STATISTIKA BISNIS

WHY STATISTICAL ANALYSIS ? (MENGAPA ANALISIS STATISTIK ?)

Ketika anda membantu pekerjaan seseorang yang terkait dengan data, dan hal-hal yang perlu
untuk dicermati adalah :

 Apakah hal tersebut hanya untuk mengumpulkan fakta-fakta ?

 Membantu untuk menganalisis fakta-fakta terhadap pengambilan keputusan ?

Menerapkan model ilmiah dan analisis data yang relevan dengan didukung intuisi dan
pengalaman seseorang, Yang memungkinkan seseorang untuk :

 Mengukur kualitas data

 Menghitung perbedaan dan menguji apakah kesimpulan yang diambil

 signifikan atau tidak

 Menemukan hubungan dan mengukur saling ketergantungan dan

 sebab - akibat antar variabel.

 Membuat prediksi dan peramalan.

Hal Penting diperhatikan :

“Penentuan model atau alat analisis statistik yang diterapkan harus dilakukan secara hati-
hati”

KONSEP STATISTIK

Konsep :

 Dalam arti jamak, mengacu pada satu set angka atau data.

 Dalam arti tunggal, statistik mengacu pada alat yang digunakan untuk mengumpulkan
data, mengolah dan mengintepretasi data serta menarik kesimpulan dari data
tersebut.

1
A.L. Bowley mendefinisikan statistik sebagai :

 Ilmu menghitung

 Pengukuran rata-rata, dan

 Ilmu pengukuran

Boddington mendefinisikan statistik sebagai :

 Ilmu estimasi dan probabilitas.

 Seligman mengeksplorasi konsep statistik, bahwa statistik adalah ilmu yang berhubungan
dengan metode pengumpulan, mengklasifikasian, menyajikan, membandingkan dan
menafsirkan data numerik yang telah dikumpulkan.

 Spiegal mendefinisikan dan menyoroti perannya statistik dalam pengambilan keputusan

dibawah ketidak pastian yaitu sebagai berikut : statistik berkaitan dengan metode ilmiah
untuk mengumpulkan, mengorganisir, penyajian, dan analisis data serta menarik
kesimpulan yang valid dan membuat keputusan yang rasional atas dasar analisis tersebut

Dari definisi di atas, dapat dijelaskan karakteristik utama dari Statistik, yaitu sebagai berikut :

1. Statistik adalah agregasi dari fakta-fakta. Ini berarti angka tunggal bukan merupakan
statistik. Misalnya, pendapatan nasional suatu negara untuk satu tahun bukan statistik.
Tetapi jika data pendapatan nasional selama dua tahun atau lebih adalah statistik.

2. Statistik dipengaruhi oleh beberapa faktor. Misalnya, penjualan produk tergantung pada
sejumlah faktor seperti harga, kualitas, kompetisi, pendapatan konsumen, dan
sebagainya.

3. Statistik harus cukup akurat. Angka yang salah, jika dianalisis, akan menyebabkan
kesimpulan yang salah. Oleh karena itu, penarikan kesimpulan harus didasarkan pada
angka-angka yang akurat.

4. Statistik harus dikumpulkan secara sistematis . Jika data dikumpulkan dengan cara
serampangan, maka hasilnya tidak dapat diandalkan dan justru menghasilkan kesimpulan
yang menyesatkan.

5. Dikumpulkan secara sistematis untuk tujuan yang telah ditentukan.

2
6. Statistik harus ditempatkan dalam hubungan satu sama lain. Jika seseorang
mengumpulkan data yang tidak terkait satu sama lain, maka data tersebut akan
membingungkan dan tidak akan mengarah kepada kesimpulan yang logis .

METODE STATISTIK

Metode Statistik

Statistik
Statistik Deskriptif
Induktif

STATISTIK DESKRIPTIF

 Sebagian besar informasi statistik di koran, majalah, laporan perusahaan, dan publikasi
lainnya (media elektronik) terdiri dari data numerik yang dirangkum dan disajikan agar
mudah dipahami oleh pembaca. Ringkasan data numerik dalam bentuk seperti
disebutkan di atas dalam bentuk lainnya seperti tabel, grafik, histogram disebut
sebagai Statistik Deskriptif.

