NAMA : ANRI AGUS R

TUGAS : DASAR DASAR STATISTIK

FAKULTAS : MANAGEMENT
NIM: 22601008
 DAFTAR ISI

HALAMAN JUDUL........................................................................................................i
DAFTAR ISI....................................................................................................................ii
KATA PENGANTAR....................................................................................................iii

BAB I PENDAHULUAN
1.1 Latar Belakang......................................................................................................1
1.2 Rumusan Masalah..................................................................................................1
1.3 Tujuan Penulisan....................................................................................................1

BAB II PEMBAHASAN
2.1 Pengertian Regresi Dan Korelasi............................................................................2
2.2 Analisis Regresi dan Korelasi ...............................................................................3
2.3 Macam-Macam Regresi Dan Korelasi ..................................................................5
2.4 Tujuan Pengggunaan Regresi dan Korelasi..........................................................7
2.5 Karakteristik Penggunaan Regresi dan Korelasi...................................................8
BAB III PENUTUP
3.1 Kesimpulan..............................................................................................................9
3.2 Saran........................................................................................................................9
DAFTAR PUSTAKA.....................................................................................................10
.

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.
 BAB II
PEMBAHASAN

2.1 Pengertian Regresi Dan Korelasi

Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada
tahun 1886. Galton menemukan adanya tendensi bahwa orang tua yang
memiliki tubuh tinggi memiliki anak-anak yang tinggi, orang tua yang
pendek memiliki anak-anak yang pendek pula. Kendati demikian. Ia
mengamati bahwa ada kecenderungan tinggi anak cenderung bergerak
menuju rata-rata tinggi populasi secara keseluruhan. Dengan kata lain,
ketinggian anak yang amat tinggi atau orang tua yang amat pendek
cenderung bergerak kearah rata-rata tinggi populasi. Inilah yang disebut
hukum Golton mengenai regresi universal. Dalam bahasa galton, ia
menyebutkan sebagai regresi menuju mediokritas.
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.
Pusat perhatian adalah pada upaya menjelaskan dan mengevalusi
hubungan antara suatu variabel dengan satu atau lebih variabel
independen. Hasil analisis regresi adalah berupa koefisien regresi untuk
masing-masing variable independent. Koefisien ini diperoleh dengan cara
memprediksi nilai variable dependen dengan suatu persamaan.
Korelasi merupakan teknik analisis yang termasuk dalam salah satu
teknik pengukuran asosiasi / hubungan (measures of association).
Pengukuran asosiasi merupakan istilah umum yang mengacu pada
sekelompok teknik dalam statistik bivariat yang digunakan untuk
mengukur kekuatan hubungan antara dua variabel.
Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis,
karena kedua variabel mempunyai hubungan linear yang sempurna.
Artinya variabel X mempengaruhi variabel Y secara sempurna. Jika
korelasi sama dengan nol (0), maka tidak terdapat hubungan antara kedua
variabel tersebut. Dalam korelasi sebenarnya tidak dikenal istilah variabel
bebas dan variabel tergantung. Biasanya dalam penghitungan digunakan
simbol X untuk variabel pertama dan Y untuk variabel kedua. Dalam
contoh hubungan antara variabel remunerasi dengan kepuasan 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 X2 XY
ujian) belajar)
40 4 16 160
60 6 36 360
50 7 49 350
70 10 100 700
90 13 169 1.170
ΣY = 310 ΣX = 40 ΣX2 = 370 ΣXY = 2.740

