Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk mengukur kekuatan dan arah hubungan linier dari dua veriabel sedangkan Regresi linier adalah salah satu teknik analisis statistik yang digunakan untuk mengestimasi hubungan fungsional di antara dua atau lebih variabel, yaitu antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X).

Regresi linier merupakan langkah lanjutan dari analisis korelasi. Pada analisis korelasi, kita hanya bertanya apakah terdapat hubungan antara kedua variabel, sementara pada analisis regresi lebih mengarah ke proses yang lebih lengkap, yaitu mempelajari hubungan kausal di antara kedua variabel tersebut atau menjawab bagaimana kedua variabel tersebut berhubungan. Lebih sepesifik, persamaan regresi merupakan persamaan matematis yang memungkinkan kita meramalkan nilai-nilai variabel dependen (Y) dari nilai variabel independen (X) sehingga memungkinkan kita memprediksi salah satu parameter berdasarkan nilai dari variabel lain yang kita ketahui.

Tutorial Excel: Korelasi dan Regresi Linier selengkapnya bisa Anda pelajari pada video berikut.

• Untuk mendapatkan nilai koefisien korelasi:
  • Syntax: CORREL(array1,array2)
    • Array1 is a cell range of values.
    • Array2 is a second cell range of values.

• Untuk mendapatkan Persamaan Regresi Linier: Y = mx + b
  • nilai gradien (m) diperoleh dengan:
    • Syntax: SLOPE(known_y's,known_x's)
      • Known_y's is an array or cell range of numeric dependent data points.
      • Known_x's is the set of independent data points.
  • Nilai konstanta (intercept, b) dipeeroleh dengan:
    • Syntax: INTERCEPT(known_y's,known_x's)
      • Known_y's is the dependent set of observations or data.
      • Known_x's is the independent set of observations or data.

Tutorial Excel: Korelasi dan Regresi Linier

Daftar Tutorial Microsoft Excel lainnya, dapat Anda pelajari pada tautan berikut:

Tutorial Microsoft Excel

Tutorial Excel: Korelasi dan Regresi Linier