LOGO

ANALISIS KORELASI,
REGRESI, DAN TREND

SLAMET SANTOSO
 LOGO

ANALISIS KORELASI
ANALISIS KORELASI
 Suatu analisis untuk mengetahui tingkat keeratan
hubungan antara dua variabel.
 Tingkat hubungan tersebut dapat dibagi menjadi
tiga kriteria, yaitu mempunyai :
Hubungan Positif (menunjukkan bahwa perubahan
variabel X dan Y adalah searah),
Hubungan Negatif (menunjukkan hubungan yang
berbanding terbalik atau berlawan arah antara
variabel X dan Y), dan
Tidak Mempunyai Hubungan
 KEERATAN HUBUNGAN
 Tinggi rendahnya derajat keeratan hubungan 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 dan koefisien korelasi mendekati
angka 0 (nol) berarti hubungan kedua variabel
adalah lemah atau tidak erat.
 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.
 CONTOH HITUNGAN
Sampel X Y XY X2 Y2
(statistika) (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

n XY - XY Karena nilai r = 0,94 atau

r
n  X 2 2

 X  n  Y 2   Y 
2
 94% maka dikatakan
nilai Statistika mempunyai
5(166)- (25)(28) hubungan yang ERAT dgn
r = 0,94 nilai Matematika dan
(n(151)- (25) )(5(186)  (28) )
2 2
hubungannya POSITIF
 LOGO

ANALISIS REGRESI
 ANALISIS REGRESI
 Suatu 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).
 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.
CONTOH
 Pengaruh tingkat pendapatan terhadap
konsumsi, pengaruh harga terhadap jumlah
barang yang diminta, pengaruh tingkat
pendidikan terhadap produktifitas kerja, dan
lain-lain.
 Variabel tingkat pendapatan, harga dan tingkat
pendidikan disebut variabel bebas atau variabel
yang mempengaruhi, sedangkan variabel
konsumsi, jumlah barang yang diminta dan
produktifitas kerja merupakan variabel terikat
atau variabel yang dipengaruhi.
CONTOH HITUNGAN
 Berdasarkan hasil pengambilan sampel secara
acak tentang pengaruh lamanya belajar (X)
terhadap nilai ujian (Y) adalah sebagai berikut :
Y (nilai ujian) X (lama belajar) X 2 XY

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

  Y X   X XY
2
310x 370  40 x 2.740 
N X   X  5 370  40 
a= = 20,4
2 2 2

N   X Y    X Y  5 x 2.740  40x 310 

N  X 2   X  5 370  40 
b= 2 2 = 5,2

 Persamaan regresi sederhananya adalah Y = 20,4 + 5,2 X

 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.
 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.
 GAMBAR
Y Y = 20,4 + 5,2 X
(nilai ujian)

20,4
a (konstanta)

0 X (lama belajar)
 LOGO

ANALISIS TREND
ANALISIS TREND
 Merupakan suatu metode analisis yang
ditujukan untuk melakukan suatu estimasi
atau peramalan pada masa yang akan
datang.
 Secara teoristis, dalam analisis time
series yang paling menentukan adalah
kualitas atau keakuratan dari informasi
atau data-data yang diperoleh serta waktu
atau periode dari data-data tersebut
dikumpulkan.
Tahun Penjualan (Y) X XY X2
1995 200 -4 - 800 16
1996 245 -3 - 735 9
1997 240 -2 - 480 4
1998 275 -1 - 275 1
1999 285 0 0 0
2000 300 1 300 1
2001 290 2 580 4
2002 315 3 945 9
2003 310 4 1.240 16
Jumlah 2.460 775 60
a  Y 2 .4 6 0
= 273,33 Persamaan Trend :
n 9 Y = 273,33 + 12,92 X
b 
XY 775 Perkiraan tahun 2010 nilai X = 11
= 12,92
X 2
60 Y = 273,33 + 12,92 (11) = 415,45
KASUS : JUMLAH TAHUN GENAP
Tahun Penjualan (Y) X X
1995 200 -7 -3½
1996 245 -5 -2½
1997 240 -3 -1½
1998 275 -1 -½
1999 285 1 ½
2000 300 3 1½
2001 290 5 2½
2002 315 7 3½
Jumlah 2.150
LOGO