Anda di halaman 1dari 8

Statistik Industri Uji Korelasi : 1

Teknik Industri WiMa Madiun

A. Pendahuluan
Korelasi untuk sampel dinotasikan dengan r sedangkan untuk
populasi dinotasikan ρ (baca rho). Uji korelasi bertujuan untuk menguji
hubungan antara dua variabel yang tidak menunjukkan hubungan
fungsional (berhubungan bukan berarti disebabkan) Nugroho (2005:35).
Uji korelasi tidak membedakan jenis variabel apakah variabel dependen
maupun independen.

B. Koefisien Korelasi
Korelasi dinyatakan dalam % keeratan hubungan antar variabel
yang dinamakan dengan koefisien korelasi, yang menunjukkan derajad
keeratan hubungan antara dua variabel dan arah hubungannya (+ atau -).

C. Batas-Batas Koefisien Korelasi


Menurut Umar (2002:314) nilai koefisien korelasi berkisar antara
–1 sampai +1, yang kriteria pemanfaatannya dijelaskan sebagai berikut:
1. Jika, nilai r > 0, artinya telah terjadi hubungan yang linier positif,
yaitu makin besar nilai variabel X makin besar pula nilai variabel Y
atau makin kecil nilai variabel X makin kecil pula nilai variabel Y.
2. Jika, nilai r < 0, artinya telah terjadi hubungan yang linier negatif,
yaitu makin besar nilai variabel X makin kecil nilai variabel Y atau
makin kecil nilai variabel X maka makin besar pula nilai variabel Y .
3. Jika, nilai r = 0, artinya tidak ada hubungan sama sekali antara
variabel X dan variabel Y.
4. Jika, nilai r =1 atau r = -1, maka dapat dikatakan telah terjadi
hubungan linier sempurna, berupa garis lurus, sedangkan untuk r
yang makin mengarah ke angka 0 (nol) maka garis makin tidak lurus.

Batas-batas nilai koefisien korelasi diinterpretasikan sebagai


berikut (Nugroho, 2005:36):
1. 0,00 sampai dengan 0,20 berarti korelasinya sangat lemah.
2. 0,21 sampai dengan 0,40 berarti korelasinya lemah.
3. 0,41 sampai dengan 0,70 berarti korelasinya kuat.
4. 0,71 sampai dengan 0,90 berarti korelasinya sangat kuat.
5. 0,91 sampai dengan 0,99 berarti korelasinya sangat kuat sekali.
6. 1.00 berarti korelasinya sempurna.
Statistik Industri Uji Korelasi : 2
Teknik Industri WiMa Madiun

D. Macam-Macam Uji Korelasi


Uji korelasi terdiri dari uji korelasi Pearson (product moment),
Rank Spearman, dan Kendall. Perbedaannya adalah :
1. Korelasi Pearson (product moment) digunakan jika :
• Sampel datanya lebih dari 30 data (sampel besar) dan kondisi
datanya normal
• Termasuk statistik parametrik
2. Korelasi Rank Spearman, dan Kendall
• Sampel datanya kurang dari 30 data (sampel kecil) dan kondisi
datanya tidak normal
• Termasuk statistik non-parametrik

 Korelasi Pearson (product moment)


Menurut Djarwanto (1996:172) koefisien korelasi
diformulasikan, sebagai berikut:
nΣxy − (Σx)(Σy )
rxy =
(nΣx 2 − (Σx) 2 )(nΣy 2 − (Σy ) 2 )
Keterangan:
r : Koefisien korelasi yang dicari
Σxy: Jumlah perkalian variabel x dan y
Σx : Jumlah nilai variabel x
Σy : Jumlah nilai variabel y
Σx2 : Jumlah pangkat dua nilai variabel x
Σy2 : Jumlah pangkat dua nilai variabel y
n : Banyaknya sampel

Kriteria untuk menyatakan bahwa korelasi kedua variabel adalah


signifikan bila nilai rhitung ≥ rtabel. Product moment.
Contoh:
n Hasil produksi
Mesin A (x) Mesin B (y)
1 80 70
2 100 65
3 120 90
4 140 95
5 160 110
6 180 115
7 200 120
8 220 140
9 240 155
10 260 150
Statistik Industri Uji Korelasi : 3
Teknik Industri WiMa Madiun

Ditanya : Bagaimana hubungan hasil produksi mesin A dengan B


Penyelesaian :
Hipotesis :
Ho : Tidak terdapat hubungan yang signifikan antara hasil
produksi mesin A dengan mesin B
Ha : Terdapat hubungan yang signifikan antara hasil produksi
mesin A dengan mesin B

Buat tabel sbb :


n x y xy X2 Y2
1 80 70 5.600 6.400 4.900
2 100 65 6.500 10.000 4.225
3 120 90 10.800 14.400 8.100
4 140 95 13.300 19.600 9.025
5 160 110 17.600 25.600 12.100
6 180 115 20.700 32.400 13.225
7 200 120 24.000 40.000 14.400
8 220 140 30.800 48.400 19.600
9 240 155 37.200 57.600 24.025
10 260 150 39.000 67.600 22.500
Jumlah 1.700 1.110 205.500 322.000 132.100

Kriteria pengujian :
Bila nilai rhitung ≥ rtabel maka Ho ditolak dan bila nilai rhitung < rtabel
maka Ho diterima

Dari tabel di atas dapat dihitung nilai rxy, sbb :

10(205.500) − (1.700)(1.110)
rxy = = 0,981
(10(322.00) − (1.700) 2 )(10(132.100) − (1.110) 2 )

