KELOMPOK 9

IRMAYANTI
HUTABARAT(1010
0067)
TIURLAN
SINAGA(10100039)
FETTY
ANGGREANI(1010
0019)
LISBET
TINAMBUNAN(101
00006)
EKO EXAUDY
MANURUNG(10100
005)
BAB 10 ANALISIS KORELASI
10.1 PENGERTIAN KORELASI
10.2 KOEFISIEN KORELASI DARI
MOMEN PRODUCT PEARSON
10.3 KOEFISIEN DATA YANG
DIKELOMPOKKAN
10.4 KOEFISIEN KORELASI
BERGANDA
1
2
3
4
10.1 PENGERTIAN ANALISIS
KORELASI
1 0 s s r




Analisis korelasi adalah metode statistika yang digunakan untuk menentukan
kuatnya atau derajat hubungan linier antara dua variabel atau lebih. Semakin
nyata hubungan linier (garis lurus), maka semakin kuat atau tinggi derajat
hubungan garis lurus antara kedua variabel atau lebih. Ukuran untuk derajat
hubungan garis lurus ini dinamakan koefisien korelasi. Korelasi berupa derajat atau
kedalaman hubungan fungsional yang menjelaskan hubungan antar peubah, dinyatakan
dengan sebuah angka yang dinamakan Koefisien Korelasi dan sering disimbolkan
dengan r atau p
Angka koefisien korelasi berada pada selang






.
0 1 s s r
Karakteristik korelasi
0 r 1 atau -1 r = 0
Artinya :
Kisaran (range) korelasi mulai dari 0 -1,korelasi dapat positif dapat juga negatif.
Korelasi = 0
mempunyai arti tidak ada hubungan antar dua variabel jika dilihat dari sebaran data.
Korelasi = 1
Korelasi sama dengan satu,kedua variabel mempunyai hubungan linier sempurna (membentuk garis lurus positif
),Korelasi sempurna seperti ini mempunyai makna jika nilai x naik maka nilai y jaga naik.
Korelasi = -1
Arti nya kedua variabel mempunyai hubungan linier (membentuk garis lurus negatif)
Korelasi sempurna seperti ini mempunyai makna jika nilai x naik maka nilai y turun dan sebalik nya.
Kriteria korelasi nya adalah :
0 = tidak ada korelasi
> 0 0.25 = korelasi sangat lemah
>0.25 -0,5 = korelasi cukup
>0,5 0.75 = korelasi kuat
>0.75 0.99 = korelasi sangat kuat
1 = korelasi sempurna

Hubungan hubungan tersebut secara grafis adalah :




Y Y Y







X X X
Korelasi Korelasi Uncorrelated
Positip Negatif

Jika x > maka y besar Jika x > maka y besar Tidak ada korelasi

=
] ) y y ( ][ ) x x ( [
) y y )( x x (
r
2 2
dimana:
r = koefisien korelasi
n = ukuran sampel
x = nilai var bebas
y = nilai var terikat




=
] ) y ( ) y ( n ][ ) x ( ) x ( n [
y x xy n
r
2 2 2 2
Koefisien Korelasi:
atau:
FORMULASI KOEFISIEN
KORELASI
Contoh Carilah nilai koefisien korelasi dari data suatu skor sampel x dan y

x 1 2 2 7 4 3 3 3 2 6 5 4 3
y 6 5 10 21 14 12 11 8 7 18 15 12 9
x 1 4 4 49 16 9 9 9 4 36 25 16 9
y 36 25 100 441 196 144 121 64 49 324 225 144 81
xy 6 10 20 147 56 36 33 24 14 108 75 48 27
5

5 2 1 2 6 7 6 5 1 4
13 17 9 5 6 17 20 19 14 4 13
25 25 4 1 4 36 49 36 25 1 16
169 289 81 25 36 289 400 361 196 16 169
65 85 18 5 12 102 140 114 70 4 52

LANJUTAN
Dimana nilai
n: 24

=413
=3981
Maka koefisien korelasi dari data tersebut: 0.96246 ; nilai koefisien
korelasi ini sangat kuat
Korelasi seperti contoh diatas yang terdiri dari dua peubah disebut juga
korelasi sederhana. Berikut diagram pencar dari contoh diatas.
0
5
10
15
20
25
0 2 4 6 8
10.2 koefisien korelasi momen product pearson

a. analisis korelasi pearson product moment(ppm) suatu analisis yang digunakan
untuk mengetahui derajat hubungan dan kontribusi variable bebas dengan
variable terikat.
b. Korelasi Product Moment Pearson
Untuk menyatakan ada atau tidaknya hubungan antara variabel X dengan
variabel Y.
Untuk menyatakan besarnya sumbangan variabel satu terhadap yang lainnya
yang dinyatakan dalam persen.
Misalnya data yang diperoleh secara acak , datanya berdistribusi normal dan data
yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang
sama.
dimana rumus koefisien korelasi








=
] ) y ( ) y ( n ][ ) x ( ) x ( n [
y x xy n
r
2 2 2 2

























Menguji Korelasi
Sebagaimana uji hipotesis terdahulu maka dikenal juga uji korelasi yang menguji apakah
koefisien korelasi yang dihitung itu berarti atau tidak berarti. Dua peubah x dan y
dikatakan tidak berkorelasi jika nilai koefisien korelasi adalah nol dan dilambangkan
dengan P=0; jika x dan y berkorelasi dilambangkan dengan P 0.
Jadi harus diuji apakah nilai koefisien yang diperoleh pada sampel mencirikan korelasi
populasi yang berarti.