STATISTIK INFRENSIAL

 Proses melakukan survei untuk mengumpulkan data untuk seluruh populasi disebut
sensus. Proses melakukan survei untuk mengumpulkan data untuk sampel disebut
sampel survei.

 Sebagai salah satu kontribusi utama, statistik menggunakan data dari sampel untuk
membuat estimasi dan uji hipotesis tentang karakteristik suatu populasi melalui
proses yang disebut sebagai Statistik Inferensial.

3
BAGAN POSISI STATISTIK DESKRIPTIF DAN POSISI STATISTIK INDUKTIF

START

PENGUMPULAN DATA

KUANTITATIF

PENGOLAHAN , PENYEDERHANAAN
DAN PENATAAN DATA

PENYAJIAN DATA ,TABEL DAN

GRAFIK

PENGGUNAAN DATA
STATISTIK
SAMPEL UNTUK :
DESKRIPTIF/
DATA YA
STATISTIK
- Estimasi Karakteristik
SAMPEL populasi
EKONOMI - Pengujian Karakteris
tik Populasi STATISTIK
TIDAK
INDUKTIF/
PENGGUNAAN STATISTIK
DATA POPULASI PENARIKAN
UNTUK ANALISA KESIMPULAN BISNIS
KARAKTERISTIK TENTANG
POPULASI YANG KARAKTERISTIK
DISELIDIKI POPULASI

STOP

DATA DAN SKALA PENGUKURAN DATA

DATA

Data adalah fakta dan angka yang dikumpulkan, dianalisis, dan diringkas untuk presentasi dan
di interpretasikan.

Elements, Variabel, dan Observasi

4
  Elemen adalah entitas dimana data dikumpulkan.

 Variabel adalah karakteristik terhadap unsur-unsur data

 Kumpulan pengukuran pada setiap variabel untuk setiap elemen dalam sebuah
penelitian memberikan data. Himpunan pengukuran yang diperoleh untuk elemen
tertentu disebut Observasi.

SKALA PENGUKURAN DATA

1. Nominal

Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual atau

kelompok; sebagai contoh mengklasifikasi jenis kelamin, agama, pekerjaan, dan area geografis.
Dalam mengidentifikasi hal-hal di atas digunakan angka-angka sebagai symbol. Apabila kita
menggunakan skala pengukuran nominal, maka statistik non-parametrik digunakan untuk
menganalisa datanya. Hasil analisa dipresentasikan dalam bentuk persentase.

Contoh:

Jawaban pertanyaan berupa dua pilihan “ya” dan “tidak” yang bersifat kategorikal dapat diberi
symbol angka-angka sebagai berikut: jawaban “ya” diberi angka 1 dan tidak diberi angka 2.

2. Ordinal

Skala pengukuran ordinal memberikan informasi tentang jumlah Relatif karakteristik

berbeda yang dimiliki oleh obyek atau individu tertentu. Tingkat pengukuran ini mempunyai
informasi skala nominal ditambah dengan sarana peringkat relatif tertentu yang memberikan
informasi apakah suatu obyek memiliki karakteristik yang lebih atau Kurang tetapi bukan
berapa banyak kekurangan dan kelebihannya.

Contoh:

Jawaban pertanyaan berupa peringkat misalnya: sangat tidak setuju, tidak setuju,
netral, setuju dan sangat setuju dapat diberi symbol angka 1, 2,3,4 dan 5. Angka-angka ini
hanya merupakan simbol peringkat, tidak mengekspresikan jumlah.

5
3. Interval

Skala interval mempunyai karakteristik seperti yang dimiliki oleh skalanominaldan

ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan
demikian peneliti dapat melihat besarnya perbedaan karaktersitik antara satu individu atau
obyek dengan lainnya.

Skala pengukuraninterval benar-benar merupakan angka. Angka-angka yang digunakan dapat

dipergunakan dapat dilakukan operasi aritmatika, misalnya dijumlahkan atau dikalikan. Untuk
melakukan analisis, skala pengukuran ini menggunakan statistik parametrik.

