BAB I

PENDAHULUAN

1.1 Latar Belakang

Statistika adalah ilmu yang mempelajari bagaimana merencanakan,

mengumpulkan, menganalisis dan mempresentasikan data. Singkatnya,
statistika adalah ilmu yang berkenan dengan data. Statistika dibagi menjadi dua,
yaitu Statistika Deskriptif dan Statistika Inferensial. Statistika deskriptif
berkenaan dengan deskripsi data, misalnya dari menghitung rata-rata dan
varians dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik
sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan
statistika inferensial lebih dari itu, misalnya melakukan pengujian hipotesis,
melakukan prediksi observasi masa depan, atau membuat model regresi. Untuk
saat ini, kami akan membahas tentang ilmu Statistika Deskriptif.

Statistika dalam arti sempit berarti kumpulan data berupa angka, penyajian data
dalam table dan grafik, bilangan yang menunjukan karakteristik dari kumpulan
data. Statistika dalam arti luas yaitu metode yang digunakan dalam
pengumpulan dan analisis data yang berupa angka-angka sehingga dapat
diperoleh informasi yang berguna. Statistika adalah suatu metode yang
menjelaskan tata cara pengumpulan, penyusunan, penyajian, penganalisaan,
dan penginterprestasian data menjadi informasi yang lebih berguna. (wikipedia).

Menurut Sudjana (1996:7), Statistika Deskriptif adalah fase statistika dimana

hanya berusaha melukiskan atau menganalisa kelompok yang diberikan tanpa
membuat atau menarik kesimpulan tentang populasi atau kelompok yang lebih
besar dinamakan Statistika Deskriptif.

Dalam materi Statistika Deskriptif, terdapat Regresi dan Korelasi. Regresi dan
korelasi digunakan untuk mempelajari pola dan mengukur hubungan statistik
antara dua atau lebih variabel.

Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (Measures of association). Teknik ini berguna
untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua
variabel) dengan skala-skala tertentu.
Regresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu variabel terhadap variabel lain .Dalam analisis regresi ,variabel
yang mempengaruhi disebut independent variabel (variable bebas) dan variabel
yang dipengaruhi disebut dependent variabel (variabel terikat).

Maka dari itu, kami membuat makalah ini dengan judul “Analisa Korelasi dan
Regresi”.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, dapat di rumuskan sebuah permasalahan

sebagai berikut:

1. Pengertian Regresi Linear dan Korelasi?

2. Kegunaan Regresi dan Korelasi?
3. Contoh Regresi linear dan Korelasi?

1.3 Tujuan Penulisan

Berikut ini adalah beberapa tujuan penulisan makalah :

1. Untuk memenuhi persyaratan dalam memperoleh nilai UAS Statistika Deskriptif

semester III.
2. Untuk mengetahui pengertian dan perhitungan Regrasi dan Korelasi.
3. Untuk mengetahui cara perhitungan Ukuran Gejala Pusat Data yang belum di
kelompokkan.
4. Membuat para mahasiswa lebih mengetahui dan memahami materi ini melalui
analisa data, penarikan kesimpulan dan pembuat keputusan.

BAB II

KAJIAN TEORI

2.1 Pengertian Regresi

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.

2.2 Pengertian Korelasi

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.

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. Dalam SPSS ada tiga metode
korelasi sederhana (bivariate correlation) diantaranya Pearson Correlation, Kendall’s tau-
b, dan Spearman Correlation. Pearson Correlation digunakan untuk data berskala
interval atau rasio, sedangkan Kendall’s tau-b, dan Spearman Correlation lebih cocok
untuk data berskala ordinal.

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.

BAB III

PEMBAHASAN

3.1 Perbedaan Korelasi dan Regresi

Regresi dan korelasi adalah dua metode statistik umum yang digunakan untuk mengukur
hubungan antara dua variabel. Meskipun dua metode ini mengukur hubungan, keduanya
melakukannya dengan cara yang berbeda. Dalam artikel ini kita akan membahas perbedaan
korelasi dan regresi

Korelasi
Korelasi mengukur kekuatan dan arah hubungan antara dua variabel. Metode ini dilakukan
dengan cara menghitung koefisien korelasi, yang dapat berkisar dari -1 hingga 1. Koefisien
korelasi -1 menunjukkan hubungan negatif yang sempurna, koefisien korelasi 0
menunjukkan tidak adanya hubungan, dan koefisien korelasi 1 menunjukkan hubungan
positif yang sempurna.

