PERTEMUAN 5

REGRESI DAN KORELASI

A. Pengertian Regresi dan Korelasi

Regresi dan korelasi di gunakan untuk mempelajari pola dan mengukur

hubungan statistik antara dua atau lebih variabel. Jika digunakan hanya dua variable
disebut regresi dan korelasi sederhana. Sedangkan bila digunakan lebih dari dua
variabel disebut regresi dan korelasi berganda. Variabel yang akan diduga disebut
variabel terikat (tidak bebas) atau dependent variable, biasa dinyatakan dengan variabel
Y.
Sedangkan variabel yang menerangkan perubahan variabel terikat disebut
variabel bebas atau independentMvariabel, biasa dinayatakn dengan variabel X.
Apabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah
diketahui dapat dipergunakan untuk memperkirakan/ menaksir Y. Ramalan pada
dasarnya merupakan perkiraan mengenai terjadinya suatu kejadian .
Persamaan regresi (perkiraan/peramalan) dibentuk untuk menerangkan pola
hubungan variabel-variabel. Analisa korelasi di gunakan untuk mengukur keeratan
hubungan antara variabel-variabel.MUntuk menetukan persamaan hubungan
antarvariabel , langkah-langkahnya adalah:
1. Mengumpulkan data dari variabel yang dibutuhkan misalnya X sebagai
variabel bebas dan Y adalah variabel tidak bebas

2. Menggmbarkan titik-titik pasangan (x,y) dalam sebuah sistem koordinat

bidang. Hasil dari gambar itu disebut Diagram Pencar.

Contoh Diagram Pencar:

Pola hubungan dari grafik-grafik tersebut. Pada Grafik a, b, c terlihat bahwa
peningkatan nilai y sejalan dengan peningkatan nilai x. Apabila nilai x meningkat,
maka nilai y pun meningkat, dan sebaliknya. Dari Grafik a sampai c, sebaran
titiktitik pasangan data semakin mendekati bentuk garis lurus yang
menunjukkan
bahwa keeratan hubungan antara variabel x dan y semakin kuat (sinergis).
Hal yang sebaliknya terjadi pada Grafik d, e, dan f. Peningkatan nilai y tidak
sejalan dengan peningkatan nilai x .Peningkatan salah satu nilai menyebabkan
penurunan nilai pasangannya. Sekali lagi tampak bahwa kekuatan hubungan
antara kedua variabel dari d menuju f semakin kuat.
Berbeda dengan grafik sebelumnya, pada Grafik g tidak menunjukkan adanya
pola hubungan linier antara kedua variabel. Hal ini menandakan bahwa tidak
ada korelasi di antara kedua variabel tersebut. Terkahir, pada Grafik h kita bisa
melihat adanya pola hubungan di antara kedua variabel tersebut, hanya saja
polanya bukan dalam bentuk hubungan linier, melainkan dalam bentuk
kuadratik.
Kegunaan dari diagram pencar adalah :
1. Membantu menunjukkan apakah terdapat hubungan yang bermanfaat antara
dua variabel
2. Membantu menetapkan tipe persamaan yang menunjukkan hubungan antara
kedua variabel tersebut.
3. Menentukan persamaan garis regresi atau mencari nilai-nilai konstan
B. Analisa Regresi Sederhana

Analisa regresi linier sederhana adalah hubungan secara linier antara satu
variable dependen yang digunakan untuk memprediksi atau meramalkan suatu
nilai variable dependen berdasarkan variabel independen.
Persamaan garis regresi linier sederhana untuk sampel dengan menggunakan
metode Kuadrat Terkecil.

y = a + bx
b = n∑XY - ∑X. ∑Y
n∑𝑋2 - (∑X)2
𝑥 = ∑X
n
𝑦 = ∑Y
n
a = 𝑦 - b𝑥

y = nilai yag diukur/dihitung pada variabel tidak bebas

x = nilai tertentu dari variabel bebas
a = intersep / perpotongan garis regresi dengan sumbu y
b = koefisien regresi / kemiringan dari garis regresi/ untuk mengukur kenaikan
atau penurunan y untuk setiap perubahan satu-satuan x/ untuk mengukur
besarnya pengaruh x terhadap y kalau x naik satu unit

Contoh soal
Misalnya X adalah persenyase kenaikan biaya periklanan dan Y adalah
persentasi kenaikan hasil penjualan. Berapakah besarnya ramalan persentase
(%) kenaikan penjualan kalau biaya iklan dinaikkan menjadi 15% (X=15)
C. Analisa Korelasi Sederhana
Analisa korelasi digunakan untuk mengukur kekuatan keeratan hubungan
antara dua variabel melalui sebuah bilangan yang disebut koefisien korelasi.
Koefisien korelasi linier (r) adalah ukuran hubungan linier antara dua variabel
/peubah acak X dan Y untuk mengukur sejauh mana titik-titik menggerombol
sekitar sebuah garis lurus regresi.

Jika b positif maka r positif dan jika b negatif maka r negatif.

Jika nilai r terletak Di -1≤ r ≤+1 , jika r mendekati +1 dan -1 maka terjadi korelasi
tinggi dan terjadi hubungan linier yang sempurna antara X dan Y. Jika r
mendekati 0 hubungan liniernya sangat lemah atau tidak ada. Misalnya r = - 0,6
, menunjukkan arah yang berlawanan , jika nilai X naik maka nilai Y turun, begitu
pula sebaliknya. Jika r = +0,6 menunjukkan arah yang sama , jika nilai X naik maka
nilai Y juga naik.
D. Koefisien Determinas

Nilai koefisien determinasi antara 0 dan 1. Koefisien determinasi adalah untuk

menyatakan proporsi keragaman total nilai-nilai peubah Y yang dapat dijelaskan
oleh nilai-nilai peubah X melalui hubungan linier tersebut. Contohnya r = 0,6 𝑟2=
0,36 artinya 36% besarnya sumbangan X terhadap naik turunnya Y adalah 36 %
sedangkan 64% disebabkan oleh faktor lain.
X = Pendapatan perkapita (ribuan milliar rupiah)
Y = Pengeluaran konsumsi rumah tangga (ribuan milliar rupiah)
Kesimpulannya : Hubungan X dan Y sangat kuat dan positif. Besarnya
sumbangan pendapatan perkapita terhadap naik/turunnya pengeluaran
konsumsi adalah
KP = 𝑟2 = (0,98)2 = 0,96 = 96 %