Sebelumnya kita telah membahas mengenai Contoh Makalah Korelasi Regresi dan juga pengertian Korelasi Regresi, kali ini kita akan membahas mengenai manfaat atau pun kegunaan mempelajari tentang analisis korelasi dan regresi. Pasti ada manfaatnya kan?! Nah, apakah manfaatnya, ini dia pembahasannya.
Kegunaan Analisis Korelasi dan Regresi. Dalam kebanyakan fenomena alam, menaksir rerata populasi, atau menguji perbedaan dua rerata dengan teknik uji statistika, baik yang memerlukan asumsi sebaran khusus (parametrik) mau pun yang tidak ketat asumsi sebarannya (nonparametrik) menjadi tidak efisien dan tidak efektif lagi. Hal ini disebabkan oleh banyaknya peubah yang berhubungan dan saling menjelaskan antara yang satu dengan yang lainnya. Misalnya, kita akan memperkirakan nilai jual sebuah rumah di suatu daerah tertentu. Kita dapat mengambil sampel acak dari ratusan rumah yang ada dalam daerah tersebut, kemudian kita menghitung rerata harga jualnya. Tetapi, menggunakan metode ini, kita mengabaikan informasi yang mudah diamati, misalnya luas lantai, banyaknya kamar tidur, banyaknya kamar mandi, dan umur rumah tersebut. Informasi ini akan lebih bermanfaat kalau digunakan menaksir nilai jual rumah yang bersangkutan.
Artikel Korelasi Regresi | Manfaat Korelasi Regresi
Dari latar belakang yang kita perhatikan di atas, metode atau analisis korelasi dan regresi merupakan topik penting untuk dibicarakan. Metode korelasi dapat mengukur kuatnya hubungan antara dua peubah yang sifat hubungannya simetris atau timbal balik Seperti metode korelasi; metode regresi sudah menjadi bagian integral dari setiap analisis data yang memperhatikan hubungan antara satu peubah tanggapan (response variable) dengan satu atau lebih peubah penjelas (explanatory variables). Istilah peubah tanggapan kadang-kadang juga disebut peubah terikat atau terikat (dependent variable), dan peubah penjelas disebut peubah penaksir (predictor variable) atau peubah bebas (independent variable). Penggunaan istilah ini biasanya disesuaikan dengan situasi peubah-peubah yang dipelajari hubungannya, dan juga selera penggunanya.
Pertama-tama kita akan membicarakan masalah yang berkaitan dengan nilai rerata suatu peubah terikat Y (katakanlah harga jual rumah) terhadap suatu peubah bebas X (misalnya luas lantai rumah) dengan menggunakan hubungan linear. Model ini disebut model linear karena semua peubah yang muncul dalam model itu berpangkat satu. Kalau dilihat dari banyaknya peubah bebas dalam model, maka model itu disebut model linear sederhana, karena hanya mempunyai satu peubah bebas.
Dalam hal mempelajari hubungan antarpeubah, regresi linear bukan satu-satunya model yang harus digunakan, kita juga dapat menggunakan model nonlinear, seperti model kuadratik, kubik, eksponen, logaritma, dan lain-lain. Penentuan model tergantung pada sifat peubah atau Pemilihan Peubah dalam Model populasi tempat data diambil. Sebelum menentukan model pilihan, kita perlu mengadakan suatu diagnosis terhadap data yang diperoleh. Diagram pencar adalah salah satu alat diagnosis untuk mendapatkan gambaran tentang hubungan antara peubah bebas dan peubah terikat. Dari diagram pencar itu, kita dapat memperkirakan bahwa model yang relevan adalah linear atau nonlinear.
Selanjutnya, kalau kita memasukkan lebih dari satu peubah bebas dalam model, maka diperoleh model regresi ganda (multiple regression model). Seperti model sederhana, model regresi ganda dapat juga dibedakan atas model regresi linear ganda dan model regresi nonlinear ganda. Dalam hal ini, kita dapat membangun model satu peubah tanggapan Y (katakanlah nilai jual rumah) sebagai fungsi dari peubah-peubah kuantitatif (seperti luas lantai, umur rumah, luas pekarangan, dan banyaknya kamar), atau sebagai fungsi dari peubah-peubah kualitatif (seperti jenis konstruksi, dan lokasi).
Selanjutnya, kalau kita memasukkan lebih dari satu peubah bebas dalam model, maka diperoleh model regresi ganda (multiple regression model). Seperti model sederhana, model regresi ganda dapat juga dibedakan atas model regresi linear ganda dan model regresi nonlinear ganda. Dalam hal ini, kita dapat membangun model satu peubah tanggapan Y (katakanlah nilai jual rumah) sebagai fungsi dari peubah-peubah kuantitatif (seperti luas lantai, umur rumah, luas pekarangan, dan banyaknya kamar), atau sebagai fungsi dari peubah-peubah kualitatif (seperti jenis konstruksi, dan lokasi).
Penggunaan Paket Komputer dalam StatistikaTersedianya paket statistika sebagai perangkat lunak komputer memudahkan banyak peneliti dalam penggunaan analisis statistik terhadap data yang diperoleh. Ketersediaan fasilitas ini memudahkan dan sangat menguntungkan karena beberapa faktor.
- Proses analisis, terutama perhitungan dapat dilakukan dengan cepat sekali tanpa ada kesalahan hitung.
- Peneliti dapat menghindari pekerjaan hitung yang memerlukan waktu lama apabila dikerjakan dengan cara manual, yang akibatnya bisa melelahkan dan terjadinya kesalahan.
- Peneliti sudah dapat memiliki waktu yang cukup memadai untuk berpikir dan mengembangkan masalah penelitiannya, menafsirkan hasil analisis data yang diperolehnya, dan mengimplementasikan serta menindaklanjuti rekomendasi dari temuan-temuannya.
Di samping kemudahan dan sejumlah keuntungan lain yang diberikan oleh fasilitas komputer yang tersedia, ada peringatan keras agar peneliti memilih paket statistika dengan lebih hati-hati. Paling sedikit tiga situasi yang memerlukan kehati-hatian dengan penggunaan paket statistika dalam komputer, yaitu:
- Ketika menganalisis data dan tidak memiliki pengetahuan statistika yang cukup untuk mengerti secara lengkap hasil (out put) komputer yang diperoleh;
- ketika mengajarkan penggunaan paket statistika dalam suatu pelatihan yang terpisah dari pengajaran statistika;
- ketika menggunakan paket statistika dalam pengajaran bidang tertentu tanpa memerlukan metode statistika yang menunjang paket tersebut.
Ketiga situasi ini sering terjadi dan masih akan terjadi lagi karena beberapa sebab. Misalnya, seorang mahasiswa yang harus menulis skripsi, tesis, atau disertasi, terpaksa mengolah data walau pun tidak memiliki pengetahuan statistika yang cukup. Mungkin saja, mahasiswa yang bersangkutan terheran-heran menyaksikan hasil pengolahan data oleh komputer yang lebih cepat dan tampak “misterius”.
Bagaimana, apakah artikel tentang Korelasi Regresi ini menambah wawasan Anda?