Misalnya, jika kita ingin melihat apakah ada hubungan antara jumlah jam belajar seorang
siswa dan IPK mereka, kita dapat mengumpulkan data jumlah jam belajar setiap siswa dan
IPK mereka, lalu menghitung koefisien korelasi.

Regresi
Regresi adalah teknik statistik yang dapat digunakan untuk memprediksi nilai suatu variabel
dari nilai variabel lain. Metode ini dilakukan dengan cara mencocokkan garis atau kurva pada
titik data. Garis atau kurva disebut garis regresi, dan ini mewakili penyesuaian terbaik untuk
data.

Perbedaan antara Korelasi dan Regresi

Perbedaan utama antara korelasi dan regresi adalah bahwa korelasi hanya mengukur
kekuatan dan arah hubungan antara dua variabel, sementara regresi dapat digunakan untuk
memprediksi nilai suatu variabel dari satu atau lebih variabel.

Perbedaan lain antara korelasi dan regresi adalah bahwa korelasi adalah ukuran asosiasi,
sementara regresi adalah ukuran kausalitas (atau lebih tepatnya, mengasumsikan kausalitas).
Ini berarti bahwa korelasi hanya dapat memberi tahu Anda jika dua variabel saling terkait,
tetapi tidak dapat memberi tahu Anda jika satu variabel menyebabkan variabel lain.

Misalnya, jika kita menemukan korelasi antara penjualan es krim dan tingkat kejahatan, itu
tidak berarti bahwa es krim menyebabkan kejahatan atau sebaliknya. Bisa jadi kedua variabel
dipengaruhi oleh variabel ketiga, seperti suhu. Namun, jika kita menemukan persamaan
regresi antara penjualan es krim dan tingkat kejahatan, itu berarti bahwa kita dapat
memprediksi tingkat kejahatan berdasarkan penjualan es krim, dengan mengasumsikan
bahwa ada hubungan sebab-akibat antara keduanya.

2.Bagaimana Pengunaan Regerasi Linear Korelasi dan Contohnya

Pengertian Analisis Korelasi, Jenis, dan Contohnya

Dalam metode statistik dan statistika akan senantiasa dikenal dengan teknik analisis data.
Dimana teknik analisis data ini salah satunya terdiri dari regresi dan korelasi.

Tetapi yang pasti, analisis korelasi yaitu metode statistik yang digunakan untuk mengetahui
apakah terdapat hubungan antara dua variabel/dataset, dan seberapa kuat hubungan
tersebut. Oleh karena itulah analisis korelasi menentukan sebab dan akibat yang tidak
terjadi karena variabel lain yang tidak ada dalam penelitian.

Daftar Isi
 Analisis Korelasi
o Pengertian Analisis Korelasi
 Pengertian Analisis Regresi Dan Korelasi Menurut Para Ahli
o Jenis Analisis Korelasi dan Contohnya
 Korelasi Pearson
 Korelasi peringkat Kendall
 Korelasi Spearman
 Korelasi Positif
 Korelasi Negatif
 Korelasi Nol
o Sebarkan ini:
o Posting terkait:
Analisis Korelasi

Kata korelasi kerapkali dipergunakan untuk menunjukkan suatu bentuk asosiasi. Namun,
dalam istilah statistik penggunaan istilah korelasi untuk menunjukkan hubungan antara dua
variabel dalam penelitian kuantitatif yang setidaknya terdiri dari berbagai bentuk. Yakni
korelasi pearson, korelasi rank kendall, korelasi spearman, dan korelasi point biserial.

Pengertian Analisis Korelasi

Analisis korelasi adalah metode evaluasi statistik yang dipergunakan untuk mempelajari
kekuatan hubungan antara dua variabel kontinu yang diukur secara numerik. Misalnya tinggi
dan berat, oleh karena itulah jenis analisis khusus ini berguna ketika seorang peneliti ingin
menetapkan apakah ada kemungkinan hubungan antar variabel penelitian.

