CARA MENCARI KOEFISIEN KORELASI DAN REGRESI DENGAN EXCEL 2007

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

▸ Baca selengkapnya: cara mencari ssxy

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

,

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:

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

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:

2. Klik menu

Data

dan

Data Analysis

akan muncul kotak dialog seperti dibawah ini.

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

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?

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 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

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

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, signifikansinilai 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

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