Contoh:

Jawaban pertanyaan menyangkut frekuensi dalam pertanyaan, misalnya:

Berapa kali Anda melakukan kunjungan ke Jakarta dalam satu bulan? Jawaban: 1 kali, 3
kali, dan 5 kali. Maka angka-angka 1,3, dan 5 merupakan angka sebenarnya dengan
menggunakan interval 2.

4. Rasio

Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala
nominal, ordinal dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris
absolut. Nilai absoult nol tersebut terjadi pada saat ketidakhadirannya suatu karakteristik Yang
sedang diukur. Pengukuran ratio biasanya dalam bentuk perbandingan antara satu individu
atau obyek tertentu dengan lainnya.

Contoh:

Berat Sari 35 Kg sedang berat Maya 70 Kg. Maka berat Sari dibanding dengan berat
Maya sama dengan 1 dibanding 2.

VARIABEL & JENIS VARIABEL

1. Dependen Variabel (Variabel tergantung) adalah variabel yang tercakup dalam hipotesis
penelitian, keragamannya dipengaruhi oleh variabel lain

2. Independen Variabel (Variabel bebas) adalah variabel yang yang tercakup dalam hipotesis
penelitian dan berpengaruh atau mempengaruhi variabel tergantung

6
3. Intervene Variables (Variabel antara) adalah variabel yang bersifat menjadi perantara dari
hubungan variabel bebas ke variabel tergantung.

4. Variabel Moderator adalah variabel yang bersifat memperkuat atau memperlemah

pengaruh variabel bebas terhadap variabel tergantung

5. Variabel anteseden adalah variabel yang mempengaruhi variabel independen

6. Confounding variabel (Variabel pembaur) adalah suatu variabel yang tercakup dalam
hipotesis penelitian, akan tetapi muncul dalam penelitian dan berpengaruh terhadap
variabel tergantung dan pengaruh tersebut mencampuri atau berbaur dengan variabel
bebas

7. Control Variabel (Variabel kendali) adalah variabel pembaur yang dapat dikendalikan pada
saat riset design.

8. Pengendalian dapat dilakukan dengan cara eksklusi (mengeluarkan obyek yang tidak
memenuhi kriteria) dan inklusi (menjadikan obyek yang memenuhi kriteria untuk diikutkan
dalam sampel penelitian) atau dengan blocking, yaitu membagi obyek penelitian menjadi
kelompok-kelompok yang relatif homogen.

9. Concomitant variables(Variabel penyerta) adalah suatu variabel pembaur (cofounding) yang

tidak dapat dikendalikan pada saat perancangan riset.

10.Variabel ini tidak dapat dikendalikan, sehingga tetap menyertai (terikut) dalam proses
penelitian, dengan konsekuensi harus diamati dan pengaruh baurnya harus dieliminir atau
dihilanggkan pada saat analisis data, misalnya dengan ANCOVAatau MANCOVA.

7
PANDUAN : METODE ANALISIS DATA

Variabel Dependen Variabel Independen

Nominal Ordinal Interval

Dikotomi Politomi

Nominal Dikotomi Uji perbedaan - Kruskal-Wallis Regresi ganda logistik

Chi-Square - Analisis Analisis Determinan

ragam dua
arah
Friedman

Uji ketepatan - - -
Fisher

Koefisien Phi - - -

Nominal Poliotomi Chi Square Chi Square - -

Kendall Kendall - -

Variabel Dependen Variabel Independen

Nominal Ordinal Interval

8
 Dikotomi Politomi

ORDINAL Mann-Whitney - Rank-order Mengubah var. ordinal

correlation menjadi nominal pakai
analisis determinan
atau regresi berganda
logistik

Smirnov- - Kendall Ubah var interval

Kolmogorov menjadi ordinal dan
analisis nonparametrik

Gamma

Koefisien
Konkordan

Variabel Dependen Variabel Independen

Nominal Ordinal Interval

Dikotomi Politomi -

9
 INTERVAL Analisis ragam Analisis - Korelasi & regresi
ragam
dengan
korelasi
interkelas

Uji beda nyata Regresi ganda - Korelasi & regresi

peubah dumy

Uji tanda Analisis klasi - Path analisis

fikasi ganda

Uji M & Uji-U Analisis - Regresi parsial

klasifikasi
silang

Analisis -
klasifikasi silang

ANALISIS ASOSIATIF

10
11
ANALISIS DERET BERKALA

PENGERTIAN DAN KOMPONEN DATA DERET BERKALA

Data Deret Berkala (Time Series Data) disebut juga dengan istilah data Historis
(Historical data) adalah merupakan kumpulan hasil observasi statistik yang disusun
menurut urutan kronologis dan biasanya dengan interval waktu yang sama.

