ANALISIS REGRESI DAN KORELASI LINEAR

SEDERHANA

STATISTIK EKONOMI

Dosen: Lili Rismaini, Mpd

KELOMPOK 2:

 16101155310529 Karmila Situmorang

 16101155310535 Nadiatul Afifah
 16101155310539 Putri Wulandari
 16101155310542 Resa Arianti
 16101155310549 Syafira Aviola
 16101155310709 Dhea Suntika Putri

Fakultas ekonomi
Universitas Putra Indonesia “YPTK” Padang
2017/2018
 BAB 1
PENDAHULUAN

1.1  Latar Belakang
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, 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 model regresi.
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.
(wikipedia).
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.
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (Measures of association). Teknik ini berguna untuk
mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel) dengan
skala-skala tertentu.
Regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh
suatu variabel terhadap variabel lain .Dalam analisis regresi ,variabel yang mempengaruhi
disebut independent variabel (variable bebas) dan variabel yang dipengaruhi disebut
dependent variabel (variabel terikat).

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, dapat di rumuskan sebuah permasalahan sebagai
berikut:
1. Apa pengertian regresi dan korelasi?
2. Apa pengertian variabel bebas dan variabel terikat?
3. Apa macam-macam korelasi sederhana?
1.3  Tujuan Penulisan
Berikut ini adalah beberapa tujuan penulisan makalah :
1. Untuk memenuhi persyaratan dalam memperoleh nilai UAS Statistika Ekonomi
semester III.
2. Untuk mengetahui pengertian dan perhitungan Regrasi dan Korelasi.
3. Membuat para mahasiswa lebih mengetahui dan memahami materi ini melalui
analisa data, penarikan kesimpulan dan pembuat keputusan.

1.4. Metode Penulisan

Dalam penulisan makalah ini kami menggunakan metode study kepustakaan yaitu
proses pencarian dan pengumpulan data dari buku-buku dan situs-situs yang berhubungan
dengan judul makalah yang kami buat.
 BAB 2
PEMBAHASAN

2.1 Pengertian Regresi

Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan
antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama digunakan
sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia telah melakukan
studi tentang kecendrungan tinggi badan anak. Hasil studi tersebut merupakan suatu
kesimpulan bahwa kecendrungan tinggi badan anak yang lahir terhadap orang tuanya
adalah menurun mengarah pada tinggi badan rata-rata penduduk. Istilah regresi pada
mulanya bertujuan untuk membuat perkiraan nilai satu variabel terhadap variabel yang
lain. Pada perkembangan selanjutnya, analisis regresi dapat digunakan sebagai alat untuk
membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain yang
berhubungan dengan variabel tersebut. (Alfigari, 2000. Analisis Regresi Teori, kasus dan
solusi, Edisi Kedua, Yogyakarta : BPFE halaman 1 dan 2).
Pada dasarnya dalam suatu persamaan regresi terdapat dua macam variabel, yaitu
variabel bebas (independent variable) yang dinyatakan dengan simbol X dan variabel
terikat (dependent variable) yang biasanya dinyatakan dengan simbol Y . Variabel terikat
adalah variabel yang dipengaruhi atau yang nilainya bergantung dari nilai variabel lain.
Variabel bebas adalah variabel yang memberikan pengaruh. Bila variabel bebas diketahui
maka variabel terikatnya dapat diprediksi besarnya. Prinsip dasar yang harus dipenuhi
dalam membangun suatu persamaan regresi adalah bahwa antara variabel terikat dengan
variabel bebas mempunyai sifat hubbungan sebab-akibat.

2. 2 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.

2.3 Analisis Regresi Linier Sederhana

Analisis Regresi Linier Sederhana adalah bentuk regresi dengan model yang
bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel terikat dan
variabel bebas. Sedangkan analisis regresi berganda adalah bentuk regresi dengan model
yang memiliki hubungan antara satu variabel terikat dengan dua atau lebih variabel bebas.
Variabel bebas adalah variabel yang nilainya tergantung dengan variabel lainya, sedangkan
variabel terikat adalah variabel yang nilainya tergantung ddari variabel lainya.
Analisi regresi digunakan untuk mengetahui hubungan antara dua variabel atau
lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan
baik, atau untuk mengetahui bagaimana variasi dari beberapa variabel bebas
mempengaruhi variabel dependen dalam suatu fenomena yang komplek. Jika X1,X2,..., Xk
adalah variabel-variabel bebas dan Y adalah variabel terikat, maka terdapat hubungan
antara fungsional antara X dan Y, dimana variasi dari X akan diiringi pula oleh variasi dari
Y. Jika dibuat secara matematis hubungan ini dapat dijabarkan sebagai berikut :

