Teks tersebut menjelaskan cara menghitung koefisien korelasi dan regresi antara tinggi badan dan berat badan menggunakan Microsoft Excel 2007. Data contoh berisi 10 responden dengan nilai tinggi dan berat badan masing-masing. Teks tersebut menjelaskan langkah-langkah untuk menghitung korelasi dan regresi dengan Excel, termasuk menentukan signifikansi hasilnya. Korelasi antara tinggi dan berat badan menunjukkan hubungan yang sangat er

1. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 1
CARA MENCARI KOEFISIEN KORELASI DAN REGRESI
DENGAN EXCEL 2007
www.Sinollahblog.wordpress.com
Microsoft Excel tidak hanya dapat dipergunakan sebagai alat bantu menghitung
saja, tetapi juga merupakan alat bantu bagi kita untuk mencari koefisien-koefisien statistic.
Dalam tulisan ini saya akan sharing cara mencari dan membacara koefisien korelasi dan
regresi dengan mempergunakan Microsoft excel 2007.
Yang perlu dipersiapkan adalah data yang kita punya baik variable bebas (X)
maupun variable terikatnya (Y). Adapun yang perlu kita perhatikan adalah bahwa nilai X
dan Y adalah nilai total dari item-item yang ada. Sebagai contoh kita punya data sebagai
berikut:
NO
Tinggi
Badan
(cm) X
Berat
Badan
(kg) Y
1 168 63
2 173 81
3 162 54
4 157 49
5 160 52
6 165 62
7 163 56
8 170 78
9 168 64
10 164 61
Dari data di atas, tentukan nilai koefisien korelasi dan regresinya, apakah koefisien
korelasi dan regresi tersebut signifikan atau tidak?
Microsoft Excel 2007 sudah menyediakan dua fasilitas untuk mengolah data
statistic, yaitu dengan memanfaatkan fungsi-fungsi statistik yang ada, dan perintah

2. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 2
analisis yang merupakan perintah tambahan (add-in) sehingga tidak ditampilkan pada
menu utama Microsoft Excel 2007. Untuk dapat menggunakan perintah data analisis:
1. Aktifkan program Microsoft Excel.
2. Klik Office Button, Klik Menu Excel Options,
3. Sebuah kotak dialog Excel Options ditampilkan, dan klik menu add-ins,

3. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 3
4. Dibagian bawah terdapat kotak Manage: Excel Add-ins. Klik icon Go.
5. Check list Anaylsis ToolPak dan klik Go
6. Berikan tanda check (lihat gambar) pada kotak check Analysis ToolPak dan klik
OK.
Akan muncul tampilan sebagai berikut:
Tunggu sampai proses tersebut selesai.

4. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 4
7. Cara menggunakan Data Analysis.
• Dari menu utama MS.Excel, klik menu Data (lihat gambar).
• Dalam Data Analysis terdapat beberapa analisis statistik yang dapat
diselesaikan.
• Pada latihan kali ini, kita fokus terhadap beberapa analisis saja, seperti correlations
dan regression
A. KORELASI
Korelasi (correlation) adalah salah satu teknik statistik yang digunakan untuk
mencari hubungan antara dua variabel atau lebih yang sifatnya kuantitatif. Dua variabel
dikatakan berkorelasi apabila perubahan pada variable yang satu akan diikuti perubahan
pada variabel yang lain secara teratur, dengan arah yang sama atau dapat pula dengan

5. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 5
arah yang berlawanan. Bila dua variabel tersebut dinyatakan sebagai variabel X dan
variabel Y, maka apabila variabel X berubah, variabel Y pun berubah dan sebaliknya.
Untuk nilai koefisien korelasi berada diantara -1 sampai dengan 1. Jika nilai
korelasinya menunjukkan angka negatif ini menunjukkan hubungan variabel X dan Y
mempunyai hubungan negatif atau berlawanan arah yaitu dengan adanya kenaikan
variabel X maka akan diikuti dengan penurunan variabelY begitu pula sebaliknya, serta
jika angka korelasinya menunjukkan angka positif ini menunjukkan hubungan variabel X
dan Y mempunyai hubungan positip atau searah yaitu dengan adanya kenaikan variabel X
maka akan diikuti pula dengan kenaikan variabel Y begitu pula sebaliknya.
Jika nilai korelasi mendekati angka nol berarti menggambarkan bahwa hubungan
dua variabel tersebut semakin lemah. Tetapi jika angka korelasinya semakin menjauh dari
angka nol yaitu mendekati angka 1 atau -1 berarti hubungan dua variabel tersebut
semakin kuat.
Dari data pada table di atas kita dapat mencari korelasinya dengan Excel 2007
sebai berikut:
1. Ketiklah data di atas dalam Excel 2007 seperti berikut:
Penulisan jangan sampai ada coloum yang kosong di atas nama kolom

6. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 6
2. Klik menu Data dan Data Analysis akan muncul kotak dialog seperti dibawah ini.
3. Double klik correlation, akan muncul kotak seperti berikut:

7. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 7
4. Pada Input Range kita isikan range data yang kita punya. Contoh di atas data kita
ada pada range B1 sampai C11 (termasuk label kita masukkan). Selanjutnya kita
cawang Labels in firs row dengan maksud agar label (tinggi badan dan berat badan)
juga diikutkan dalam output korelasi. Pada Output range kita isikan range dimana
output akan ditempatkan. Kasus di atas saya tempatkan di kolom F5. Setelah itu klik
OK.
5. Hasilnya seperti dibawah ini
Nampak bahwa korelasi antara tinggi badan dengan berat badan sebesar 0,946
dengan tanda positif, yang berarti bahwa ada hubungan yang sangat erat antara tinggi
badan dengan berat badan, atau berat badan seseorang dapat diprediksi dari tinggi
badannya.
6. Untuk mengetahui apakah nilai korelasi tersebut signifikan (bermakna) atau tidak, kita
diskusikan dengan table r dengan tingkat signifikansi 5% (α = 0,05) dari table r dengan
db (derajat bebas) 2, maka 10-2 = 8, yang artinya kita lihat pada table dengan n = 8

8. Tutorial Mencari Koefisien Korelasi dan Regresi
dengan tingkat signifikansi
menunjukkan bahwa rhitung
berhubungan dengan berat badan.
B. REGRESI
Tujuan utama dari analisis regresi adalah mendapatkan ramalan dari satu variable
(kreterium) dengan menggunakan v
variable kreterium dengan variable predictor dapat dilukiskan dalam satu garis. Garis
tersebut disebut garis regresi.
mungkin merupakan garis lengkung (parabolic, hiperbolik dsb). Dalam kesempatan ini
dibicarakan garis yang linier saja
Suatu garis dapat dinyatakan dalam persamaan matematik. Persamaan ini disebut
persamaan regresi linier. Dengan mengetahui persamaan regresi ini peramalan nilai Y
(kreterium) dapat dibuat berdasarkan nilai X (predictor) tertentu.
Untuk garis linier dengan satu variable predictor persamaannya adalah:
Tugas pokok regresi linier adalah:
1) mencari korelasi antara kreterium dengan predictor,
2) menguji apakah korelasi itu signifikan atau tidak, dan
3) mencari persamaan garis regresinya
Data pada table di atas merupakan
apakah berat badan orang pada kelompok umur tertentu dapat diramalkan dari tinggi
badan?
utorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah
dengan tingkat signifikansi 5%, yaitu sebesar 0,632. Dengan
hitung > rtabel (0,946 > 0,632) sehingga secara nyata tinggi badan
berhubungan dengan berat badan.
Tujuan utama dari analisis regresi adalah mendapatkan ramalan dari satu variable
(kreterium) dengan menggunakan variable lain yang diketahui (predictor).
variable kreterium dengan variable predictor dapat dilukiskan dalam satu garis. Garis
tersebut disebut garis regresi. Garis regresi mungkin merupakan garis lurus (linier),
engkung (parabolic, hiperbolik dsb). Dalam kesempatan ini
dibicarakan garis yang linier saja
Suatu garis dapat dinyatakan dalam persamaan matematik. Persamaan ini disebut
persamaan regresi linier. Dengan mengetahui persamaan regresi ini peramalan nilai Y
(kreterium) dapat dibuat berdasarkan nilai X (predictor) tertentu.
Untuk garis linier dengan satu variable predictor persamaannya adalah:
Tugas pokok regresi linier adalah:
mencari korelasi antara kreterium dengan predictor,
korelasi itu signifikan atau tidak, dan
mencari persamaan garis regresinya
di atas merupakan hasil suatu penyelidikan yang
badan orang pada kelompok umur tertentu dapat diramalkan dari tinggi
Page 8
engan nilai tersebut
(0,946 > 0,632) sehingga secara nyata tinggi badan
Tujuan utama dari analisis regresi adalah mendapatkan ramalan dari satu variable
ariable lain yang diketahui (predictor). Korelasi antara
variable kreterium dengan variable predictor dapat dilukiskan dalam satu garis. Garis
Garis regresi mungkin merupakan garis lurus (linier),
engkung (parabolic, hiperbolik dsb). Dalam kesempatan ini
Suatu garis dapat dinyatakan dalam persamaan matematik. Persamaan ini disebut
persamaan regresi linier. Dengan mengetahui persamaan regresi ini peramalan nilai Y
Untuk garis linier dengan satu variable predictor persamaannya adalah:
yang ingin memastikan
badan orang pada kelompok umur tertentu dapat diramalkan dari tinggi

9. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 9
Untuk menjawab pertanyaan di atas dalam mencari koefisien regresi dengan Excel
2007, langkahnya sama dengan korelasi, yang membedakan mulai langkah k3 dan
selanjutnya.
1. Buka Program Excel
2. Siapkan datanya (contoh table di atas)
3. Klik Menu Data dan Klik Data Anaysis
4. Setelah muncul kotak dialog Data Analysis, pilih Regression,
5. Input Y Range isikan dengan kolom data Y (pada contoh di atas terletak pada
kolom $C$1:$C$11, $ merupakan nilai absolute supaya yang dibaca hanya data
pada kolom tersebut). Begitu juga dengan Input X Range isikan dengan kolom data
X pada contoh di atas terletak pada kolom $B$1:$B$11. Jangan lupa kotak Labels

10. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 10
diberi cawang. Untuk Output Range isikan dengan kolom dimana output akan
ditempatkan (pada contoh di atas terletak pada kolom $E$4. Abaikan yang lain dan
klik OK. Akan muncul output sebagai berikut:
6. Output tersebut menunjukkan bahwa:
a. R2
(R Square) = 0,895
b. thitung = 8,295
c. Signifikansi t = 0,0000360
d. a = -277,428
e. b (β) = 2,057
7. Nilai ttabel dengan df = 1 (10-1 = 9) adalah sebesar = 2,262. Jika kita bandingkan
dnegan thitung yaitu sebesar 8,295 yang berarti bahwa thitung > ttabel sehingga dapat
disimpulkan bahwa pengaruh tinggi badan terhadap berat badan adalah signifikan
(bermakna). Selain membandingkan antara thitung dengan ttabel, signifikansi nilai regresi
juga dapat dilihat dari signifikansi thitung. Nilai signifikansi thitung adalah sebesar
0,0000360 labih kecil dari α (kemungkinan tingkat kesalahan) yang sudah ditentukan
yaitu sebesar 5% (0,05). Nilai thitung bertanda positif yang berarti bahwa semakin tinggi
seseorang, maka semakin bertambah berat badan seseorang berdasarkan data
tersebut. Dengan demikian, terbukti bahwa berat badan seseorang dapat diprediksi
dari tinggi badannya.

11. Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007 Oleh Sinollah Page 11
8. Besarnya pengaruh dapat dilihat dari R2
(R Square) sebesar 0,895 yang berarti
bahwa pengaruh tinggi badan terhadap berat badan adalah sebesar 89,5%
9. Dari nilai-nilai di atas dapat dibuat persamaan regresi sebagai berikut:
Y = a + bX
= -277,428 + 2,057X
Demikian tutorial mencari koefisien korelasi dan regresi dengan program Microsoft Excel
2007. Semoga bermanfaat