Pengertian Analisis Regresi Dan Korelasi Menurut Para Ahli

Adapun definisi analisis korelasi menurut para ahli, antara lain:

1. Jonathan Sarwono (2006), Analisis korelasional adalah analisis yang digunakan

untuk melihat kuat lemahnya antara variabel bebas dengan tergantung.

Jenis Analisis Korelasi dan Contohnya

1. Korelasi Pearson

Korelasi Pearson r adalah statistik korelasi yang paling banyak digunakan untuk mengukur
tingkat hubungan antara variabel yang berhubungan secara linier.

Sebagai contoh, di pasar saham, jika kita ingin mengukur bagaimana dua saham saling
terkait, digunakan korelasi Pearson r untuk mengukur derajat hubungan antara keduanya.
Korelasi Point-Biserial dilakukan dengan rumus korelasi Pearson kecuali salah satu
variabelnya dikotomis.

Contoh korelasi pearson

Kasus Penggunaan Korelasi Pearson

 Menilai hubungan antara dua variabel dalam ilmu sosial, seperti hubungan antara tingkat
pendidikan dan pendapatan
 Menganalisis data keuangan, seperti hubungan antara harga saham dua perusahaan
 Mengevaluasi kinerja peralatan, seperti hubungan antara suhu dan tekanan dalam proses
manufaktur
2. Korelasi peringkat Kendall

Korelasi peringkat Kendall adalah uji non-parametrik yang mengukur kekuatan

ketergantungan antara dua variabel. Jika kita mempertimbangkan dua sampel, a dan b, di
mana setiap ukuran sampel adalah n, kita tahu bahwa jumlah pasangan dengan a b adalah
n (n-1) / 2.

Berikut rumus yang digunakan untuk menghitung nilai korelasi rank kendall:

 nc = jumlah konkordan
 nd = jumlah diskordan
 3. Korelasi Spearman

Korelasi spearman adalah tes non-parametrik yang digunakan untuk mengukur tingkat
hubungan antara dua variabel. Uji korelasi peringkat Spearman tidak membawa asumsi apa
pun tentang distribusi data dan merupakan analisis korelasi yang sesuai ketika variabel
diukur pada skala yang setidaknya ordinal

3.2 Contoh Regresi Linear Dan Korelasi

Regresi & Korelasi serta Contoh Pembahasan Kasus

Statistika Deskriptif

Mata kuliah statistika merupakan salah satu mata kuliah yang diajarkan di perguruan tinggi. Mata
kuliah ini diharapkan dapat membantu mahasiswa menangani informasi yang bersifat kuantitatif.

Jadi di akhir semester 1 sekarang ini aku mendapatkan tugas dari dosen untuk menganalisa salah satu
materi yang ada di statistika deskriptif yaitu regresi dan korelasi dan di bawah ini adalah hasil dari
tugasnya yang didapat dari berbagai sumber dan contoh kasusnya hasil dari pemikiran sendiri dan
dibantu oleh teman satu kelompok.

Pengertian Regresi dan Korelasi

Dalam sejarah matematika Regresi dikembangkan pertama kali oleh Gauus seorang Ahli
matematika pada tahun 1809. Lalu Gilbert Raff menggunakan prinsip ini untuk bertrading saham
untuk pertama kali. Konsep yang dipakai untuk menghitung inflasi harga kebutuhan harga pokok.
Regresi dan korelasi bertujuan untuk mengetahui pengaruh suatu variable terhadap variabel lain.
Dalam analisis Regresi, variabel yang mempengaruhi disebut independent variabel (Variabel Bebas)
dan variable yang dipengaruhi disebut dependent variabel (Variabel Terikat).

Analisa Regresi

Analisis Regresi digunakan untuk mengetahui pengaruh dari variable bebas terhadap variable
terikat.Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variable
indepedent. Koefisien ini diperoleh dengan cara memprediksi nilai variable depedent dengan suatu
persamaan.
Analisa regresi ada dua : Analisa Regresi Sederhana dan Analisa Regresi Berganda.
Analisis regresi sederhana hanya terdiri atas satu variabel bebas X dan satu variabel terikat (respon) Y
dengan hubungan linier. Kedua variabel ini merupakan variabel kuantitatif.
Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel
independent (X1,X2,.....Xn) dengan variabel dependent (Y). Analisis ini untuk mengetahui arah
hubungan antara variabel independent dengan variabel dependent apakah berhubungan positif atau
negatif dan untuk memprediksi nilai variabel depedent apabila nilai variabel indepedent mengalami
kenaikan atau penurunan.