• Apabila data deret berkala digambar kurvanya, maka garisnya menunjuk kan
gerakan-gerakan tertentu.

• Berdasarkan gerakan-gerakan garis nya, data deret berkala terdiri dari 4 komponen
yang independen satu sama lainnya, antara lain :

• Apabila gerakannya berjangka pan jang, lamban seolah-olah alunan ombak, dan
berkecenderungan menuju ke satu arah (menaik, datar atau menurun), maka
gerakan ini dinamakan Trend Sekuler.

 Apabila gerakannya berulang -ulang secara teratur selama kurang lebih satu tahun,
maka gerakan ini dinamakan Variasi Musim (Seasional Variation).
 Apabila gerakannya menaik dan menu run secara sikli disekitar kondisi normalnya,
dimana gerakan ini biasanya ditemukan pada dunia perdagangan, industri dan
keuangan, maka gerakan ini dinamakan Variasi Sikli (Cyclical Variation).
 Apabila gerakannya disebabkan oleh faktor kebetulan (change factor) seperti,
peperangan, bencana alam, perubahan politik dan sebagainya, maka gerakan ini
dinamakan Variasi residu (Random Variation). Variasi ini sukar diterka, sehingga
sulit digambarkan kurvanya.
 Trend Sekuler

Trend sekuler yang biasa disebut dengan Trend saja yang merupakan salah satu
komponen dari deret berkala dapat digunakan untuk meramalkan atau
memprediksi nilai suatu variabel ekonomi di masa yang akan datang berdasarkan
informasi yang di serap pada masa lampau.

Para pelaku bisnis dan ekonomi, terutama pengambil keputusan sangat

berkepentingan dengan adanya data masa lampau. Data masa lampau dipelajari dan

12
dianalisis, sehingga diperoleh gambaran di masa yang akan datang. Berdasarkan
gambaran tersebut dapat diambil keputusan untuk merencanakan suatu kegiatan.

Menurut gerakan garisnya, trend terdiri dari :

a) trend menaik,
b) trend mendatar, dan
c) trend menurun.
Menurut persamaan garisnya, secara umum trend dibedakan menjadi 2 antara lain :
a). Trend Linier
b). Trend Non Linier.

Trend Linier
Ada 4 metode untuk menggambar garis Trend Linier, antara lain :
1). Metode Tangan Bebas,
2). Metode Setengah Rata-rata,
3). Metode Rata-rata Bergerak, dan 4). Metode Kuadrat Minimum
(Cara Matematik).
Metode Kuadrat Minimum : Dikembangkan oleh A. Legendre, Bentuk persamaan garis Trend
Linier :
Yꞌ = a + bX
Keterangan :
Yꞌ = Nilai tend periode tertentu
a = Nilai tend periode dasar
b = Perubahan nilai trend setiap periode
X = Periode waktu yang dihitung dari periode dasar

n n

 Yi  an  b X i
i 1 i 1

n n n

 X i Yi  a  X i  b X i2
i 1 i 1 i 1
Keterangan :
Yi = Nilai hasil pengamatan
Xi = Periode waktu (tahun) yang dihitung dari periode dasar (periode yang paling awal).

13
 Contoh : Rata-rata harga emas Tahun 2003 sampai dengan Tahun 2012 di pasaran Jakarta
(dalam ribuan rupiah per gram).

Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Harga Emas 90 100 124 150 190 210 235 260 325 370

Berdasarkan data diatas, maka tentukan :

1. Persamaan garis trendnya dengan metode kuadrat minimum
2. Tentukan nilai trend dari tahun tahun 2003 sampai dengan 2012.
3. Ramalkan atau prediksi harga emas tahun 2018
4. Gambarkan garis trendnya

HIPOTESIS
DEFINISI
 Hipotesis adalah sebuah generalisasi tentatif, validitas yang masih harus diuji. Dalam
tahap yang paling dasar, hipotesis adalah pernyataan yang ditebak, ide imajinatif, yang
dapat dijadikan dasar bagi tindakan atau investigasi

 Sebuah proposisi yang dapat diuji untuk menentukan validitas.

