Disusun Oleh :
MANAJEMEN C 2019
FAKULTAS EKONOMI
Puji dan Syukur saya panjatkan atas kehadirat ALLAH SWT Tuhan Yang Maha Esa karena dengan
Rahmat dan Penyertaan-Nya, kami masih bisa menyelesaikan tugas Project ini dengan baik yang
mana untuk memenuhi tugas dari mata kuliah statistika. Terima kasih juga saya ucapkan kepada
bapak pihak-pihak yang membantu saya dalam mengerjakan tugas ini.
Oleh karena itu, saya sangat berharap kepada Saudara-Saudari sekalian yang membaca Tugas kami
ini dengan senang hati saya menerima dan membutuhkan saran, kritik serta ide-ide dari pembaca
sekalian. Demikianlah kata pengantar dari saya, jika ada kesalahan mohon dimaafkan.Sekian dan
Terimakasih.
HALAMAN JUDUL............................................................................................i
KATA PENGANTAR...........................................................................................i
DAFTAR ISI.......................................................................................................ii
BAB I PENDAHULUAN
BAB II PEMBAHASAN
3.1 Kesimpulan...................................................................................................9
3.2 Saran.............................................................................................................9
DAFTAR PUSTAKA......................................................................................10
.
BAB I
PENDAHULUAN
Banyak analisis statistika bertujuan untuk mengetahui apakah ada hubungan antara dua atau lebih
peubah. Bila hubungan demikian ini dapat dinyatakan dalam bentuk rumus matematik, maka kita
akan dapat menggunakannya untuk keperluan peramalan.
Masalah peramalan dapat dilakukan dengan menerapkan persamaan regresi. mendekati nilai tengah
populasi. Sekarang ini, istilah regresi ditetapkan pada semua jenis peramalan, dan tidak harus
berimplikasi suatu regresi mendekati nilai tengah populasi. Sedangkan Teknik korelasi merupakan
teknik analisis yang melihat kecenderungan pola dalam satu variabel berdasarkan kecenderungan
pola dalam variabel yang lain. Maksudnya, ketika satu variabel memiliki kecenderungan untuk naik
maka kita melihat kecenderungan dalam variabel yang lain apakah juga naik atau turun atau tidak
menentu. Jika kecenderungan dalam satu variabel selalu diikuti oleh kecenderungan dalam variabel
lain, kita dapat mengatakan bahwa kedua variabel ini memiliki hubungan atau korelasi.
Pembaca diharapkan dapat mengetahui apa definisi dan analisis dari regresi dan korelasi, dapat
mengetahui macam-macam serta karakteristik dari regresi dan korelasi, dan dapat mengetahui
tujuan dari penggunaan regresi dan korelasi.
BAB II
PEMBAHASAN
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 galton, ia menyebutkan sebagai regresi menuju
mediokritas.
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 variabel dengan satu atau lebih variabel
independen. Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variable
independent. Koefisien ini diperoleh dengan cara memprediksi nilai variable dependen dengan suatu
persamaan.
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.
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. Hubungan dua variabel
tersebut dapat terjadi karena adanya hubungan sebab akibat atau dapat pula terjadi karena
kebetulan saja. Dua variabel dikatakan berkolerasi apabila perubahan pada variabel yang satu akan
diikuti perubahan pada variabel yang lain secara teratur dengan arah yang sama (korelasi positif)
atau berlawanan (korelasi negatif).
Analisis Korelasi merupakan suatu analisis untuk mengetahui tingkat keeratan hubungan antara dua
variabel. Tingkat hubungan tersebut dapat dibagi menjadi tiga kriteria, yaitu mempunyai hubungan
positif, mempunyai hubungan negatif dan tidak mempunyai hubungan.
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 :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2] atau a = (ΣY/N) – b (ΣX/N)
Contoh :
Berdasarkan hasil pengambilan sampel secara acak tentang pengaruh lamanya belajar (X) terhadap
nilai ujian (Y) adalah sebagai berikut :
40 4 16 160
60 6 36 360
50 7 49 350
70 10 100 700
90 13 169 1.170
Dengan menggunakan rumus di atas, nilai a dan b akan diperoleh sebagai berikut :
Berdasarkan hasil penghitungan dan persamaan regresi sederhana tersebut di atas, maka dapat
diketahui bahwa : 1) Lamanya belajar mempunyai pengaruh positif (koefisien regresi (b) = 5,2)
terhadap nilai ujian, artinya jika semakin lama dalam belajar maka akan semakin baik atau tinggi nilai
ujiannya; 2) Nilai konstanta adalah sebesar 20,4, artinya jika tidak belajar atau lama belajar sama
dengan nol, maka nilai ujian adalah sebesar 20,4 dengan asumsi variabel-variabel lain yang dapat
mempengaruhi dianggap tetap.
