TUGAS INDIVIDU

REVISI RESUME TENTANG KORELASI DAN REGRESI

Nama Dospem : Bapak Yanto Azie Setya, SE., M.Si.
Mata Kuliah : Statistika

Oleh :
Renyta Ayualifa Janna
5551220126
3D Manajemen

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS SULTAN AGENG TIRTAYASA
2023
Pengertian Korelasi
Korelasi adalah cara yang digunakan untuk menentukan keeratan hubungan antara dua atau
lebih variabel berbeda yang digambarkan dengan ukuran koefisien korelasi. Koefisien korelasi
merupakan koefisien yang menggambarkan kedekatan hubungan antara dua atau lebih
variabel. Besar kecilnya koefisien korelasi tidak menggambarkan hubungan sebab akibat
antara dua variabel atau lebih, namun hanya menggambarkan hubungan linier antar
variabelnya. Selain itu, koefisien korelasi juga menunjukkan hubungan timbal balik sehingga
tidak akan menjadi masalah apabila dalam menentukan variabel bebas maupun terikat dalam
sebuah penelitian. Korelasi juga berguna dalam mengukur tingkat kekuatan hubungan antara
dua atau lebih variabel dalam rentang tertentu.
Asumsi Dasar Korelasi
Agar dapat menghitung besar korelasi antar variabel, harus terpenuhi asumsi dasarkorelasi.
Asumsi-asumsi tersebut antara lain:
1. Kedua variabel bersifat independen satu dengan lainnya, artinya masing-masing
variabel berdiri sendiri dan tidak tergantung pada satu variabeldengan variabel lainya
2. Data untuk kedua variabel berdistribusi normal. Data yang mempunyaidistribusi
normal artinya data yang distribusinya simetris sempurna (kurvaberbentuk lonceng).
Menurut Johnston (2004) ciri-ciri data yang mempunyaidistribusi normal adalah
sebagai berikut:
a. Kurva frekuensi normal menunjukan frekuensi tertinggi berada di tengah-tengah,
yaitu berada pada rata-rata (mean) nilai distribusi dengan kurva
sejajar dan tepat sama pada bagian sisi kiri dan kanannya.
b. Kurva normal berbentuk simetris sempurna.
c. Disebabkan dua bagian sisi dari tengah-tengah adalah simetris, maka frekuensi
nilai-nilai diatas rata-rata (mean) sama dengan frekuensi nilai-nilai dibawah rata-
rata.
d. Frekuensi total semua nilai dalam populasi akan berada dalam area dibawah kurva.
Jenis-Jenis Korelasi
Korelasi dibagi menjadi tiga jenis, yaitu :
1. Korelasi Sederhana adalah korelasi yang digunakan untuk mengetahui keeratanhubungan
antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi
sederhana menunjukkan seberapa besar hubunganyang terjadi antara dua variabel.
2. Korelasi Parsial adalah korelasi yang digunakan untuk mengetahui hubungan antara dua
variabel di mana variabel lainnya dianggap berpengaruh dikendalikan atau dibuat tetap
(sebagai variabel kontrol).
3. Korelasi Ganda yakni sebuah bentuk yang dapat digunakan untuk dapat melihat dari
berbagai hubungan antara variabel dalam bentuk independen dan dependent sehingga
dapat berkaitan dengan interkorelasi dari variabel dependen.
Karakteristik Sebuah Hubungan
Korelasi adalah nilai numerik yang menjelaskan dan mengukur tiga karakteristik hubungan
antara X dan Y. Ketiga karakteristik tersebut adalah sebagai berikut :
Arah hubungan. Tandai korelasi, positif atau negatif, menggambarkan arah hubungan
Bentuk relasi, cenderung memiliki bentuk linier, artinya, titik-tittik dalam plot pencar
cenderung mengelompok di sekitar garis lurus.
Kekuatan atau konsistensi hubungan, untuk hubungan linier.

RUMUS

Keterangan :

n : Pasangan data X atau Y

Σx : Jumlah dari bentuk Variabel X
Σy : Jumlah dengan Variabel Y
Σx2 : Kuadrat dengan Jumlah pada Variabel X
Σy2 : Kuadrat dengan Jumlah pada Variabel Y
Σxy : Hasil dari Perkalian dan Jumlah
Bentuk Variabel X atau Variabel Y

Bentuk Hubungan Korelasi

1. Korelasi Linear Positif (+1)

• Perubahan Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur
dengan arah yang sama. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y
juga ikut naik. Jika Nilai Variabel X mengalami penurunan, maka Variabel Y pun ikut
turun.
• Jika Nilai Koefisien Korelasi mendekati +1 (positif Satu) berarti pasangan data
Variabel X dan Y mempunyai Korelasi Linear Positif yang kuat.
2. Korelasi Linear Negatif (-1)

• Perubahan Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur
tetapi dengan arah yang berlawanan. Jika Nilai Variabel X mengalami kenaikan, maka
Variabel Y akan turun. Jika Nilai Variabel X turun, maka Nilai Variabel Y mengalami
kenaikan.
• Apabila Nilai Koefisien Korelasi mendekati -1 maka hal ini menunjukan pasangan data
Variabel X dan Variabel Y mempunyai Korelasi Linear Negatif yang kuat/erat.