Dalam analisa regresi sederhana, pengaruh satu variabel bebas dapat dibuat persamaan
sebagai berikut :

Keterangan :
n = Banyaknya data
Y = Nilai yang diukur/dihitung pada variabel tidak bebas
X = Nilai tertentu dari variabel bebas
a = Intersep/perpotongan garis regresi dengan sumbu Y
b = Koefisien regresi/kemiringan dari garis regresi untu mengukur kenaikan/penurunan y
untuk setiap perubahan satuan x atau untuk mengukur besarnya pengaruh x terhadap y
kalau x naik satu unit

Analisa Korelasi Sederhana

Analisa korelasi digunakan untuk mengukur kekuatan keeratan hubungan antara dua variabel
melalui sebuah bilangan yang disebut koefisien korelasi.
Analisis korelasi merupakan salah satu analisis untuk mengetahui tingkat keeratan hubungan tersebut.
Dapat dibagi menjadi 3 kriteria, mempunyai hubungan positif, mempunyai hubungan negatif, dan
tidak mempunyai hubungan.

Koefisien Korelasi Linier (r)

Koefisien korelasi linier ( r ) adalah ukuran hubungan linier antara dua variabel/peubah acak X dan Y
untuk mengukur sejauh mana titik-titik menggerombol sekitar sebuah garis lurus regresi. Besarnyaa r
berkisar anntara -1<.r<1. Ilustrasi grafik sebaran data dengan berbagai nilai korelasi dapat disajikan
dengan diagram pencar atau scatter diagram.
Kegunaan diagram pencar atau scatter diagram :
• Membantu menunjukkan apakah terdapat hubungan yang bermanfaat antara dua variabel.
• Membantu menetapkan tipe persamaan yang menunjukkan hubungan antara kedua variabel.
• Menentukan persamaan garis regresi atau mencari nilai-nilai konstan.
Rumus Koefisien Korelasi Linier (r) :

Keterangan :
n = Banyaknya data
X = Nilai variabel X
Y = Nilai variabel Y

Koefisien Determinasi (r2)

Koefisien determinasi pada intinya untuk mengukur seberapa jauh kemampuan model dalam
menerangkan variasi variable dependen.
Nilai koefisien determinasi adalah antara nol dan satu.Nilai yang mendekati satu berarti variabel-
variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variasi variable dependen.
Rumus Determinasi :

r2 = r x r

Keterangan :

r = Hasil koefisien korelasi linier

CONTOH KASUS & PEMBAHASAN

Contoh Kasus Regresi dan Korelasi

Analisis regresi linier sederhana:

Tabulasi data penelitian antara dua varibel biaya promosi (X) dan variabel penjualan rumah (Y)

1. Buatlah diagram pencar atau scatter diagram

2. Tentukan :

1. Koefisien Korelasi Linier (r)

2. Koefisien Determinasi
3. Persamaan Regresi

Hasil dan Pembahasan

1. Diagram pencar (scatter diagram)

Langkah - langkah membuat grafik regresi linier di microsoft excel :

- Masukkan data yang ada di variabel X dan variabel Y

- Pilih menu insert, pilih chart dimenu bar
- Pilih scatter. Maka hasil yang akan keluar adalah sebagai berikut :
2. Koefisien Korelasi Linier (r)
3. Koefisien Determinasi

r2 = r x r
= 0,97688 x 0,97688
= 0,95429

4. Persamaan Regresi
2.Bagaimana Pengunaan Regerasi Linear Korelasi dan Contohnya

Pengertian Analisis Korelasi, Jenis, dan Contohnya

Dalam metode statistik dan statistika akan senantiasa dikenal dengan teknik analisis data.
Dimana teknik analisis data ini salah satunya terdiri dari regresi dan korelasi.