 Hipotesis adalah pernyataan sementara, yang diterima sebagai sesuatu yang benar
tentang fenomena, dan digunakan sebagai dasar untuk tindakan dalam pencarian
kebenaran baru.

 Hipotesis berasal dari kata Yunani - 'hypotithenai' yang berarti 'untuk diletakkan di
bawah' atau 'menganggap' yang akan diajukan sebagai hipotesis ilmiah, yang secara
prosedural melalui metode ilmiah, dimana seorang peneliti diharuskan untuk dapat
menguji pendapat tersebut.

 Secara etimologis hipotesis terdiri dari dua kata, "hypo" (kurang dari) dan "tesis", yang
berarti hal-hal masih kurang dari suatu tesis (pernyataan).

 Sebuah usulan tentatif yang menjelaskan dan memprediksi variasi dalam fenomena
tertentu (Gill dan Johnson, 1991).

14
  Penjelasan tentatif berdasarkan teori untuk memprediksi hubungan kausal antara
variabel (Colorado State University, 2012)

 Hipotesis adalah pernyataan tentative yang merupakan dugaan mengenai apa saja
yang sedang kita amati dalam usaha untuk memahaminya (Rasulong, 2010)

 Hipotesis adalah sebuah generalisasi tentatif, validitas yang masih harus diuji. Dalam
tahap yang paling dasar, hipotesis adalah pernyataan yang ditebak, ide imajinatif, yang
dapat dijadikan dasar bagi tindakan atau investigasi

 Sebuah proposisi yang dapat diuji untuk menentukan validitas.

 Hipotesis adalah pernyataan sementara, yang diterima sebagai sesuatu yang benar
tentang fenomena, dan digunakan sebagai dasar untuk tindakan dalam pencarian
kebenaran baru.

 Hipotesis adalah asumsi tentatif diambil dari pengetahuan dan teori yang digunakan
sebagai panduan dalam penelitian terhadap fakta-fakta dan teori-teori yang belum
diketahui.

PENTINGNYA HIPOTESIS

1. Hipotesis memfasilitasi perluasan pengetahuan dalam suatu lingkup penelitian

2. Hipotesis memungkinkan peneliti untuk berhubungan dan mengenal fakta-fakta logis.

3. Hipotesis memberikan arahan untuk penelitian. Dan dapat mendefinisikan apa yang
relevan dan apa yang tidak relevan.

4. Hipotesis memberikan dasar untuk menyusun kesimpulan hasil penelitian.

5. Apa sumber hipotesis? mungkin langsung berasal dari pernyataan masalah; didasarkan
pada literatur penelitian, atau dalam beberapa kasus, seperti dalam penelitian etnografi,
mungkin (setidaknya sebagian) dihasilkan dari pengumpulan data dan analisis. Berbagai
sumber hipotesis terdiri atas.

6. Diskusi dengan rekan-rekan dan para ahli tentang masalah, asal-usul dan tujuan dalam
mencari solusi dari suatu masalah.

7. Investigasi pribadi dari hasil wawancara lapangan dalam skala terbatas.

15
 8. Temuan penelitian empiris sebelum

SUMBER HIPOTESIS

Penurunan hipotesis yang baik menuntut karakteristik pengalaman dan kreativitas.

Meskipun hipotesis harus dirumuskan setelah pengumpulan data. Hipotesis yang baik hanya
datang dari pengalaman peneliti. Seorang peneliti yang baik tidak hanya harus mampu
menurunkan atau merumuskan hipotesis yang relevan, tetapi juga pikiran kritis yang mampu
untuk menolak hipotesis yang salah.