Analisis Korelasi (r) : digunakan untuk mengukur tinggi redahnya derajat hubungan antar variabel
yang diteliti. Tinggi rendahnya derajat keeratan tersebut dapat dilihat dari koefisien korelasinya.
Koefisien korelasi yang mendekati angka + 1 berarti terjadi hubungan positif yang erat, bila
mendekati angka – 1 berarti terjadi hubungan negatif yang erat. Sedangkan koefisien korelasi
mendekati angka 0 (nol) berarti hubungan kedua variabel adalah lemah atau tidak erat. Dengan
demikian nilai koefisien korelasi adalah – 1 ≤ r ≤ + 1. Untuk koefisien korelasi sama dengan – 1 atau +
1 berarti hubungan kedua variabel adalah sangat erat atau sangat sempurna dan hal ini sangat
jarang terjadi dalam data riil. Untuk mencari nilai koefisen korelasi (r) dapat digunakan rumus
sebagai berikut : r = [(N . ΣXY) – (ΣX . ΣY)] / √{[(N . ΣX2) – (ΣX)2] . [(N . ΣY2) – (ΣY)2]}
Contoh :
Sampel yang diambil secara acak dari 5 mahasiswa, didapat data nilai Statistik dan Matematika
sebagai berikut :
1 2 3 6 4 9
2 5 4 20 25 16
3 3 4 12 9 16
4 7 8 56 49 64
5 8 9 72 64 81
r = [(N . ΣXY) – (ΣX . ΣY)] / √{[(N . ΣX2) – (ΣX)2] . [(N . ΣY2) – (ΣY)2]}
r = [(5 . 166) – (25 . 28) / √{[(5 . 151) – (25)2] . [(5 . 186) – (28)2]} = 0,94
Nilai koefisien korelasi sebesar 0,94 atau 94 % menggambarkan bahwa antara nilai statistik dan
matematika mempunyai hubungan positif dan hubungannya erat, yaitu jika mahasiswa mempunyai
nilai statistiknya baik maka nilai matematikanya juga akan baik dan sebaliknya jika nilai statistik jelek
maka nilai matematikanya juga jelek.
Hubungan antara 2 variabel. Yaitu x (variabel bebas) dan y (variabel tak bebas). Kedua variable
datanya kuantitatif.
Hubungan antara variabel y dengan dua atau lebih variabel x. Semua variable datanya kuantitatif.
Misal : produksi padi dipengaruhi oleh jenis pupuk, suhu, lama penyinaran, dll
3. Regresi Nonlinier
Hubungan antara variabel y dan x yang tidak linier. Tidak linier maksudnya laju perubahan y akibat
laju perubahan x tidak konstan untuk nilai-nilai x tertentu.
Misal : Produksi padi akan meningkat saat diberi pupuk taraf rendah ke sedang. Tapi kalau diberi
dengan taraf tinggi, malah produksinya menurun.
4. Regresi Dummy
Misal : Melihat pengaruh kemasan terhadap harga jual makanan. Kita coding 1 jika kemasan menarik
dan 0 jika kemasan tidak menarik. 1 dan o adalah variabel dummy.
5. Regresi Logistik
Misal : Ingin diketahui apakah konsumen akan membeli makanan di rumah makan berdasarkan
penilaian konsumen terhadap lokasi, pelayanan, pendapatan. Dalam kasus ini hanya ada 2
kemungkinan respon konsumen, yaitu konsumen membeli (1) dan tidak membeli (0).
1. Korelasi Positif
Korelasi positif adalah tingkat hubungan antara dua variabel yang mempunyai ciri, bahwa
perubahan variabel independent x (variabel bebas x) diikuti oleh perubahan variable dependent y
(variabel bebas y) secara ‘’Searah’’
1. Korelasi Negatif
Korelasi negatif adalah tingkat hubungan antara dua variabel yang mempunyai ciri, bahwa
perubahan variabel independent x (variabel bebas x) diikuti oleh perubahan variable dependent y
(variabel bebas y) secara ’’Berlawanan”.