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

b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]

b = [(5 . 2.740) – (40 . 310] / [(5 . 370) – 402] = 5,4

Sehingga persamaan regresi sederhana adalah Y = 20,4 + 5,2 X

Berdasarkan hasil penghitungan dan persamaan regresi sederhana
tersebut di atas, maka dapat diketahui bahwa : 1) Lamanya belajar
mempunyai pengaruh positif (koefisien regresi (b) = 5,2) terhadap nilai
ujian, artinya jika semakin lama dalam belajar maka akan semakin baik
atau tinggi nilai ujiannya; 2) Nilai konstanta adalah sebesar 20,4, artinya
jika tidak belajar atau lama belajar sama dengan nol, maka nilai ujian
adalah sebesar 20,4 dengan asumsi variabel-variabel lain yang dapat
mempengaruhi dianggap tetap.
Analisis Korelasi (r) : digunakan untuk mengukur tinggi redahnya
derajat hubungan antar variabel yang diteliti. Tinggi rendahnya derajat
keeratan tersebut dapat dilihat dari koefisien korelasinya. Koefisien
korelasi yang mendekati angka + 1 berarti terjadi hubungan positif yang
erat, bila mendekati angka – 1 berarti terjadi hubungan negatif yang erat.
Sedangkan koefisien korelasi mendekati angka 0 (nol) berarti hubungan
kedua variabel adalah lemah atau tidak erat. Dengan demikian nilai
koefisien korelasi adalah – 1 ≤ r ≤ + 1. Untuk koefisien korelasi sama
dengan – 1 atau + 1 berarti hubungan kedua variabel adalah sangat erat
atau sangat sempurna 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 Y XY X2 Y2
(statistik) (matematika)
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
Jumlah 25 28 166 151 186

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
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.
2.3 Tujuan Pengggunaan Regresi dan Korelasi
Ada beberapa tujuan penggunaan analisis regresi, antara lain:
1. Membuat estimasi rata-rata dan nilai variabel tergantung dengan
didasari pada nilai variabel bebas.
2. Menguji hipotesis karakteristik dependensi.
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

2.4 karakteristik Penggunaan Regresi dan Korelasi

Regresi memiliki beberapa karakteristik antara lain :
1. Model regresi dikatakan layak jika angka signifikansi pada ANOVA
sebesar < 0.05.
2. Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi
yang sangat tinggi atau sangat rendah antar variabel bebas. Syarat ini
hanya berlaku untuk regresi linier berganda dengan variabel bebas lebih
dari satu.
3. Keselerasan model regresi dapat diterangkan dengan menggunakan
nilai r2 semakin besar nilai tersebut maka model semakin baik. Jika nilai
mendekati 1 maka model regresi semakin baik. Nilai r2 mempunyai
karakteristik diantaranya: 1) selalu positif, 2) Nilai r2 maksimal sebesar 1.
Jika Nilai r2 sebesar 1 akan mempunyai arti kesesuaian yang sempurna.
Maksudnya seluruh variasi dalam variabel Y dapat diterangkan oleh
model regresi. Sebaliknya jika r2 sama dengan 0, maka tidak ada
hubungan linier antara X dan Y.
4. Terdapat hubungan linier antara variabel bebas (X) dan variabel
tergantung (Y)
5. Data harus berdistribusi normal
6. Data berskala interval atau rasio
7. Kedua variabel bersifat dependen, artinya satu variabel merupakan
variabel bebas (disebut juga sebagai variabel predictor) sedang variabel
lainnya variabel tergantung (disebut juga sebagai variabel response).
Korelasi memiliki beberapa karakteristik antara lain :
1) Kisaran Korelasi: Kisaran (range) korelasi mulai dari 0 sampai dengan
1. Korelasi dapat positif dan dapat pula negatif.

2) Korelasi Sama Dengan Nol: Korelasi sama dengan 0 mempunyai arti

tidak ada hubungan antara dua variabel.

3) Korelasi Sama Dengan Satu: Korelasi sama dengan + 1 artinya kedua

variabel mempunyai hubungan linier sempurna (membentuk garis lurus)
positif. Korelasi sempurna seperti ini mempunyai makna jika nilai X naik,
maka Y juga naik.

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.
 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:
 Regresi Linier Sederhana
 Regresi Linier Berganda
 Regresi Nonlinier
 Regresi Dummy
 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.