JENIS HIPOTESIS

1. Hipotesis Penelitian

 Hipotesis penelitian adalah pernyataan prediksi yang berhubungan antara variabel

independen (X) dengan variabel dependen (Y)

 Hipotesis penelitian harus dinyatakan dalam bentuk pernyataan untuk diuji dan di evaluasi
secara tepat dan benar.

 Dalam rumusan hipotesis harus menunjukkan hubungan antara variabel dalam bahasa yang
jelas, ringkas, dan mudah dipahami.

 Hipotesis penelitian diklasifikasikan sebagai suatu hubungan yang terarah atau tidak
terarah.

2. Hipotesis Terarah : hipoteis yang menetapkan arah perbedaan yang diharapkan.

Misalnya, Hipotesis : "Akan ada hubungan positif antara sikap individu terhadap Tingkat
Pendidikan dan Status Sosial Ekonominya"

3. Hipotesis yang tidak terarah : hipotesis penelitian yang tidak menentukan arah perbedaan
yang diharapkan.

4. Misalnya, hipotesis: "Akan ada perbedaan dalam adaptasi dari ayah dan ibu terhadap
membesarkan anak-anak mereka" atau "Ada perbedaan dalam tingkat kecemasan remaja
perempuan IQ tinggi dan IQ rendah".

5. Hipotesis statistik: Dengan dukungan data untuk menguji pernyataan apakah peneliti akan
menerima atau menolak terhadap hipotesis penelitian, yang diterjemahkan ke dalam

16
 hipotesis statistik. Sebuah hipotesis statistik diberikan secara statistik. Secara teknis, dalam
konteks statistik inferensial, adalah pernyataan tentang satu atau lebih parameter yang
akan diteliti. Hipotesis statistik sering diberikan secara kuantitatif.

6. Hipotesis deklaratif: Ketika peneliti membuat pernyataan positif tentang arah hasil
penelitian, hipotesis mengambil bentuk deklaratif. Misalnya, hipotesis: “Kinerj Bank
Konvensiaonal Lebih Tinggi Dibandingkan dengan Kinerja Bank Syariah”.

7. Hipotesis Null: Dalam bentuk nol (H0), peneliti membuat pernyataan bahwa tidak ada
hubungan. Misalnya Hipotesis, "Tidak ada perbedaan yang signifikan antara Kinerj Bank
Konvensiaonal dan Kinerja Bank Syariah”

KARAKTERISTIK DARI HIPOTESIS YANG BAIK

 Hipotesis harus jelas dan tepat
 Hipotesis harus mampu diuji
 Hipotesis harus menyatakan hubungan antara variabel, dalam kaitan tersebut dapat
dikategorikan sebaga hipotesis relasional
 Hipotesis harus dibatasi dalam lingkup dan harus spesifik
 Hipotesis harus konsisten dengan fakta

BENTUK-BENTUK HIPOTESIS
Bentuk-bentuk hipotesis penelitian sangat terkait dengan rumusan masalah penelitian. Bila
dilihat dari tingkat eksplanasinya, maka bentuk rumusan masalah penelitian ada tiga, yaitu :
a. Rumusan masalah deskriptif (variable mandiri)
b. Rumusan masalah Komparatif (perbandingan) dan
c. Rumusan masalah assosiatif (sebab akibat).
Oleh karena itu, maka bentuk hipotesis penelitian juga ada tiga yaitu hipotesis deskriptif,
komparatif dan asosiatif.

a. Hipotesis deskriptif

Merupakan jawaban sementara terhadap masalah deskriptif, yaitu yang berkenaan dengan
variable mandiri.

17
b. Hipotesis komparatif

Merupakan jawaban sementara terhadap rumusan masalah komparatif. Pada rumusan ini
variabelnya sama tetapi populasi atau sampelnya yang berbeda.

c. Hipotesis asosiatif

Adalah jawaban sementara terhadap rumusan masalah assosiatif, yaitu yang menanyakan
hubungan antara dua variable atau lebih

