ANALISIS KORELASI DAN

REGRESI
FITRI RUSDIANASARI

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MUHAMMADIYAH MALANG
2022
 ANALISIS KORELASI

Korelasi merupakan teknik analisis yang bertujuan

mengukur kekuatan hubungan dua variabel. Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua
variabel (kadang lebih dari dua variabel) dengan skala-skala tertentu.

Dalam analisis korelasi, hal penting yang harus

dipahami yaitu dengan menyusun hipotesis; data
yang digunakan berdistribusi normal serta jumlah
data yang digunakan sama besar.
Nilai Koefisien Korelasi berkisar antara -1 hingga 1.
1. Koefisien -1 berarti terdapat korelasi negatif.
2. Koefisien 0 berarti tidak terdapat korelasi
3. Koefisien 1 berarti terdapat korelasi positif.
 ANALISIS KORELASI
● Variabel
Variabel menjadi hal penting yang ada dalam suatu penelitian
yang merupakan sebuah konsep pemikiran yang selanjutnya
dapat dijadikan sebagai pengamatan.
Tujuan penetapan variabel penelitian untuk diamati sehingga
dapat diperoleh suatu informasi terkait konsep tersebut
sehingga dapat ditarik suatu kesimpulan.
Jenis Variabel:
 Variabel Independen/ Eksogen/Bebas
Variabel yang mempengaruhi variabel terikat sehingga
perubahan pada variabel independen dapat mengakibatkan
perubahan pada variabel dependennya.
 2. Variabel Dependen/ Endogen/Terikat.
Variabel yang tidak bisa berdiri sendiri sehingga dia
dipengaruhi oleh variabel bebasnya.
● Hipotesis
Merupakan dugaan sementara peneliti terhadap konsep yang
dimunculkan dalam penelitian. Hipotesis muncul didasarkan
atas teori dan studi empiris yang ada sebelumnya.
Terdapat 2 jenis hipotesis:
1. Hipotesis nol (H0) merupakan hipotesis yang menunjukkan
tidak adanya hubungan antara variabel X dan Y
2. Hipotesis Alternatif (H1) merupakan hipotesis yang
diharapkan peneliti untuk menjawab permasalahan sehingga
hipotesis ini berbunyi adanya hubungan antara variabel X dan
Y yang didasarkan pada teori dan studi empiris terdahulu.
 ANALISIS KORELASI
Pearson Correlation Product Moment
Korelasi Pearson sebagai suatu prosedur atau teknik dalam ilmu statistika untuk
menunjukkan hubungan antara dua variabel dengan menentukan hasil kali momen.

Mencari koefisiennya:
ANALISIS KORELASI

Interpretasi Koefisien Korelasi jika angka positif atau negatif:

● 0,00 sampai 0,199 atau -0,199 sampai 0,00 dapat diartikan korelasi sangat rendah
● 0,20 sampai 0,399 atau -0,399 sampai -0,20 dapat diartikan korelasi rendah
● 0,40 sampai 0,599 atau -0,599 sampai -0,40 dapat diartikan korelasi sedang
● 0,60 sampai 0,799 atau -0,799 sampai -0,60 dapat diartikan korelasi kuat
● 0,80 sampai 1,000 atau -1 sampai 0 dapat diartikan korelasi sangat kuat

Menginterpretasikan hasil dengan membandingkan R tabel (Pearson Tabel) dengan R Hitung:

Jika R hitung > R Tabel maka kesimpulan hasilnya “Menolak H0 dan menerima H1”
Jka R hitung < R Tabel maka kesimpulan hasilnya “Menerima H0 dan Menolak H1”
 ANALISIS REGRESI

● Analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependen (terikat)
dengan satu atau lebih variabel independen (variabel penjelas/bebas), dengan tujuan untuk
mengestimasi nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui.
● Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variable independent.
Koefisien ini diperoleh dengan cara memprediksi nilai variable dependen dengan suatu persamaan .
● Koefisien regresi dihitung dengan dua tujuan:
1. Meminumkan penyimpangan antara nilai aktual dan nilai estimasi variable dependen;
2. Kedua, mengoptimalkan korelasi antara nilai aktual dan nilai estimasi variable dependen
berdasarkan data yang ada.
 ANALISIS REGRESI
Teknik estimasi variable dependen yang
melandasi analisis regresi disebut
Ordinary Least Squares