3. Tidak Berkolerasi (0)

• Kenaikan Nilai Variabel yang satunya terkadang diikuti dengan penurunan Variabel
yang lainnya atau terkadang diikuti dengan kenaikan Variable yang lainnya.Arah
hubungannya tidak teratur, searah, dan terkadang berlawanan.
• Apabila Nilai Koefisien Korelasi mendekati 0 (Nol) berarti pasangan data Variabel X
dan Y mempunyai korelasi yang sangat lemah atau berkemungkinan tidak berkolerasi.

Pengertian Regresi
Ada dasarnya, metode regresi adalah suatu teknik analisis statistik yang bertujuan untuk
memperhitungkan hubungan sebab akibat antara dua atau lebih variabel berbeda. Di samping
itu, metode tersebut juga digunakan sebagai proyeksi dari kumpulan data kuantitatif. Dalam
pengertian lain, regresi adalah metode yang dipakai untuk mengukur hubungan antara variabel
kunci (independent variable) terhadap suatu prediksi masa depan (dependent variable).

Analisis regresi juga dapat digunakan untuk memahami variabel – variabel bebas mana saja
yang dapat berhubungan dengan variabel terikat, serta untuk mengetahui bentuk hubungan
tersebut. Tujuan analisis regresi untuk mendapatkan pola hubungan secara matematis dari
variabel X dan variabel Y, dan untuk mengetahui besarnya perubahan variabel X terhadap
variabel Y, serta untuk memprediksi variabel Y jika nilai variabel X diketahui. Prinsip dasar
pada persamaan regresi sederhana adalah bahwa antara variabel dependen (Y) dengan variable
independennya (Y) harus memiliki sifat hubungan sebab akibat atau hubungan kausalitas,
berdasarkan teori, dari hasil penelitian sebelumnya, atau juga yang didasarkan dari penjelasan
logis tertentu.

Manfaat Regresi
Tidak jauh beda dengan fungsi, manfaat dari analisis regresi dapat disimpulkan sebagai
berikut :

1. Dapat meramalkan pengaruh variabel prediktor terhadap variabel kriterium

2. Dapat membuktikan ada atau tidaknya hubungan fungsional antara variabel bebas (X)
dengan variabel terikat (Y)
3. Dapat membuat estimasi rata-rata dan nilai variabel
4. Dapat menguji hipotesis karakteristik dependensi suatu variabel
5. Dapat mengoptimalisasi proses bisnis
Rumus

1. Regresi Linear Sederhana

Regresi linear sederhana adalah regresi yang hanya terdiri dari satu variabel dependen dan satu
variabel independen. Regresi linear sederhana digunakan untuk mengetahui hubungan nilai
satu variabel bebas dan satu variabel terikat melalui persamaan regresi.
Bentuk dari persamaaan regresi linear sederhana adalah :

di mana:a = konstanta (atau intersep) populasi b= koefisien regresi populasi

Y = variabel terikat
X = variabel bebas

Pengujian Statistik Regresi Linear Sederhana

Ukuran proporsi keragaman total nilai peubah Y yang dapat dijelaskan oleh nilaipeubah X
melalui hubungan linear. Penetapan dan interpretasi koefisien korelasi dan koefisien
determinasi dirumuskan sebagai berikut:
Koefisien Korelasi (r)
Dimana:
r = koefisien korelasi pearson
n = jumlah sampel
X, Y = variabel

Langkah-langkah pengujian statistik regresi linear sederhana denganmenggunakan rumus

sebagai berikut:

2. Regreasi Linear Berganda

Regresi linear berganda adalah regresi dimana variabel terikatnya (Y) dihubungkanatau
dijelaskan lebih dari satu variabel bebas (X1, X2,...., Xn) namun masih menunjukkan
diagram hubungan yang linear. Regresi linear berganda digunakanuntuk mengetahui
hubungan nilai beberapa variabel bebas dan satu variabel terikat melalui persamaan
regresi.

Bentuk dari persamaaan regresi linear berganda adalah :

Y = a + bX + bX + … + e
1 1 2 2

Keterangan:

• a : konstanta (titik potong Y)

• b : koefisien dari variabel X (koefisien determinasi)
• Y : variabel dependen
• X : variabel independen
• e : error

3. Rumus Regresi Non Linear

Beberapa contoh bentuk umum regresi non linear dituliskan sebagai berikut :

1. Regresi berbentuk eksponensial: Y = aebX

2. Regresi berbentuk pangkat: Y = aXb
3. Regresi berbentuk polinomial: Y = a0 + a1X + … +anXn
 DAFTAR PUSTAKA

Ghozali, I. (2016). Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23. Edisi 8. Semarang:
Badan Penerbit Universitas Diponegoro.

Rheza Ari Wibowo, A. A. (2014). Analisis Korelasi Dalam Penentuan Arah Antar Faktor Pada
Pelayanan Angkutan Umum Di Kota Magelang. Journal of Electrical Engineering, Computer
and Information Technology .

Sri Wahyuning S.Kom, M. (April 2021). Dasar-Dasar Statistik. Semarang.