TUGAS STATISTIK

KELOMPOK 4

KORELASI DAN REGRESI SEDERHANA

Disusun oleh :

1. M. Tamyiz Husain 18.4210.1813

2. Tasya Aprilia Agustin 18.4210.1817

FAKULTAS TEKNIK JURUSAN TEKNIK KIMIA

UNIVERSITAS 17 AGUSTUS 1945

SEMARANG

2019

BAB I
 PENDAHULUAN

1.1 Latar Belakang

Statistika adalah ilmu yang mempelajari bagaimana merencanakan,mengumpu
lkan, 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 sehingga data mentah lebih
mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu,
misalnya melakukan  pengujian  hipotesis, melakukan  prediksi  observasi masa
depan, atau membuat regresi. Untuk saat ini, kami akan membahas tentang ilmu
Statistika Deskriptif.

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 penginterprestasian data
menjadi informasi yang lebih berguna.

Menurut Sudjana ( 1996 : 7 ), Statistika Deskriptif adalah fase statistika

dimanahanya berusaha melukiskan atau menganalisa kelompok yang diberikan tanpa 
membuataumenarik kesimpulan tentang populasi atau kelompok yang lebih besar dina
makan Statistika Deskriptif. Dalam materi Statistika Deskriptif, terdapat regresi dan
korelasi. Regresi dan korelasi digunakan untuk mempelajari pola dan mengukur
hubungan statistik antara dua atau lebih variabel.

Metode statistika yang mempelajari tentang korelasi terdapat pada statistik

parametrik dan statistik nonparametrik. Dalam statistik parametrik, ukuran korelasi
yang bisa dipakai adalah koefisien korelasi product-moment Pearson. Statistik ini
perlu memerhatikan asumsi seperti pengukuran skala interval dan berdistribusi normal
bivariate. Sedangkan statistik nonparametrik tidak memerlukan asumsi tertentu tetapi
data minimal berskala ordinal. Korelasi yang termasuk nonparametrk seperti korelasi
Spearman, korelasi tau Kendall, korelasi ranking partial Kendall dan koefisien
konkordansi Kendall. Namun dalam hal ini yang akan dibahas adalah korelasi ranking
partial Kendall karena merupakan generalisasi dari koefisien korelasi tau Kendall
(Siegel, 1992: 265).

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.
 BAB II

PEMBAHASAN

2.1 Pengertian Korelasi

Korelasi merupakan teknik analisis yang  termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi  
merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik
bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk
mengetahui 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) diantaranya Pearson Correlation, Kendall’s tau-
b,  dan  Spearman Correlation. Pearson Correlation digunakan untuk data berskala
interval atau rasio, sedangkan Kendall’s tau-b, dan Spearman Correlation lebih
cocok untuk data berskala ordinal.
Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis, karena
kedua variabel mempunyai hubungan linear yang sempurna. Artinya variabel X
mempengaruhi 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.
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk
mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah
hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan seberapa besar
hubungan yang terjadi antara dua variabel.
2.2 Tujuan Penggunaan Korelasi
Adapun tujuan penggunaan korelasi yaitu: untuk mengukur kekuatan (strength) dan
arah hubungan hubungan antar dua variabel atau lebih.
Contoh :
 Mengukur hubungan antara variable
 Motivasi kerja dengan produktivitas
 Kualitas layanan dengan kepuasan pelangga
 Tingkat inflasi dengan IHSG

2.3 Korelasi Pearson

1. Pengertian Korelasi Pearson
Pengertian Korelasi Pearson merupakan salah satu ukuran korelasi yang
digunakan untuk mengukur kekuatan dan arah hubungan linier dari dua variabel.
Dua variabel dikatakan berkorelasi apabila perubahan salah satu variabel disertai
dengan perubahan variabel lainnya, baik dalam arah yang sama atau pun arah yang
sebaliknya. Harus diingat bahwa nilai koefisien korelasi yang kecil (tidak
signifikan) bukan berarti kedua variabel tersebut tidak saling berhubungan.
Mungkin saja dua variabel mempunyai keeratan hubungan yang kuat namun nilai
koefisien korelasinya mendekati nol, misalnya pada kasus hubungan non linier.
Koefisien korelasi hanya mengukur kekuatan hubungan linier dan tidak pada
hubungan non linier. Harus diingat pula bahwa adanya hubungan linier yang kuat
di antara variabel tidak selalu berarti ada hubungan kausalitas, sebab-akibat.
Untuk menerapkan koefisien korelasi antara dua variabel yang masing-
masing mempunyai skala pengukuran interval maka digunakan korelasi product
moment yang dikembangkan oleh Karl Pearson.
3. Rumus korelasi teknik pengukuran asosiasi ini ada dua macam, yaitu:
1) Korelasi product moment dengan rumus simpangan (deviasi)
∑x.y
𝑟𝑥𝑦 = √ (∑ x ²)(∑ y ²)