Tetapi yang pasti, analisis korelasi yaitu metode statistik yang digunakan untuk mengetahui
apakah terdapat hubungan antara dua variabel/dataset, dan seberapa kuat hubungan
tersebut. Oleh karena itulah analisis korelasi menentukan sebab dan akibat yang tidak
terjadi karena variabel lain yang tidak ada dalam penelitian.
Daftar Isi
 Analisis Korelasi
o Pengertian Analisis Korelasi
 Pengertian Analisis Regresi Dan Korelasi Menurut Para Ahli
o Jenis Analisis Korelasi dan Contohnya
 Korelasi Pearson
 Korelasi peringkat Kendall
 Korelasi Spearman
 Korelasi Positif
 Korelasi Negatif
 Korelasi Nol
o Sebarkan ini:
o Posting terkait:
Analisis Korelasi
Kata korelasi kerapkali dipergunakan untuk menunjukkan suatu bentuk asosiasi. Namun,
dalam istilah statistik penggunaan istilah korelasi untuk menunjukkan hubungan antara dua
variabel dalam penelitian kuantitatif yang setidaknya terdiri dari berbagai bentuk. Yakni
korelasi pearson, korelasi rank kendall, korelasi spearman, dan korelasi point biserial.

Pengertian Analisis Korelasi

Analisis korelasi adalah metode evaluasi statistik yang dipergunakan untuk mempelajari
kekuatan hubungan antara dua variabel kontinu yang diukur secara numerik. Misalnya tinggi
dan berat, oleh karena itulah jenis analisis khusus ini berguna ketika seorang peneliti ingin
menetapkan apakah ada kemungkinan hubungan antar variabel penelitian.

Pengertian Analisis Regresi Dan Korelasi Menurut Para Ahli

Adapun definisi analisis korelasi menurut para ahli, antara lain:

2. Jonathan Sarwono (2006), Analisis korelasional adalah analisis yang digunakan

untuk melihat kuat lemahnya antara variabel bebas dengan tergantung.
 BAB IV

PENUTUP

1. Kesimpulan

Korelasi merupakan hubungan antara dua kejadian dimana kejadian yang satu
dapat mempengaruhi eksistensi kejadian yang lain, Misalnya kejadian X
mempengerahui kejadian Y. Apabila dua variable X dan Y mempunyai hubungan,
maka nilai variable X yang sudah diketahui dapat dipergunakan untuk
memperkirakan/menaksir atau meramalkan Y. Ramalan pada dasarnya
merupakan perkiraan/taksiran mengenai terjadinya suatu kejadian(nilai suatu
variabel) untuk waktu yang akan datang. Variable yang nilainya akan diramalkan
disebut variable tidak bebas (dependent variable), sedangkan variabel C yang
nilainya dipergunakan untuk meramalkan nilai Y disebut variable bebas
(independent variable) atau variable peramal (predictor) atau seringkali disebut
variable yang menerangkan (explanatory).

Jadi jelas analisis korelasi ini memungkinkan kita untuk mengetahui suatu di luar
hasil penyelidikan, Salah satu cara untuk melakukan peramalan adalah dengan
menggunakan garis regresi. Untuk menghitung parameter yang akan dijadikan
dalam penentuan hubungan antara dua variabel, terdapat beberapa cara, yaitu:
koefisien detreminasi, koefisien korelasi. Apabila terdapat data berkelompok
menggunakan koefisien data berkelompok dan bila menggunakan data berganda
maksudnya variabel bebas yang mempengaruhi variabel terikat ada dua, maka
menggunakan koefisien berganda.Sedangkan regeresi di bagi menjadi dua, yaitu
regresi linier dan regresi non linier. Dimana regresi linier juga dibagi menjadi
dua yakni regresi linier sederhana dan regresi linier berganda.
 MAKALAH
TENTANG REGRASI LINEAR DAN KORELASI

Disusun
Oleh
NAMA :Arafah
NIM :C789202101047
Dosen Pengampu : Titi Pujiarti M,Pd.

SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN

STKIP YAPIS DOMPU
PROGRAM STUDI PENDIDIKAN TEKNOLOGI INFORMASI
Semester Genap TA. 2022/2023