Materi Analisis Korelasi Dan Regresi Sederhana


Analisis Korelasi Dan Regresi Sederhana – Pada kesempatan kali ini kami akan membahas tentang korelasi dan regresi linier sederhana. Dikatakan sederhana, karena hanya akan melibatkan satu variabel independen dan satu variabel independen. Variabel sendiri merupakan segala sesuatu dengan beragam bentuk yang ditetapkan oleh seorang peneliti untuk dipelajari sehingga nantinya bisa didapat informasi penting mengenai hal tersebut, kemudian diambil kesimpulannya.



Variabel independen merupakan variabel yang dapat mempengaruhi segala sesuatu yang menjadi penyebab perubahan atau munculnya variable dependen (terikat). Sementara itu, variabel dependen merupakan jenis variabel yang dapat dipengaruhatau menjadi penyebab adanya variabel independen (bebas).

Materi Analisis Korelasi

Analisis Korelasi

Analisis korelasi merupakan sebuah teknis statistik yang digunakan untuk mengukur kekuatan hubungan dua variabel dan untuk dapat mengetahui bentuk hubungan diantara dua variabel tersebut dengan memberikan hasil yang bersifat kuantitatis.

Kekuatan hubungan diantara dua variabel dalam hal ini berarti apakah hubungan tersebut termasuk dalam ERAT, LEMAH, atau TIDAK ERAT. Sedangkan untuk masalah bentuk hubungannya, apakah korelasinya merupakan Linear Positif ataupun Linear Negatif.  Untuk mengukura ada atau tidaknya hubungan antar variabel ini disebut dengan korelasi.

Baca juga: Menghitung Koefisien Korelasi Excel Dan Manual

Korelasi yang Terjadi Antara Dua Variabel

Adapun jenis-jenis korelasi yang sering terjadi diantara dua variabel adalah sebagai berikut:

  1. Korelasi positif merupakan korelasi dua variabel, jika variabel indepen (X) mengalami peningkatan atau penurunan maka variabel dependen (Y) juga cenderung untuk meningkat atau turun.
  2. Korelasi negatif merupakan korelasi dua variabel, jika variabel independen (X) mengalami peningkatan atau penurunan maka variabel dependen (Y) juga cenderung untuk turun atau meningkat.
  3. Jika kedua variabel, yaitu X dan Y tidak menunjukkan adanya hubungan maka dapat dipastikan tidak ada korelasi.
  4. Korelasi sempurna meruapakan korelasi dari dua variabel yang benar-benar telah terjadi.

Koefisiensi Korelasi Sederhana

Untuk dapat mengetahui hubungan antar dua variabel, maka bisa dilakukan dengan cara melihat nilai koefisiensi korelasi. Koefisiensi korelasi (r) adalah indeks atau bilangan yang biasa digunakan untuk mengukur keeratan hubungan antar variabel. Adapun rumus dari koefisiensi korelasi adalah sebagai berikut:



Keterangan:

X adalah Variabel independen

Y adalah Variabel dependen

n adalah Jumlah sampel

Dimana r memiliki nilai antara -1 dan 1 (-1 ≤ r ≤ 1).



Interval Keeratan Korelasi Antar Variabel

Adapun untuk interval keeratan korelasi antar variabel adalah sebagai berikut:

Koefisiensi Determinasi

Koefisiensi determinasi dapat diartikan sebagai seberapa besar kemampuan seluruh variabel independen untuk menjelaskan varian dari variabel dependennya. Koefisiensi determinasi pada umumnya dihitung dengan cara mengkuadratkan koefisiensi korelasi (r).

Baca juga: Pengertian PDCA Dalam Manajemen Bisnis

Materi Regresi Liner Sederhana

Regresi Liner Sederhana

Regresi liner merupakan sebuah alat statistik yang biasa digunakan untuk dapat mengetahui pengaruh antara satu atau beberapa variabel terhadap sebuah variabel. Variabel yang dapat mempengaruhi ini biasa disebut dengan variabel bebas, variabel independen atau variabel penjelas. Sedangkan untuk variabel yang dipengaruhi disebut sebagai variabel terikat atau variabel dependen.

Regresi liner pada umumnya hanya bisa digunakan dalam skala interval dan ratio. Model yang paling sederhana yang biasa digunakan untuk menjelaskan pengaruh antara variabel dependen dengan satu variabel independen ini adalah regresi sederhana.



Model Regresi Sederhana

Adapun untuk persamaan regresi sederhana adalah sebagai berikut:

Keterangan:

Y adalah Variabel dependen

X adalah Variabel independen

A adalah konstanta

B adalah koefisiensi regresi

Dengan

Baca juga: Cara Mengolah Data Skala Likert

Kesalahan Baku Estimasi

Kesalahan baku estimasi (selisih taksir standar regresi) merupakan nilai yang digunakan untuk menyatakan seberapa jauh menyimpangnya nilai regresi tersebut terhadap nilai yang sebenarnya. Nilai tersebut biasa digunakan untuk mengukur tingkat ketepatas sebuah pendugaan saat menduga nilai.

Jika nilainya nanti sama dengan nol maka sudah pasti penduga tersebut mempunyai tingkat ketepatas hingga 100%. Adapun rumus kesalahan baku estimasi adalah sebagai berikut:

Keterangan:

Sx,y adalah Kesalahan baku

Y adalah Variabel dependen

Ӯt adalah Persamaan regresi

n adalah banyaknya sampel

Pengujian Hipotesis

Pengujian hipotesis biasanya dilakukan jika ada seseorang yang memiliki pendapat atau argumen yang ingin dibuktikan kebenarannya. Untuk lebih mudah dalam memahami prosedur pengujian hipotesis mengenai korelasi dan regresi linier berlipat ganda, silahkan simak ilustrasi berikut ini.

Pengujian Hipotesis Tentang Koefiseiensi Korelasi

Berikut ini adalah rumus hipotesis yang biasa digunakan untuk korelasi:

Sedangkan langkah-langkah pengujian hipotesis adalah sebagai berikut:

Langkah yang pertama adalah dengan merumuskan bentuk hipotesis:

Langkah yang kedua adalah menentuka nilai kesalahan = a. Jika a sudah diketahui maka berikutnya adalah mencari ta (jika satu arah) atau ta/2 (jika dua arah) dari tabel t dengan df = n-2. Df = derajat kebebasan

Langkah yang ketiga adalah menghitung nilaidari t dengan menggunakan rumus sebagai berikut:

Keterangan:

Langkah yang keempat adalah keputusan

Pengujian Hipotesis Tentang Regresi

Rumus hipotesis yang digunakan untuk regresi adalah sebagai berikut:

Sedangkan langkah-langkah pengujian hipotesis adalah sebagai berikut:

Langkah yang pertama adalah merumuskan bentuk hipotesis

Langkah yang kedua adalah menentukan nilai kesalahan. Menentukan nilai kesalahan = a, jika a sudah diketahui maka berikutnya adalah mencari ta (jika satu arah) atau ta/2 (jika dua arah) dari tabel t dengan df=n-2. Df = derajat kebebasan.

Langkah yang ketiga adalah menghitung t dengan menggunakan rumus sebagai berikut:



Leave a Comment