Dalam hal ini :

𝑟𝑥𝑦 = Koefisien korelasi antara variabel X dan Y
𝑥 = deviasi dari mean untuk nilai variabel X
𝑦 = deviasi dari mean untuk nilai variabel Y
 ∑𝑥. 𝑦 = jumlah perkalian antara nilai X dan Y
𝑥2 = Kuadrat dari nilai 𝑥
𝑦2 = Kuadrat dari nilai y
2) Korelasi Product moment dengan rumus angka kasar

2.4 Korelasi Parsial

1. Pengertian Korelasi Parsial
Korelasi parsial adalah suatu metode pengukuran keeratan hubungan (korelasi)
antara variabel bebas dan variabel tak bebas dengan mengontrol salah satu variabel
bebas untuk melihat korelasi natural antara variabel yang tidak terkontrol. Analisis
korelasi parsial (partial correlation) melibatkan dua variabel. Satu buah variabel
yang dianggap berpengaruh akan dikendalikan atau dibuat tetap (sebagai variabel
kontrol). 
2. Kegunaan Analisis Korelasi Parsial
Analisis korelasi parsial (Partial Correlation) digunakan untuk mengetahui
hubungan antara dua variabel dimana variabel lainnya yang dianggap berpengaruh
dikendalikan atau dibuat tetap (sebagai variabel kontrol). Nilai korelasi (r) berkisar
antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua
variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua
variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X naik maka
Y naik) dan nilai negatif menunjukkan hubungan terbalik (X naik maka Y turun).
Data yang digunakan biasanya berskala interval atau rasio.
Menurut Sugiyono (2007) pedoman untuk memberikan interpretasi
koefisien korelasi sebagai berikut:
0,00    -   0,199    = sangat rendah
0,20    -   0,399    = rendah
0,40    -   0,599    = sedang
 0,60    -   0,799    = kuat
0,80    -   1,000    = sangat kuat
3. Rumus Korelasi Parsial ditunjukkan seperti di bawah ini:

Keterangan:

Ry,x1.x2 = korelasi variabel x1 dengan x2 (variabel bebas) secara bersama-

sama dengan y (variabel terikat)

ry.x1        = korelasi product moment antara x1 dengan y

ry.x2        = korelasi product moment antara x2 dengan y

rx1.x2      = korelasi product moment antara x1 dengan x2

2.5 Korelasi Spearman ( P )

1. Pengertian Korelasi Spearman
Korelasi Spearman merupakan pengukuran non-parametrik. Koefesien
korelasi ini mempuyai simbol r   (rho). Pengukuran dengan menggunakan koefesien
korelasi Spearman digunakan untuk menilai adanya seberapa baik fungsi monotonik
(suatu fungsi yang sesuai perintah) arbitrer  digunakan untuk menggambarkan
hubungan dua variabel dengan tanpa membuat asumsi distribusi frekuensi dari
variabel-variabel yang diteliti. Nilai koefesien korelasi dan kriteria penilaian kekuatan
hubungan dua variabel sama dengan yang digunakan dalam korelasi Pearson.
Penghitungan dilakukan dengan cara yang sama dengan korelasi Pearson, perbedaan
terletak pada pengubahan data kedalam bentuk ranking sebelum dihitung koefesien
korelasinya. Itulah sebabnya korelasi ini disebut sebagai Korelasi Rank Spearman
Korelasi rank dipakai apabila:
1) Kedua variabel yang akan dikorelasikan itumempunyai tingkatan data ordinal
2) Jumlah anggota sampel di bawah 30 (sampel kecil)
3) Data tersebut memang diubah dari interval ke ordinal
4) Data interval tersebut ternyata tidak berdistribusi normal.

