Metode peramalan korelasi

Metode ini didasarkan pada penetapan suatu persamaan estimasi menggunakan teknik least
square. Metode ini cocok untuk peramalan jangka pendek karena memiliki keakuratan yang
sangat baik, tetapi untuk digunakan dalam peramalan jangka panjang ternyata keakuratannya
kurang begitu baik. Metode ini antara lain digunakan pada peramalan penjualan, perencanaan
keuntungan, peramalan permintaan dan peramalan keadaan ekonomi. Data yang dibutuhkan
untuk penggunaan metode peramalan ini adalah data kuartalan dari beberapa tahun yang lalu
Koefisien korelasi untuk garis regresi
Persamaaan regresi adalah salah satu cara untuk menggambarkan sifat dari hubungan di antara
dua variabel. Garis regresi bukan merupakan hubungan “ sebab dan akibat ”. persamaan tersebut
menunjukkan bagaimana salah satu variabel terkait dengan nilai dan perubahan dalam variabel
lainnya. Menghitung koefisien terhadap korelasi merupakan cara lain untuk mengevaluasi
hubungan antar dua variabel, ukuran ini menggambarkan kekuatan hubungan linier (catatan
bahwa korelasi tidak selalu hubungan sebab akibat). Biasanya diidentifikasikan sebagi r,
koefisien korelasi bisa menjadi banyak angka diantara +1 dan -1.

Untuk menghitung r, perlu menggunakan banyak data yang sama yang diperlukan terlebihdahulu
untuk menghitung a dan b untuk garis regresi. Persamaan yang lebih panjang untuk r adalah :
Menentukan koefisien korelasi
Wakil presiden direktur ingin mengetahui kekuatan hubungan antara area sistem penggajian dan
penjalan.

Pertama kita menghitung nilai r menggunakan persamaan diatas tadi, tetapi kita harus
menambahkan satu lagi kolom perhitungan untuk y 2. Selanjutnya akan ditunjukkan oleh tabel
berikut

Dari data tersebut akan dimasukkan dalam rumus diatas, sehingga memperoleh hasil r = 0,901.
Hasil ini nampak menjadi koefisien yang signifikan dan membantu menginformasikan
kedekatan hubungan antara dua variabel.