● Komponen penting untuk analisis regresi dalam mengestimasi data:

1. Mengetahui jenis data (time series, cross section atau panel)
2. Menentukan variabel
3. Menentukan Hipotesis
4. Menentukan Permodelan
5. Mengestimasi Data untuk melihat hubungan signifikansi dalam model
penelitian.
 ANALISIS REGRESI
● Dalam analisis regresi terdapat beberapa pengujian yang digunakan untuk menarik kesimpulan dari hasil
estimasi sekaligus untuk menginterpretasikan hasil penelitian. Hal utama yang perlu diketahui untuk
menginterpretasikan hasil penelitian, harus ditetapkan tingkat signifikansi (Alpha) untuk membandingkan
dengan probabilitas serta mengetahui t Tabel dan F tabel untuk membandingkan dengan t hitung dan F
hitungnya.
1. Uji t (untuk melihat signifikansi secara parsial/ masing-masing setiap variabel X yang digunakan dalam
mempengaruhi variabel Y serta untuk menguji suatu hipotesis yang ditetapkan.
2. Uji F melihat signifikan secara simultan/ bersama-sama seluruh variabel X yang mempengaruhi variabel Y.
3. Uji Koefisien Determinasi (R Square) untuk melihat seberapa besar kontribusi variabel X mampu
menjelaskan variabel Y dengan angka berkisar 0-1 atau 0%-100%.
4. Uji Asumsi Klasik (Multikolinearitas, Uji Autokorelasi, Uji Normalitas, Uji Heteroskedastisitas)
 ANALISIS REGRESI

● Interpretasi hasil signifikansi dengan tabel t dan F.

● Jika t atau F hitung > t atau Ftabel maka Ho ditolak
dan H1 diterima
● Jika t atau F hitung< t atau F tabel maka H0 diterima
dan H1 ditolak

● Interpretasi signifikansi dengan membandingkan nilai alpha

dengan probabilitas hasil:
● Jika probabilitas hasil < nilai alpha maka H0 ditolak dan H1
diterima
● Jika probabilitas hasil > nilai alpha maka H0 diterima dan H1
ditolak
 ANALISIS REGRESI
● Uji Multikolinearitas
Tujuannya untuk melihat apakah ada korelasi tinggi antara
variabel independen dengan model regresi linier ganda, apabila
ada korelasi tinggi antara variabel independen hubungan dengan
variabel independen serta variabel dependen terganggu.
Penarikan kesimpulan:
Jika angka koefisien matriks korelasi <0,8 maka tdk terjadi
multikol dan sebaliknya.
● Uji Heteroskedastisitas
Tujuannya untuk melihat pakah terdapat perbedaan yang tidak sama antara
residu satu dengan pengamatan lainnya. Salah satu model dari regresi adalah variabel dependen, sehingga tidak boleh terjadi korelasi di
model yang memenuhi syarat bahwa ada kesamaan pada varian antara
residu satu dengan pengamatan dan lainnya yang disebut pula dengan
homoscedasticity.
Penarikan kesimpulan:
Jika angka probabilitas pada probabilitas Chi Square > 0,5 maka
tidak terdapat masalah heteroskedastisitas.
● Uji Normalitas
Tujuannya untuk melihat apakah data yang digunakan berdistribusi
normal atau tidak .
Penarikan kesimpulan:
Jika angka probabilitas apda jarque berra > 0,5 maka data
berdistribusi normal.
● Uji Autokorelasi
Tujuannya untuk dapat melihat apakah terjadi korelasi di
antara suatu periode dengan periode-periode sebelumnya.
Sederhananya, uji autokorelasi merupakan analisis dari regresi
yang terdiri dari pengujian pengaruh variabel independen pada
antara pengamatan serta data observasi sebelumnya.
Penarikan kesimpulan:
Jika angka probabilitas pada probabilitas Chi Sqaure >
0,5 maka tidak terjadi autokorelasi.