PENGUJIAN HIPOTESIS
1. Hipotesis nol (H0) dan hipotesis alternatif (Ha)
Dalam konteks analisis statistik, kita sering berbicaratentang hipotesis nol dan hipotesis
alternatif. Jika kita membandingkan metode A dengan metode B tentang keunggulannya
dan jika kita lanjutkan pada asumsi bahwa kedua metode sama-sama baik, maka asumsi ini
disebut sebagai hipotesis nol.
2. Tingkat signifikansi (alpha)
3. Kreiteria pengujian
4. Statistik Test
5. Simpulan

ANALISIS REGRESI DAN KORELASI

Pengantar
Salah satu tujuan dari analisis data ialah untuk memperkirakan atau
memperhitungkan besarnya efek (pengaruh) kuantitatif dari perubahan suatu kejadian
terhadap kejadian lain.
Setiap kebijakan (policy), baik dari pemerintah maupun swasta, selalu dimaksudkan
untuk mengadakan perubahan (change).
Sebagai contoh, misalnya :
1. Pemerintah menaikkan gaji Pegawai Negeri agar prestasi kerja mereka meningkat.
2. Pemerintah menurunkan tingkat suku bunga agar investasi meningkat.
3. Perusahaan meningkatkan biaya iklan agar hasil penjualan bertambah.
4. Petani menambahkan pupuk dan obat-obatan agar produksi bertambah.
5. Pemerintah memperbanyak akseptor KB agar tingkat kelahiran menurun

18
Untuk keperluan evaluasi atau penilaian terhadap efek (pengaruh) kuantitatif dari
kebijakan-kebijakan seperti di atas, maka diperlukan suatu alat analisa yang membahas
hubungan fungsional (ketergantungan atau sebab-akibat) antara dua variabel atau
lebih, yaitu analisis regresi dan korelasi.
Analisis regresi dapat menunjukkan sifat hubungan atau bagaimana pengaruh dari
suatu variabel terhadap variabel lainnya.
Sedangkan korelasi menunjukkan derajat atau tingkat (kuat-lemahnya) hubungan
antara suatu variabel dengan variabel lainnya.

Analisis Regresi
Persamaan regresi merupakan suatu persamaan matematik yang menunjukkan
hubungan fungsional (sebab-akibat atau ketergantungan) antara variabel bebas atau
pengaruh dengan variabel terikat atau terpengaruh.
X = Variabel Bebas
Y = Variabel Terikat
Maka : Y = f (X)

Contoh: Gaji Pegawai Negeri (X) berpengaruh terhadap prestasi kerja (Y)

dibaca X fungsi dari Y, artinya besar kecilnya nilai variabel terikat Y dipengaruhi oleh
besar kecilnya nilai variabel bebas X.

Sifat hubungan antara variabel bebas (X) dengan variabel terikat (Y), yaitu :
1. Hubungan positif (searah), artinya bila nilai variabel X naik, maka nilai variabel Y
juga naik atau sebaliknya bila nilai variabel X turun, maka nilai variabel Y juga turun.
Contoh : Pemerintah menaikkan gaji Pegawai Negeri (X) agar prestasi kerja (Y) mereka
meningkat.

19
2. Hubungan negatif (berlawanan arah), artinya bila nilai variabel X naik, maka nilai
variabel Y turun atau sebaliknya bila nilai variabel X turun, maka nilai variabel Y naik.
Contoh : Pemerintah memperbanyak akseptor KB (X) agar tingkat kelahiran (Y)
menurun

Adapun tujuan utama dari analisis regresi adalah :

1. Untuk memperoleh suatu persamaan garis regresi yang menunjukkan persamaan
hubungan antara dua variabel yang disebut persamaan regresi.
2. Untuk mengetahui besarnya pengaruh perubahan tiap unit variabel bebas terhadap
perubahan variabel terikat yang ditunjukkan oleh nilai koefisien regresinya.
3. Untuk menduga atau menaksir nilai variabel Y berdasarkan nilai variabel X yang
sudah diketahui.