Yaitu tingkat hubungan yang terjadi antara 2 (dua) variabel atau lebih. Misalkan pada model regresi
linier multiple (y = a0 + a1x1 + a2x2 + e), maka maksud dan pengertian dari pernyataan diatas
adalah Tingkat hubungan antara antar y dan x1 atau tingkat hubungan antara y dengan x2 atau
tingkat hubungan antara x1 dan x2.
Maksud dan pengertian dari korelasi sempurna antara 2 variabel, yaitu suatu kondisi bahwa setiap
nilai variabel bebas x akan terdapat pada setiap nilai variabel tidak bebas y-nya. Hal ini dapat
diartikan pula, bahwa garis regresi yang terbentuk dari kata yang tersebar (terdistribusi) adalah
merupakan tempat kedudukan dari data-data dimaksud, sehingga nilai r nya =1 atau r = -1.
Korelasi antara 2 (dua) variabel yang dikatakan tidak sempurna, jika titik-titik yang tersebar tidak
terdistribusi tepat pada satu garis lurus.
Korelasi antara dua variabel yang seolah-olah ada tetapi tidak ada.
1. Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasari pada
3. Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai
Adapun tujuan penggunaan korelasi yaitu: untuk mengukur kekuatan (strength) dan arah hubungan
hubungan antar dua variabel atau lebih.
Contoh :
1. Model regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar < 0.05.
2. Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi yang sangat tinggi atau
sangat rendah antar variabel bebas. Syarat ini hanya berlaku untuk regresi linier berganda dengan
variabel bebas lebih dari satu.
3. Keselerasan model regresi dapat diterangkan dengan menggunakan nilai r2 semakin besar nilai
tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai r2
mempunyai karakteristik diantaranya: 1) selalu positif, 2) Nilai r2 maksimal sebesar 1. Jika Nilai r2
sebesar 1 akan mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam
variabel Y dapat diterangkan oleh model regresi. Sebaliknya jika r2 sama dengan 0, maka tidak ada
hubungan linier antara X dan Y.
4. Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y)
7. Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel bebas (disebut juga
sebagai variabel predictor) sedang variabel lainnya variabel tergantung (disebut juga sebagai variabel
response).
1) Kisaran Korelasi: Kisaran (range) korelasi mulai dari 0 sampai dengan 1. Korelasi dapat positif
dan dapat pula negatif.
2) Korelasi Sama Dengan Nol: Korelasi sama dengan 0 mempunyai arti tidak ada hubungan antara
dua variabel.
3) Korelasi Sama Dengan Satu: Korelasi sama dengan + 1 artinya kedua variabel mempunyai
hubungan linier sempurna (membentuk garis lurus) positif. Korelasi sempurna seperti ini mempunyai
makna jika nilai X naik, maka Y juga naik.
4) Korelasi sama dengan minus satu: artinya kedua variabel mempunyai hubungan linier
sempurna (membentuk garis lurus) negatif. Korelasi sempurna seperti ini mempunyai makna jika
nilai X naik, maka Y turun dan berlaku sebaliknya.
BAB III
PENUTUP
3.1 Kesimpulan
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.
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan
antara dua variabel dan untuk mengetahui arah hubungan yang terjadi.
3. Regresi Nonlinier
4. Regresi Dummy
5. Regresi Logistik
1. Korelasi Positif
2. Korelasi Negatif
3.2 Saran
Menyadari masih banyaknya kekurangan dalam penyusunan makalah ini, penyusun sangat
mengharapkan adanya kritik dan saran, yang sifatnya membangun atau memperbaiki makalah ini
dari semua pihak.
DAFTAR PUSTAKA
http://ngacabrul.blogspot.co.id/2010/12/makalah-statistik-korelasi-dan-regresi.html
https://lovelyyydee.wordpress.com/2014/04/09/contoh-makalah-statistika-regresi-dan-korelasi/
http://kakamawardi.blogspot.co.id/2011/12/analisis-regresi-dan-korelasi-sederhana.html
http://dokterdewikusumastuti.blogspot.co.id/2013/07/analisis-regresi.html
http://allansetyoko.blogspot.co.id/2014/04/perbedaan-antara-hubungan-dengan.html