Korelasi rank ini ditemukan oleh Spearman, sehingga disebut juga sebagai korelasi
Spearman. Korelasi .ini dapat juga disebut sebagai korelasi bertingkat, korelasi
 berjenjang, korelasi berurutan, ataukorelasi berpangkat. Besarnya hubungan antara
dua variabel atau derajat hubungan yang mengukur korelasi berpangkat disebut
koefisien korelasi berpangkat atau koefisien korelasi Spearman yang dinyatakan
dengan lambang rs.Makna dan kelayakan nilai r seperti halnya dengan yang
diuraikan dalam korelasi Product moment.

3. Rumus Korelasi Spearman

2.6 Analisis Regresi

Analisis regresi merupakan salah satu analisis yang bertujuan untuk
mengetahui pengaruh suatu variabel terhadap variabel lain. Dalam analisis regresi,
variabel yang mempengaruhi disebut Independent Variable (variabel bebas) dan
variabel yang dipengaruhi disebut Dependent Variable (variabel terikat). Jika dalam
persamaan regresi hanya terdapat satu variabel bebas dan satu variabel terikat, maka
disebut sebagai persamaan regresi sederhana, sedangkan jika variabel bebasnya lebih
dari satu, maka disebut sebagai persamaan regresi berganda.
1. Cara mencari regresi linear menggunakan rumus :
Untuk mencari persamaan garis regresi dapat digunakan berbagai
pendekatan (rumus), sehingga nilai konstanta (a) dan nilai koefisien regresi (b)
dapat dicari dengan metode sebagai berikut :
2. Langkah - langkah membuat grafik regresi linier di microsoft excel :
 Ketik data X pada kolom B dan data Y pada kolom C
 Pilih Data pada menu utama
 Pilih Data Analysis
 Pilih Regression
 Klik OK  Setelah muncul kotak dialog

 Analisis regresi dilihat dari persamaan regresi dapat diambil dua bagian
analisis regresi, apabila yang dilibatkan hanya dua variabel x dan y maka
analisis hubungan tersebut dinamakan regresi sederhan sedangkan bila
melibatkan lebih dari dua varibel misalnya x1, x2, dan y maka analisis
hubungan tersebut dinamakan regresi ganda.
1) Regresi sederhana
Regresi sederhana didasarkan pada hubungan fungsional ataupun
kausal satu variabel dependen.
2) Regresi ganda
Analisis regresi ganda adalah pengembangan dari analisis regresi
sederhana,.Kegunaannya yaitu untuk meramalkan nilai variabel terikat
(Y) apabila variabel bebas minimal dua atau lebih.
 BAB III

KESIMPULAN

1. Korelasi merupakan teknik analisis yang  termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association). Korelasi dibagi menjadi
beberapa teknik pengukuran asosiasi yang cukup popular yaitu ; Korelasi product
moment, Korelasi parsial, Korelasi Spearman
2. Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk
mengukur kekuatan dan arah hubungan linier dari dua variabel. Dua variabel
dikatakan berkorelasi apabila perubahan salah satu variabel disertai dengan perubahan
variabel lainnya.
3. Korelasi parsial adalah suatu metode pengukuran keeratan hubungan (korelasi) antara
variabel bebas dan variabel tak bebas dengan mengontrol salah satu variabel bebas
untuk melihat korelasi natural antara variabel yang tidak terkontrol
4. Korelasi Spearman merupakan pengukuran non-parametrik. Koefesien korelasi ini
mempuyai simbol r (rho).
5. Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu variabel terhadap variabel lain. Yang dibagi menjadi 2 cara
pengerjaan yaitu dengan menggunakan rumus dan dengan menggunan ms. excel
 DAFTAR PUSTAKA

Sudjana. 1996. Metode Statistika. Bandung: Tarsito

Sugiyono. 2007. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta.

Supangat,Andi. 2010. Statistika. Jakarta:Kencana

Siegel, Sidney (1992), Statistik Nonparametrik untuk Ilmu – Ilmu Sosial, Terjemahan
Gramedia, Jakarta.

https://winalmuslim.files.wordpress.com/2014/02/korelasi-pearson.pdf

http://ciputrauceo.net/blog/2016/5/16/pengertian-korelasi-dan-macam-macam-korelasi

http://statistikfisika.blogspot.com/2014/11/makalah-statistika-regresi-dan-korelasi_23.html

https://mtsox.wordpress.com/2008/11/10/regresi-multiple/