linear Sederhana
Regresi mengukur seberapa besar suatu variabel mempengaruhi variabel yang lain, sehingga
dapat digunakan untuk melakukan peramalan nilai suatu variabel berdasarkan variabel lain.
Korelasi juga mempelajari hubungan antar variabel, tetapi digunakan untuk melihat seberapa
erat hubungan antar dua variabel kuantitatif dilihat dari besarnya angka dan bukan dari
tandanya.
Dengan menggunakan korelasi, kita dapat mengetahui arah hubungan yang terjadi dalam dua
variabel. Jika korelasi bertanda positif artinya berbanding lurus dan jika bertanda negatif
Korelasi tidak bisa menyatakan hubungan sebab akibat meskipun angka korelasinya
Dari kedua pernyataan di atas, kita tidak dapat mengatakan bahwa pupuk kompos
14
Kegunaan Analisis Korelasi dan Regresi. Dalam kebanyakan fenomena alam,
menaksir rerata populasi, atau menguji perbedaan dua rerata dengan teknik uji statistika, baik
yang memerlukan asumsi sebaran khusus (parametrik) mau pun yang tidak ketat asumsi
sebarannya (nonparametrik) menjadi tidak efisien dan tidak efektif lagi. Hal ini disebabkan
oleh banyaknya peubah yang berhubungan dan saling menjelaskan antara yang satu dengan
yang lainnya. Misalnya, kita akan memperkirakan nilai jual sebuah rumah di suatu daerah
tertentu. Kita dapat mengambil sampel acak dari ratusan rumah yang ada dalam daerah
tersebut, kemudian kita menghitung rerata harga jualnya. Tetapi, menggunakan metode ini,
kita mengabaikan informasi yang mudah diamati, misalnya luas lantai, banyaknya kamar
tidur, banyaknya kamar mandi, dan umur rumah tersebut. Informasi ini akan lebih bermanfaat
Dari latar belakang yang kita perhatikan di atas, metode atau analisis korelasi dan
regresi merupakan topik penting untuk dibicarakan. Metode korelasi dapat mengukur kuatnya
hubungan antara dua peubah yang sifat hubungannya simetris atau timbal balik Seperti
metode korelasi; metode regresi sudah menjadi bagian integral dari setiap analisis data yang
memperhatikan hubungan antara satu peubah tanggapan (response variable) dengan satu atau
lebih peubah penjelas (explanatory variables). Istilah peubah tanggapan kadang-kadang juga
disebut peubah terikat atau terikat (dependent variable), dan peubah penjelas disebut peubah
penaksir (predictor variable) atau peubah bebas (independent variable). Penggunaan istilah
ini biasanya disesuaikan dengan situasi peubah-peubah yang dipelajari hubungannya, dan
Pertama-tama kita akan membicarakan masalah yang berkaitan dengan nilai rerata
suatu peubah terikat Y (katakanlah harga jual rumah) terhadap suatu peubah bebas X
(misalnya luas lantai rumah) dengan menggunakan hubungan linear. Model ini disebut model
15
linear karena semua peubah yang muncul dalam model itu berpangkat satu. Kalau dilihat dari
banyaknya peubah bebas dalam model, maka model itu disebut model linear sederhana,
model yang harus digunakan, kita juga dapat menggunakan model nonlinear, seperti model
kuadratik, kubik, eksponen, logaritma, dan lain-lain. Penentuan model tergantung pada sifat
peubah atau Pemilihan Peubah dalam Model populasi tempat data diambil. Sebelum
menentukan model pilihan, kita perlu mengadakan suatu diagnosis terhadap data yang
diperoleh. Diagram pencar adalah salah satu alat diagnosis untuk mendapatkan gambaran
tentang hubungan antara peubah bebas dan peubah terikat. Dari diagram pencar itu, kita dapat
Selanjutnya, kalau kita memasukkan lebih dari satu peubah bebas dalam model, maka
diperoleh model regresi ganda (multiple regression model). Seperti model sederhana, model
regresi ganda dapat juga dibedakan atas model regresi linear ganda dan model regresi
nonlinear ganda. Dalam hal ini, kita dapat membangun model satu peubah tanggapan Y
(katakanlah nilai jual rumah) sebagai fungsi dari peubah-peubah kuantitatif (seperti luas
lantai, umur rumah, luas pekarangan, dan banyaknya kamar), atau sebagai fungsi dari
BAB IV
16
PENUTUP
4.1 Kesimpulan
Korelasi merupakan hubungan antara dua kejadian dimana kejadian yang satu dapat
Y. Apabila dua variable X dan Y mempunyai hubungan, maka nilai variable X yang sudah
variabel) untuk waktu yang akan datang. Variable yang nilainya akan diramalkan disebut
variable tidak bebas (dependent variable), sedangkan variabel C yang nilainya dipergunakan
untuk meramalkan nilai Y disebut variable bebas (independent variable) atau variable
Jadi jelas analisis korelasi ini memungkinkan kita untuk mengetahui suatu di luar hasil
penyelidikan, Salah satu cara untuk melakukan peramalan adalah dengan menggunakan garis
regresi. Untuk menghitung parameter yang akan dijadikan dalam penentuan hubungan antara
dua variabel, terdapat beberapa cara, yaitu: koefisien detreminasi, koefisien korelasi. Apabila
terdapat data berkelompok menggunakan koefisien data berkelompok dan bila menggunakan
data berganda maksudnya variabel bebas yang mempengaruhi variabel terikat ada dua, maka
menggunakan koefisien berganda.Sedangkan regeresi di bagi menjadi dua, yaitu regresi linier
dan regresi non linier. Dimana regresi linier juga dibagi menjadi dua yakni regresi linier
17
4.2 Saran
Makalah ini kami susun agar memberikan manfaat yang besar bagi para pembaca. Kami
berharap makalah ini dapat dijadikan sebagai bahan kajian sehingga dapat memberikan lebih
kejelasan bagi para pembaca tentang sub bab yang telah dibahas. Makalah ini masih jauh dari
kesempurnaan. Untuk itu kami berharap kesedian bagi para pembaca untuk memberikan kritik
dan saran yang bersifat membangun, penulis harapkan semoga menjadi hasil yang terbaik dan
18