Hipotesisis

Daerah kritik: Membandingkan nilai t hitung dengan t-tabel. Jika t-hitung < t-tabel, maka
keputusannya adalah menerima hipotesis nol (Ho) . Sebaliknya jika t hitung > t tabel , maka
keputusannya adalah tolak Ho dan terima Ha.

Selanjutnya untuk taraf nyata = o, maka hipotesis kita terima jika t
(1- o)
< t < t
(1- o)
,










2
1
2
r
n r
thitung

=
untuk tabel yang pertama, pengujian korelasinya diperoleh sebesar 16.526
Maka t
hitung
>t
0.975:22=
2.07 sehingga dapat disimpulkan bahwa Ha : r = 0.962
dengan = 5%

0
5
10
15
20
25
0 2 4 6 8
Koefisien korelasi yang dikelompokkan
Menghitung koefisien korelasi dari dua peubah yang masing-masing dikelompokkan atas
selang digunakan rumus:



Contoh carilah koefisien korelasi skor matematika dan skor fisika yang telah di kelompokkan
sepert tabel di bawah ini:

( ) | | ( ) | |




=
2
2
2
2
.
y y y y x x x x
y x x x y x
xy
u f u f n u f u f n
u f u f u fu n
r
F I S I K A (Y)
MAT(X) 2-5 6-9 10-13 14-17 18-21
3-5 2 1 1 4
6-8 2 2 2 6
9-11 2 4 3 1 10
12-14 5 5 2 12
15-17 4 3 2 9
18-20 2 2 5
21-23 3 1 4
6 12 16 11 5 50
Mari kita perhatikan tabel yang tertera di karton

Maka nilai koefisien korelasi yang dikelompokkan dapat di cari dengan
menggunakan rumus



Sehingga nilai koefisien korelasinya adalah: 0.7145
Dan pengujian hipotesisnya Ho: = 0 lawan Ha : 0



Maka nilai t hit adalah: 7.075, dengan alpa = 0.05 dan daerah kritik T> t
1-1/2
:
n-2

Maka t
hitung
= 7.075 > t
tabel
= 2.012( di cari dengan interpolasi pada tabel t untuk
luas daerah di bawah kurva sebaran T=p) atau T < - t
1-1/2
: n-2 adalah 7.075 < -
2.021
Sehingga dapat disimpulkan Ho di tolak dengan taraf signifikasi 5% atau taraf
konfidensi (kepercayaan) 95% dengan stastik uji (thit= 7.075)







( ) | | ( ) | |




=
2
2
2
2
.
y y y y x x x x
y x x x y x
xy
u f u f n u f u f n
u f u f u fu n
r
2
1
2
r
n r
thitung

=
10.4 koefisien korelasi berganda
Koefisen korelasi berganda dapat di hitung dari konsep koefisien determinasi pada
regresi berganda. korelasi linear ganda dapat dinyatakan dengan koefisien korelasi
pasangan yang lebih sedikit.
Dimana rumus korelasi berganda yaitu:




Dimana :





= ryx
1

= ryx
2

=rx
1
x
2



Contoh carilah koefisien korelasi lama tahan membaca(y) dengan lama istirahat(x
1
) dan konsumsi
protein(x
2
), dan Ujilah keberartian nilai korelasi populasinya ??

















jumlah
y x
1
x
2
x
1
y

x
2
y

x
1
x
2


5 8 5 40 25 40 64 25
4 7 3 28 12 21 49 9
5 8 6 40 30 48 64 36
6 8 5 48 30 64 64 25
7 9 6 63 42 81 81 36
5 7 5 35 35 49 49 25
2 5 3 10 6 25 25 9
1 3 3 3 3 9 9 9
6 9 7 54 42 81 81 49
5 7 5 35 25 49 49 25
46 71 48 356 240 535 535 248
maka koefisien korelasi untuk y x
1
adalah 0.9017
Koefisien korelasi untuk y x
2
adalah 0.721
Koefisien korelasi untuk x
1
x
2
adalah 0.8233
Koefisien korelasi untuk y x
1
x
2
adalah 0.955

Maka dapat di lihat ilustrasi jalur korelasi


X1
X
2

Y
0.9017
0.955
0.830
0.8233


Uji korelasi berganda
Hipotesis : ho: = o
ha: o

Statistik uji f
hit =




= 36.50

Dimana daerah kritik F >f;k vs n-k-1
f 0.05;2 vs 10-2-1
f 0.05:2.7

Maka f hit = 36,50 >> f 0.05:2.7 = 4.74
Jadi ho di tolak









0
1
2
3
4
5
6
7
8
0 2 4 6 8 10
DIAGRAM PENCAR VARIABEL Y
DAN X1
NILAI KOEFISIEN KORELASI (ryx1 = 0.959(SANGAT KUAT)
x
1

5, 5
4, 3
5, 6
6, 5
7, 6
5, 5
2, 3 1, 3
0
1
2
3
4
5
6
7
0 2 4 6 8
X2
X2
DIAGRAM PENCAR YX
2

KOEFISIEN KORELASI YX2 ADALAH 0.830(
SANGAT KUAT)
0
1
2
3
4
5
6
7
8
0 2 4 6 8 10
A
x
i
s

T
i
t
l
e

Axis Title
X2
DIAGRAM PENCAR ANTARA X1X2
NILAI KOEFISIEN KORELASI XIX2 ADALAH
0.8233(SANGAT KUAT)
Terimakasih dan
semoga bermanfaat
Kami
mengucapkan