OLEH :
ANNISA RAYHAN
ELIEZER SEMBIRING
2020
1. Korelasi
Analisis korelasi merupakan metode yang digunakan untuk mengetahui ada atau tidaknya
hubungan linear antara dua variabel. Jika dalam pengaplikasian metode tersebut ditemukan
pengaruh, maka perubahan yang terjadi pada variabel x akan mengakibatkan adanya perubahan
juga pada variabel y atau variabel lainnya. Hubungan variabel ini terbagi dua, yakni hubungan
positif dan hubungan negatif. Hubungan X dan Y dibilang positif. Apabila ada kenaikan atau
penurunan pada X, umumnya diikuti oleh kenaikan atau penurunan pada variabel Y. Secara
sederhana, kita bisa mengambil contoh percobaan mencari korelasi antara dua variabel untuk
hubungan negatif, misalnya hubungan antara frekuensi hujan dengan jumlah penjualan es buah.
Dalam hal ini, variabel X mewakili tingkat frekuensi hujan dan variabel Y mewakili tingkat
penjualan es buah. Asumsinya, semakin sering hujan maka jumlah penjualan es buah justru
menurun.
Besarnya angka korelasi disebut koefisien korelasi yang dinyatakan dengan lambang r.
Koefisien korelasi (r) merupakan indeks atau bilangan yang digunakan untuk mengukur keeratan
hubungan antar variabel. Di mana nilai r bervariasi di rentang -1 sampai +1. Nilai r yang
mendekati angka -1 atau +1 memberikan informasi bahwa kedua variabel memiliki hubungan
yang kuat. Sedangkan angka r yang dekat dengan angka 0, menggambarkan bahwa hubungan
antar variabel dinilai rendah. Untuk mengetahui hubungan antara dua variabel, maka cukup
melihat nilai dari koefisien korelasi. Secara umum, ada dua metode yang bisa digunakan dalam
pengukuran korelasi.
2. Regresi
Analisis regresi biasa disebut juga dengan anreg. Pada analisis regresi suatu variabel yang
mempengaruhi disebut variabel bebas atau independent variable, sedangkan variabel yang
dipengaruhi disebut variabel terikat atau dependent variable. Analisis regresi digunakan untuk
melakukan prediksi dan ramalan. Karena merupakan prediksi, maka nilai prediksi tidak selalu
tepat dengan nilai realnya, semakin kecil tingkat penyimpangannya antar prediksi dengan nilai
riilnya, maka semakin tepat persamaan regresi yang dibentuk.
Jika persamaan regresi hanya terdapat satu variabel bebas dengan satu variabel terikat,
maka disebut dengan persamaan regresi sederhana. Jika variabel bebasnya lebih dari satu, maka
disebut dengan persamaan regresi berganda. Analisis regresi linier sederhana adalah hubungan
secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis regresi
sederhana dapat digunakan untuk mengetahui arah dari hubungan antara variabel bebas dengan
variabel terikat, apakah memiliki hubungan positif atau negatif serta untuk memprediksi nilai
dari variabel terikat apabila nilai variabel bebas mengalami kenaikan ataupun penurunan. Pada
regresi sederhana biasanya data yang digunakan memiliki skala interval atau rasio.
Ŷ = a + bX
Dimana :
Regresi Berganda
Ŷ = a + b X + b X +…..+ b X
1 1 2 2 n n
Dimana :
CONTOH SOAL
Ingin diketahui seberapa kuat hubungan antara besarnya pendapatan seseorang dengan
pengeluaran (konsumsi) per bulan. Data dari 10 orang yang diwawancarai diperoleh data sebagai
berikut :
X (pendapatan) : 56, 77, 87, 62, 38, 88, 61, 91, 83, 70 (ribuan)
Y (pengeluaran) : 45, 38, 56, 43, 25, 70, 44, 70, 59, 57 (ribuan)