Dokumen tersebut membahas tentang korelasi dan regresi. Korelasi digunakan untuk mengukur kekuatan hubungan antara dua variabel, sedangkan regresi digunakan untuk memodelkan hubungan sebab akibat antara variabel bebas dan terikat. Dokumen ini juga menjelaskan rumus-rumus dan cara menghitung koefisien korelasi Pearson dan Spearman serta persamaan regresi linear.

1. Korelasi dan Regresi
‫االنحدار‬ ‫و‬ ‫االرتباط‬
1) KOLERASI )‫(االرتباط‬
 Pengertian
Koefisien kolerasi (r) merupakan indeks/bilangan yang digunakan untuk mengukur keeratan (kuat,lemah,tdk
ada) hubungan antar variable. Kolerasi dilambangkan dgn huruf r.
 Fungsi
Dalam kata lain, kolerasi ini digunakan untuk melihat/mengukur seberapa erat hubungan antar variable.
 Variable Terikat : Variable yang perubahan nya dipengaruhi oleh variable lainnya. Variable ini disebut
juga variable dependent.
 Variable Bebas : Variable yang mempengaruhi perubahan dari variable terikat. Variable ini disebut juga
variable independent.
 Kisaran nilai dari koefisien kolerasi terletak antara -1 dan 1
 BIla r mendekati -1 atau 1, maka terjadi kolerasi tinggi dan hubungan linear yang sempurna antara x & y
 Bila r mendekati 0, maka hubungan linearnya sangat lemah/tdk ada.
 Metode pencarian koefisien korelasi ada 2, yaitu:
1. Koefisien Kolerasi Pearson
Digunakan untuk mengukur kekuatan dan arah hubungan linear dari 2 variable.
Koefisien kolerasi pearson memiliki 2 rumus, yaitu:
2. Koefisien Korelasi Spearman
Digunakan untuk menghitung korelasi berdasarkan data yang berbentuk peringkat (rank)
Rumus :
∑
d = Beda urutan dalam satu pasang data
n = Banyak nya pasangan data
Langkah-langkah menghitung koef. Spearman :
1. Urutkan masing masing variable x dan y dari nilai terbesar hingga terkecil, lalu beri nomor urut.
2. Jika terdapat nilai yang sama, maka hitung rata-rata dari urutan nya tersebut.
3. Setiap pasangan urutan dihitung perbedaan nya (d) lalu dipangkatkan 2.
4. Masukkan ke rumus. Hitung. Selesai.
𝑟
∑ 𝑥 𝑥 𝑦 𝑦
𝑛 × 𝛿𝑥 × 𝛿𝑦
X = Variable x / data x
Y = Variable y/ data y
𝑥 = Mean dari data x
𝑦 = Mean dari data y
N = Banyak data
𝛿𝑥 = Simpangan Baku data x
𝛿𝑦 = Simpangan Baku data y
𝑟
∑ 𝑥𝑦 𝑛 × 𝑥 × 𝑦
∑ 𝑦 𝑛 × 𝑦 ∑𝑥 𝑛 × 𝑥
X = Variable x / data x
Y = Variable y / data y
𝑥 = Mean dari data x
𝑦 = Mean dari data y
Digunakan jika 𝑥
dan 𝑦 adalah
bilangan bulat
Digunakan jika 𝑥
dan 𝑦 tidak
bilangan bulat

2. 2) REGRESI )‫(االنحدار‬
 Pengertian
Metode untuk menentukan hubungan sebab-akibat antara variabel dengan variabel lainnya.
 Fungsi
Untuk mengetahui pengaruh suatu variable terhadap variable lainnya
 Persamaan linear yang menggambarkan hubungan antar 2 variable x dan y, yaitu:
‫ب‬ ‫س‬ ‫أ‬ ‫ص‬ ‫د‬ ‫ص‬ ‫ح‬ ‫س‬
Atau dalam bentuk sederhana:
 Untuk persamaan linear
Untuk mencari × dan untuk mencari
= Simp. Baku variable y
= Simp. Baku variable x
= Koef. Korelasi
= Mean variable y
= Mean variable x
 Untuk persamaan linear
Untuk mencari × dan untuk mencari
 Kesalahan Prediksi )‫التنبؤ‬ ‫في‬ ‫)الخطأ‬
 PENTING
1. 2. 3.