Definisi Korelasi Dan Regresi Pada Analisis Statistik

Definisi Korelasi Dan Regresi Pada Analisis Statistik

Pada kesempatan kali ini kita akan coba ulas sedikit pemahaman yang harus dimiliki oleh para peneliti maupun yang sedang menyusun tugas akhir yang mungkin kebingungan terkait dengan alat analysis statistic (korelasi dan regresi) apa yang cocok digunakan pada data yang dipunyai, baik itu data primer maupun sekunder. Mungkin untuk kasus pada penelitian dasar (strata 1/S1) banyak sekali digunakan analisis statistik dengan jumlah variabel yang relatif sedikit (2 hingga 3 variabel) sehingga sebagian besar statement masalah dari penelitiannya seputar pola “hubungan” atau “pengaruh” antar atau dari variable yang satu ke variable yang lainnya.

Secara prinsip ada perbedaan yang sangat mendasar yang harus diperhatikan oleh peneliti. Umum para pengolah data statistic dari suatu penelitian, mengaitkan pola “hubungan” antar variabel dengan analisis Korelasi (parametrik atau pun non parametrik) dan mengaitkan pola “pengaruh” antar variabel dengan analisis Regresi atau uji statistic lanjutan yang lebih kompleks pengerjaannya.

Karenanya kita akan mengutip dari sebuah literatur yang sangat bermanfaat dalam membentuk kerangka berpikir dasar dan sederhana bagi sebagian besar peneliti yang sedang menyusun tugas akhir (khususnya strata 1/S1) dalam menentukan topik penyelesaian penelitian serta penentuan teknik pengolahan data hasil penelitiannya. Berikut kita sampaikan uraian singkat terkait konsep analisis Korelasi dan Regresi yang kita kutip dari sebuah sumber literature.

……….

Analisis korelasi tujuan utamanya adalah untuk mengukur kuat atau derajat hubungan linear antara dua variable, sangat erat berhubungannya tetapi sangat berbeda dalam konsep dari analisis regresi. Koefisien korelasi digunakan untuk mengukur hubungan linear ini. Sebagai contoh mungkin kita berminat dalam menemukan (koefisien) korelasi antara merokok dengan karakter paru-paru, antara nilai ujian statistik dan matematik, antara nilai (rata-rata) di SMA dan di Perguruan Tinggi, dan seterusnya. Dalam analisis regresi tidak tertarik pada ukuran seperti itu. Sebagai gantinya, kita berusaha untuk menaksir atau meramal nilai rata-rata satu variabel atas dasar nilai yang tetap variabel-variabel lainnya. Jadi kita mungkin mengetahui apakah kita dapat meramal rata-rata nilai ujian statistik dengan mengetahui nilai ujian mahasiswa dalam matematik.

Dua teknik regresi dan korelasi itu mempunyai beberapa perbedaan yang mendasar yang berharga untuk dibahas. Dalam analisis regresi ada asimetry cara bagaimana variabel tak bebas dan variabel yang menjelaskan diperlakukan. Variabel tak bebas diasumsikan bersifat statistik, random atau stokhastik yaitu mempunyai distribusi probabilitas. Di pihak lain, variabel yang menjelaskan diasumsikan mempunyai nilai yang tetap (dalam pengambilan sampel secara berulang), yang dibuat eksplisit dalam definisi regresi. Dalam analisis korelasi, di pihak lain, kita memperlakukan yang mana pun dari (dua) variabel ini secara simetri. Tidak ada perbedaan antara variabel tak bebas dan variabel yang menjelaskan. Bagaimana pun juga, korelasi antara nilai ujian matematik dan statistik adalah sama dengan korelasi antara nilai ujian statistik dan matematik. Lagi pula, kedua variabel diasumsikan random. Seperti akan kita lihat, sebagian besar teori korelasi didasarkan pada asumsi kerandoman (keacakan) variabel, sedangkan sebagian besar teori regresi (yang diuraikan dalam buku ini) bersyarat pada asumsi bahwa variabel tak bebas adalah stokhastik tetapi variabel yang menjelaskan adalah tetap atau non stokhastik.

Catatan Tambahan :

>> Proses Stokhastik yaitu proses yang penuh dengan kegagalan. Kata «stokhastik» berasal dari kata Yunani stokhos yang berarti ”sasaran”. Hasil pelemparan anak panah ke papan sasaran adalah proses stokhastik.

>> Penting untuk dicatat bahwa variabel yang menjelaskan mungkin pada hakekatnya stokhastik, tetapi untuk tujuan analisis regresi kita asumsikan bahwa nilainya adalah tetap dalam pengambilan sampel berulang (yaitu, X mengambil nilai yang sama dalam berbagai sampel); jadi membuatnya berlaku non random atau non stokhastik.

Buku : Ekonometrika Dasar , Pengarang : Damodar Gujarati, Sumarno Zain


#SurveyOnline #OnlineSurvey #Olahdata #SebarKuesioner #Responden #Riset #Enumerator #Surveyor #Akademik #RisetPasar #Skripsi #Tesis #Disertasi #Statistik #Regresi #Korelasi

Leave a Reply

Your email address will not be published. Required fields are marked *