Regresi dibagi menjadi 2 (dua), yaitu

1. Regresi linier terdiri dari :
a. Regresi linier sederhana
b. Regresi linier berganda.
2. Regresi non linier terdiri dari :
a. Regresi kuadratik,
b. Regresi eksponensial
1. Regresi Linier Sederhana : Metode Kuadrat Terkecil (Ordinary Least Square
Method)

Y i =a+ bXi + ei
Y i =Variabel Terikat

X i =Variabel Bebas
a=Konstanta
b=Koefisien Regresi
e i=Error (Galat )

20
PermintaanA = a + bHargaA + e adj R2 = 0,2
PermintaanA = a + bHargaA + bHargapesaing + bIklan +e adj R2 = 0,3

Metode kuadrat terkecil (Ordinary Least Square atau OLS) ialah suatu metode untuk
menghitung nilai a dan b, dimana jumlah kuadrat galat (error) memiliki nilai terkecil
(diminimumkan).
diminimumkan n n
∑ ei 2=∑ ( Y i−Y i )2
i=1 i =1

dengan bantuan difrensial parsial diperoleh persamaan sebagai berikut :

( )( )
n n n
n ∑ ( X i Y i )− ∑ Xi ∑Yi
i =1 i=1 i =1
b=

(∑ )
n n 2
n∑ X − Xi
i =1 i2 i =1

a= Y −b X̄
Y i =a+b X i

2. Koefisien Determinasi
Koefisien determinasi (R2) adalah suatu nilai yang dapat menunjukkan porsi
(dalam persen) variasi (naik turunnya) variabel terikat yang dapat dijelaskan oleh
variabel bebasnya. Koefisien determinasi juga diartikan sebagai besarnya pengaruh
(dalam persen) variabel bebas terhadap variasi (naik turunnya) variabel terikat.
Nilai ; 0 ≤ ≤ 1

R2 = 1, berarti 100% variasi (naik turunnya) variabel terikat dapat dijelaskan

(dipengaruhi) oleh variabel bebasnya, dan menunjukkan ketepatan yang baik.

R2 = 0, berarti variasi (naik turunnya) variabel terikat tidak dapat dijelaskan

(dipengaruhi) oleh variabel bebasnya.
n n
a  Yi  b  X i Yi  n(Y) 2
r2  i 1
n
i 1

Yi 1
i
2
 n(Y) 2

21
Contoh 4.1. Data dibawah ini adalah besar nilai penjualan dan biaya iklan persuahaan
(dalam jutaan rupiah) dengan mengambil sampel sebanyak 10 perusahaan. Data
diperoleh sebagai berikut :

Perusahaan 1 2 3 4 5 6 7 8 9 10

Nilai penjualan 5 6 8 9 10 12 12 14 15 20
Biaya iklan 6 8 10 12 13 17 20 22 24 28

Berdasarkan data di atas, maka :

1.Tentukan persamaan garis regresinya dan interpretasikan.
2. Dugalah besarnya nilai penjualan, bila biaya iklan sebesar 11.
3. Carilah koefisien determinasi dan interpretasikan.

3. Analisis Korelasi Linier Sederhana

Analisis korelasi bertujuan untuk mengetahui keeratan hubungan (kuat atau lemahnya)
hubungan antara variabel bebas (X) dengan variabel terikat (Y).
Kuat atau lemahnya hubungan antara variabel X dan Y dilihat dari koefisien
korelasinya( r atau R)
Nilai r berkisar antara -1 dan 1
 Analisis Korelasi Melalui Analisis Regresi

r =√ r 2

 Analisis Korelasi Tanpa Melalui Analisis Regresi

( )(∑ )
n n n
n ∑ ( X i Y i )− ∑ Xi Yi
i=1 i =1 i=1
r=

√{ (∑ ) }{ ∑ (∑ ) }
n n 2 n n 2
n ∑ X 2− Xi n Y 2− Yi
i=1 i i =1 i=1 i i=1

Contoh : Seorang pejabat dari sebuah bank pemerintah berpendapat bahwa ada
hubungan antara tabungan masyarakat dengan suku bunga. Untuk menguji pendapat

22
tersebut, dilakukan pengamatan dalam 5 tahun terakhir dan diperoleh data mengenai
tabungan masyarakat dan suku bunga, sebagai berikut :

Tabungan Masyarakat
1 2 4 7 9
( Miliar Rupiah )
Suku Bunga
10 12 14 15 16
( % per tahun )
Jika Tabungan Masyarakat = Y dan Suku Bunga = X, maka tentukan derajat
hubungannya.

23