STATISTIKA
Dosen Pengampu:
KATA PENGANTAR
i | S t a ti s ti k a A K T S L U M A J A N G
Allhamdulillah, puji syukur kehadirat Allah SWT, karena atas rahmat serta karunia-Nya
sehingga kami dapat menyelesaikan makalah ini untuk memenuhi tugas mata
kuliah STATISTIKA yang berjudul “REGRESI DAN KORELASI ”
Kami menyadari sepenuhnya di dalam penulisan makalah ini masih banyak terdapat
kekurangan, oleh karena itu kami mengharapkan adanya kritik dan saran demi kesempurnaan
makalah ini.
Semoga makalah ini bisa bermanfaat bagi kita semua, khususnya bagi penyusun dan
dapat menambah wawasan kita dalam mempelajari tentang REGRESI DAN KORELASI.
Lumajang, 2 Januari 2021
Penyusun
DAFTAR ISI
ii | S t a ti s ti k a A K T S L U M A J A N G
HALAMAN JUDUL...................................................................................................................
DAFTAR ISI................................................................................................................................
KATA PENGANTAR.................................................................................................................
BAB I PENDAHULUAN............................................................................................................
1.1 Latar Belakang.....................................................................................................................
1.2 Rumusan Masalah.................................................................................................................
1.3 Tujuan Penulisan...................................................................................................................
BAB II PEMBAHASAN.............................................................................................................
2.1 Pengertian Regresi Dan Korelasi............................................................................................
2.2 Analisis Regresi dan Korelasi ................................................................................................
2.3 Macam-Macam Regresi Dan Korelasi ..................................................................................
2.4 Tujuan Pengggunaan Regresi dan Korelasi..........................................................................
2.5 Karakteristik Penggunaan Regresi dan Korelasi...................................................................
BAB III PENUTUP.....................................................................................................................
3.1 Kesimpulan............................................................................................................................
3.2 Saran.......................................................................................................................................
DAFTAR PUSTAKA..................................................................................................................
.
iii | S t a ti s ti k a A K T S L U M A J A N G
BAB I
PENDAHULUAN
1.1 Latar Belakang
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.
1.2 Rumusan Masalah
1. Apa yang dimaksud dengan regresi dan korelasi?
2. Bagaimana analisis dari regresi dan korelasi?
3. Apa saja macam-macam dari regresi dan korelasi?
4. Apa tujuan dari penggunaan regresi dan korelasi?
5. Apa saja karakteristik dari regresi dan korelasi?
1.3 Tujuan Penulisan
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.
iv | S t a ti s ti k a A K T S L U M A J A N G
BAB II
PEMBAHASAN
v | S t a ti s ti k a A K T S L U M A J A N G
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).
2.2 Analisis Regresi dan Korelasi
Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh
suatu variabel terhadap variabel lain. Dalam analisis regresi, variabel yang mempengaruhi
disebut Independent Variable (variabel bebas) dan variabel yang dipengaruhi disebut Dependent
Variable (variabel terikat). Jika dalam persamaan regresi hanya terdapat satu variabel bebas dan
satu variabel terikat, maka disebut sebagai persamaan regresi sederhana, sedangkan jika
variabel bebasnya lebih dari satu, maka disebut sebagai persamaan regresi berganda.
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)
b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]
Contoh :
Berdasarkan hasil pengambilan sampel secara acak tentang pengaruh lamanya belajar (X)
terhadap nilai ujian (Y) adalah sebagai berikut :
Y(nilai X (lama belajar) X 2 XY
vi | S t a ti s ti k a A K T S L U M A J A N G
ujian)
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 :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2]
a = [(310 . 370) – (40 . 2.740)] / [(5 . 370) – 402] = 20,4
vii | S t a ti s ti k a A K T S L U M A J A N G
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 :
Sampel X (statistik) Y (matematika) XY X2 Y2
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.
2.3 Macam-Macam Regresi Dan Korelasi
Macam-macam regresi itu terbagi lima antara lain sebagai berikut:
1. Regresi Linier Sederhana
Hubungan antara 2 variabel. Yaitu x (variabel bebas) dan y (variabel tak bebas). Kedua variable
datanya kuantitatif.
Misal: Berat badan seseorang dipengaruhi tinggi badannya
2. Regresi Linier Berganda
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
viii | S t a ti s ti k a A K T S L U M A J A N G
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
Hubungan antara variabel y (data kuantitatif) dan variabel x (data kualitatif).
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
Hubungan antara variabel y (data kualitatif) dan variabel x (data kuantitatif).
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).
Macam-macam korelasi terdiri dari:
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”.
2. Korelasi Sederhana (Simple Corelation)
Yaitu tingkat hubungan yang terjadi antara 2 (dua) variabel saja.
3. Korelasi Multiple (Multiple Corelation)
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.
4. Korelasi Sempurna (Perfect Corelation)
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.
5. Korelasi Tidak sempurna (Imperfect Corelation)
Korelasi antara 2 (dua) variabel yang dikatakan tidak sempurna, jika titik-titik yang tersebar
tidak terdistribusi tepat pada satu garis lurus.
6. Korelasi yang Mustahil (Nonsense Corelation)
Korelasi antara dua variabel yang seolah-olah ada tetapi tidak ada.
ix | S t a ti s ti k a A K T S L U M A J A N G
3. Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel
bebas diluar jangkauan sample.
Adapun tujuan penggunaan korelasi yaitu: untuk mengukur kekuatan (strength) dan arah
hubungan hubungan antar dua variabel atau lebih.
Contoh :
1) Mengukur hubungan antara variabel
2) Motivasi kerja dengan produktivitas;
3) Kualitas layanan dengan kepuasan pelangga;
4) Tingkat inflasi dengan IHSG
x | S t a ti s ti k a A K T S L U M A J A N G
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.
xi | S t a ti s ti k a A K T S L U M A J A N G
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.
Macam-macam regresi itu terbagi lima antara lain sebagai berikut:
1. Regresi Linier Sederhana
2. Regresi Linier Berganda
3. Regresi Nonlinier
4. Regresi Dummy
5. Regresi Logistik
Macam-macam korelasi terdiri dari:
1. Korelasi Positif
2. Korelasi Negatif
3. Korelasi Sederhana (Simple Corelation)
4. Korelasi Multiple (Multiple Corelation)
5. Korelasi Sempurna (Perfect Corelation)
6. Korelasi Tidak sempurna (Imperfect Corelation)
7. Korelasi yang Mustahil (Nonsense Corelation)
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.
xii | S t a ti s ti k a A K T S L U M A J A N G
DAFTAR PUSTAKA
Supangat,Andi. 2010. Statistika. Jakarta:Kencana
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
xiii | S t a ti s ti k a A K T S L U M A J A N G