Oleh :
Renyta Ayualifa Janna
5551220126
3D Manajemen
RUMUS
Keterangan :
• 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.
• 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 :
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.
Y = a + bX + bX + … + e
1 1 2 2
Keterangan:
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 .