Korelasi Pearson

Definisi

Korelasi Pearson adalah suatu bentuk rumus yang digunakan untuk mencari hubungan antara dua
variabel, yaitu variabel bebas atau independent variabel dan variabel terikat atau dependent variabel.
Korelasi pearson cocok digunakan untuk statistic parametrik. Ketika data berjumlah besar dan memiliki
ukuran parameter seperti mean dan standar deviasi populasi. Di mana umumnya variabel terikat diberi
notasi Y dan variabel bebas diberi notasi X, di mana variabel bebas ini merupakan pemberian dari hasil
suatu pengamatan sehingga variabel bebas tersebut tidak lagi Random atau acak.

Korelasi Pearson atau sering disebut Korelasi Product Moment (KPM) merupakan alat uji statistik yang
digunakan untuk menguji hipotesis asosiatif (uji hubungan) dua variabel bila datanya berskala interval
atau rasio. KPM dikembangkan oleh Karl Pearson (Hasan, 1999).

Syarat

Korelasi pearson merupakan salah satu bentuk statistic parametris karena menguji data pada skala
interval atau rasio. Oleh karena itu, ada beberapa persyaratan untuk dapat menggunakan KP, yaitu :

Sampel diambil dengan teknik random (acak)

Data yang akan diuji harus homogeny

Data yang akan diuji juga harus berdistribusi normal

Data yang akan diuji bersifat linie.

Adapun syarat untuk bisa menggunakan KP selain syarat menggunakan statistic parameteris, juga ada
persyaratan lain, yaitu variabel independen (X) dan variabel (Y) harus berada pada skala interval atau
rasio.

Kelebihan

Korelasi ini menghitung data apa adanya, tidak membuat ranking atas data yang digunakan seperti pada
korelasi Rank Spearman. Ketika kita memiliki data numeric seperti nilai tukar rupiah, data rasio
keuangan, tingkat pertumbuhan ekonomi, data berat badan dan contoh data numerik lainnya, maka
Korelasi Pearson Product Moment cocok digunakan.

Regresi Linier Sederhana dan Berganda

Definisi

Analisis regresi linier sederhana adalah analisis regresi yang hanya melibatkan dua variabel, yaitu 1 (satu)
variabel dependen atau variabel tergantung dan 1 (satu) variabel independen atau bebas.

Analisis regresi linier berganda adalah analisis regresi yang melibatkan lebih dari dua variabel, yaitu 1
(satu) variabel dependen atau variabel tergantung dan lebihdari 1 (satu) variabel independen atau
bebas.

Regresi linear berganda jika jumlah variabel bebas lebih dari satu. Sedangkan jika jumlah variabel bebas
hanya ada satu saja, maka itu yang disebut dengan regresi linear sederhana.

Syarat Syarat kelayakan yang harus terpenuhi saat menggunakan regresi linear sederhana adalah :

Jumlah sampel yang digunakan harus sama

Jumlah variabel bebas (X) adalah satu (1)

Nilai residual harus berdistribusi normal

Terdapat hubungan yang linear antara variabel bebas (X) dengan variabel tergantung (Y)

Tidak terjadi gejala auto kolerasi

Tidak terjadi gejala autokolerasi (untuk data time series)

Syarat kelayakan yang harus terpenuhi saat menggunakan regresi linear berganda adalah

Model regrasinya adalah linear dalam parameter

Nilai rata rata dari error adalah nol

Variansi dari error adalah konstan (homoskedastik)

Tidak terjadi auto kolerasi pada error

Tidak terjadi multi kolinieritas pada variabel bebas

Error berdistribusi normal

Kelebihan Dan KelemahanRegresi Linear Sederhana

Kelemahan : hanya menggunakan satu variabel bebas (X)

Kelebihan Dan KelemahanRegresi Linear Berganda

Kelebihan :

Dengan menggunakan regresi lianer berganda maka dapat menganalisis dengan menggunakan beberapa
variabel bebas (X) sehingga hasil prediksi yang didapatkan lebih akurat dibandingkan dengan regrasi
linear sederhana yang hanya menggunakan satu variabel bebas (X).

Kelemahan :

Tidak mampu menunjukkan titik jenuh fungsi yang sedang diselidiki akibatnya selalu timbul
kemungkinan kesalahan prediksi

Terdapat kemungkinan terjadinya multi kolinearitas pada variabel-variabel bebas. Akibatnya variabel
bebas tidak mampu menjelaskan variabel tak bebas (hubungan antara X dan Y tidak bermakna).