1.

Analisis korelasi adalah salah satu jenis pengukuran dalam statistik yang sering digunakan
dalam pengolahan data. Korelasi merupakan metode statistik yang bisa digunakan bila kita
memiliki minimal 2 variabel. Berdasarkan definisi dari beberapa ahli, terdapat beberapa
pengertian dari korelasi adalah sebagai berikut :
a) Croxton dan Cowden : Ketika seuatu hubungan bisa dibuktikan secara kuantitatif, maka
metode statistik yang baik untuk mengukur hubungan tersebut dinamakan korelasi.
b) A.M Tuttle : Korelasi adalah analisis kovarian antara dua atau lebih variable.
c) L.R Conner : Bila dua atau lebih variabel yang bergerak dan diikuti oleh variabel lain,
maka hal ini bisa dikatakan terdapat hubungan korelasi.
Secara umum, analisis korelasi adalah metode statistik yang digunakan untuk mengetahui dan
mengukur bagaimana hubungan antara 2 variabel. Dengan motode ini, kita bisa menentukan
seberapa kuat hubungan antar variabel yang belum diketahui sebelumnya.

2. Analisis Regresi adalah metode yang digunakan untuk mengukur pengaruh variabel bebas
terhadap variabel tergantung. Analisis Regresi juga bisa digunakan untuk memprediksi
variabel tergantung dengan menggunakan variabel bebas. Gujarati (2006) mendefinisikan
analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel
yang diterangkan (the explained variabel) dengan satu atau dua variabel yang
menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung
dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu,
maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh
beberapa variabel bebas akan dikenakan kepada variabel tergantung.
 Tujuan Penggunaan Analisis Regresi antara lain:
 Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai
variabel bebas.
 Untuk menguji hipotesis karakteristik dependensi.
 Meramalkan nilai rata-rata variabel bebas yang didasari nilai variabel bebas diluar
jangkauan sample.
 Penggunaan Asumsi didasarkan pada hal berikut :
 Model regresi harus linier dalam parameter.
 Variabel bebas tidak berkorelasi dengan disturbance term (Error).
  Nilai disturbance term sebesar 0 atau dengan simbol sebagai berikut: (E (U / X) = 0
 Varian untuk masing-masing error term (kesalahan) konstan.
 Tidak terjadi otokorelasi
 Model regresi hendaknya dispesifikasi secara benar. Tidak terdapat bias spesifikasi
dalam model yang digunakan dalam analisis empiris.
 Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory) tidak ada
hubungan linier yang nyata.

Dalam analisis regresi ada dua macam linearitas, yaitu linieritas dalam variabel dan
linieritas dalam parameter. Linier dalam variabel merupakan nilai rata-rata kondisional variabel
tergantung yang merupakan fungsi linier dari variabel (variabel) bebas. Sedangkan linieritas
dalam parameter merupakan fungsi linier parameter dan dapat tidak linier dalam variabel.
Analisis regresi berbeda dengan analisis korelasi. Jika dalam analisis korelasi digunakan untuk
melihat hubungan dua variable, maka analisis regresi digunakan untuk melihat pengaruh
variable bebas terhadap variable tergantung serta memprediksi nilai variable tergantung dengan
menggunakan variable bebas.
Dalam analisis regresi variable bebas berfungsi untuk menerangkan (explanatory) sedang
variable tergantung berfungsi sebagai yang diterangkan (the explained). Dalam analisis regresi
data harus berskala interval atau rasio. Hubungan dua variable bersifat dependensi. Untuk
menggunakan analisis regresi diperlukan beberapa persyaratan yang harus dipenuhi.