Y= f( X1, X2,.....Xk,e)
Keterangan :
Y = Variabel terikat (Dependen)
X = Variabel bebas (Independen)
e = Variabel residu (disturbace term)

Analisis regresi linier sederhana terdiri dari satu variabel bebas dan satu variabel
terikat. Dengan kata lain variabel yang dianalisis terdiri dari satu variabel
prediktor dan satu variabel kriterium. Model regresi linier sederhanaya adalah:

y’ = a + bx

Keterangan :
y’= Variabel terikat (dependent variable)
X = Variabel bebas (independent variable)
a = Konstanta (intrcept)
b = Kemiringan (slope)

Penggunaan regresi linier sederhana didasarkan pada asumsi, diantaranya sebagai berikut :
1. Model regresi harus linier dalam parameter
2. Variabel bebas tidak berkolerasi dengan disturbance term (eror)
3. Nilai disturbance term sebesar 0 atau dengan symbol sebagai e
4. Varian untuk masing-masing error term (kesalahan) konstan
5.Tidak terjadi autokorelasi
6. Model regresi dispesifikasikan secara benar. Tidak terdapat bias spesifikasi dalam
model yang digunakan dalam analisis empiris.

2.4 Analisis Korelasi Sederhana

Korelasi yang terjadi antara 2 variabel dapat berupa korelasi POSITIF, korelasi
NEGATIF, TIDAK ADA korelasi, dan Korelasi SEMPURNA.
1. Korelasi Positif adalah korelasi dari dua variabel yaitu apabila variabel yang satu
(X) meningkat atau menurun maka variabel lainnya (Y) cenderung untuk
meningkat atau menurun pula.
2. Korelasi Negatif adalah korelasi dari dua variabel yaitu apabila variabel yang satu
(X) meningkat atau menurun maka variabel lainnya (Y) menurun atau meningkat.
3. Tidak Ada Korelasi Tidak ada korelasi terjadi apabila kedua variabel (X dan Y)
tidak menunjukkan adanya hubungan.
4. Korelasi Sempurna adalah korelasi dari dua variabel yaitu apabila kenaikan atau
penurunan variabel yang satu (Variabel X) berbanding dengan kenaikan atau
penurunan variabel lainnya (Variabel Y)
Analisis Korelasi dapat dilakukan melalui beberapa cara, yaitu:
 Diagram Pencar
 Tabel Korelasi
 Koefisien Korelasi
 Regresi

BAB 3
 PENUTUP

3.1 Kesimpulan
Korelasi merupakan hubungan antara dua kejadian dimana kejadian yang satu dapat
mempengaruhi eksistensi kejadian yang lain, Misalnya kejadian X mempengerahui
kejadian Y. Apabila dua variable X dan Y mempunyai hubungan, maka nilai variable X
yang sudah diketahui dapat dipergunakan untuk memperkirakan/menaksir atau
meramalkan Y. Ramalan pada dasarnya merupakan perkiraan/taksiran mengenai terjadinya
suatu kejadian(nilai suatu variabel) untuk waktu yang akan datang. Variable yang nilainya
akan diramalkan disebut variable tidak bebas (dependent variable), sedangkan variabel C
yang nilainya dipergunakan untuk meramalkan nilai Y disebut variable bebas (independent
variable) atau variable peramal (predictor) atau seringkali disebut variable yang
menerangkan (explanatory).

DAFTAR PUSTAKA
Prihadi Utomo, Yuni. (2007). Eksplorasi Data dan Analisis Regresi dengan SPSS.
Surakarta: Muhammadiyah University Pess.
Siregar, Syofian. (2013). Statistik Parametrik untuk Penelitian Kualitatif. Jakarta: Bumi
Aksara.
https://aliefworkshop.com/tag/variabel-bebas/
http://exponensial.wordpress.com/analisis-regresi/
http://mira-minds.blogspot.com/2009/08/bab-15-analisis-regresi-dan-korelasi.html