Kesimpulan :
Dari nilai rxy (0,981) menunjukkan bahwa hubungan (korelasi) hasil
produksi mesin A dan mesin B adalah sangat kuat sekali.
Karena nilai rhitung 0,981 > dari nilai rtabel = 0,632 (α =5% dengan
n=10), maka disimpulkan Ho ditolak, artinya “Terdapat hubungan
yang signifikan antara hasil produksi mesin A dengan mesin B”.
Statistik Industri Uji Korelasi : 4
Teknik Industri WiMa Madiun

LATIHAN SOAL 1 :

Hitunglah korelasi Jumlah Biaya Promosi (x) dengan Jumlah


Penjualan (y) dari data tahun 2001 sampai 2006 berikut :
Tahun Jumlah Biaya Promosi Jumlah Penjualan
(x) (y)
2001 22 30
2002 36 38
2003 31 35
2004 32 37
2005 31 34
2006 32 38
Keterangan : Satuan dalam jutaan rupiah

Kunci jawaban :
Correlations

PROMOSI PNJUALAN
PROMOSI Pearson Correlation 1.000 .921**
Sig. (2-tailed) . .009
N 6 6
PNJUALAN Pearson Correlation .921** 1.000
Sig. (2-tailed) .009 .
N 6 6
**. Correlation is significant at the 0.01 level (2-tailed).

LATIHAN SOAL 2 :

Hitunglah korelasi Kondisi Temperatur (x) dengan Kepuasan Kerja


(y) dari data berikut :
n Kondisi Temperatur Kepuasan Kerja
(x) (y)
1 8 20
2 12 20
3 10 17
4 7 18
5 8 19
6 7 20
7 12 18
8 10 19
9 12 16
10 9 17
11 10 16
12 12 17
13 12 18
Statistik Industri Uji Korelasi : 5
Teknik Industri WiMa Madiun

14 12 12
15 12 17

Kunci jawaban :
Correlations

TMPRATUR KEPUASAN
TMPRATUR Pearson Correlation 1.000 -.453
Sig. (2-tailed) . .090
N 15 15
KEPUASAN Pearson Correlation -.453 1.000
Sig. (2-tailed) .090 .
N 15 15

 Korelasi Rank Spearman


Koefisien korelasi Rank Spearman dinotasikan rs. Dalam
aplikasinya, setiap data xi dan yi ditetapkan peringkat relatifnya
terhadap data x dan y lainnya dari data terkecil sampai yang
terbesar. Peringkat terkecil diberi nilai 1 dan jika terdapat data
yang sama maka masing-masing nilai diberi peringkat rata-rata dari
posisi yang seharusnya.
Korelasi Rank Spearman dapat dihitung dengan rumus Umar
(2002:321):
Dimana :

rs = 1 -
6 ∑ di
2
[
∑ d i = ∑ R( X i ) − R(Y )
2 2
]
n(n 2 − 1) = Jumlah kuadrat selisih variabel X dan Y

Contoh:
n Hasil Produksi (dalam ton)
Departemen A (x) Departemen B (y)
1 141,8 89,7
2 140,2 74,4
3 131,8 83,5
4 132,5 77,8
5 135,7 85,8
6 141,2 86,5
7 143,2 89,4
8 140,2 89,3
9 140,8 88,0
10 131,7 82,2
11 130,8 84,6
12 135,6 84,4
13 143,6 86,3
14 133,2 85,9
Statistik Industri Uji Korelasi : 6
Teknik Industri WiMa Madiun

Ditanya : Bagaimana hubungan hasil produksi Depart. A dengan B


Penyelesaian :

Hipotesis :
Ho : Tidak terdapat hubungan yang signifikan antara hasil
produksi departemen A dengan departemen B
Ha : Terdapat hubungan yang signifikan antara hasil produksi
departemen A dengan departemen B

Buat tabel di sbb :


n x y R(Xi) R(Yi) di = R(Xi) - R(Yi) di2
1 141,8 89,7 12 14 -2 4
2 140,2 74,4 8,5 1 7,5 56,25
3 131,8 83,5 3 4 -1 1
4 132,5 77,8 7 7 0 0
5 135,7 85,8 11 10 1 1
6 141,2 86,5 14 13 1 1
7 143,2 89,4 8,5 12 -3,5 12,25
8 140,2 89,3 10 11 -1 1
9 140,8 88,0 2 3 -1 1
10 131,7 82,2 1 6 -5 25
11 130,8 84,6 6 5 1 1
12 135,6 84,4 13 9 4 16
13 143,6 86,3 13 9 4 16
14 133,2 85,9 5 8 -3 9
Jumlah 132,5

Selanjutnya, dengan rumus rank spearman dapat dihitung nilai rs


dengan kriteria pengujian :
Bila nilai rhitung ≥ rtabel maka Ho ditolak dan bila nilai rhitung < rtabel
maka Ho diterima

Dari tabel di atas dapat dihitung nilai rs, sbb :


6(132,5)
rs = 1 - = 0,71
14(14 2 − 1)
Statistik Industri Uji Korelasi : 7
Teknik Industri WiMa Madiun

Kesimpulan :
Dari nilai rs (0,71) menunjukkan bahwa hubungan (korelasi) hasil
produksi Departemen A dan B adalah kuat sekali.
Karena nilai rhitung = 0,71 > dari nilai rtabel = 0,4593 (α =5% dengan
n=14), maka disimpulkan Ho ditolak, artinya “Terdapat hubungan
yang signifikan antara hasil produksi departemen A dengan
departemen B”.

LATIHAN SOAL 1 :

Hitunglah korelasi Jumlah Biaya Promosi (x) dengan Jumlah


Penjualan (y) dari data tahun 2001 sampai 2006 berikut :

Tahun Jumlah Biaya Promosi Jumlah Penjualan


(x) (y)
2001 22 30
2002 36 38
2003 31 35
2004 32 37
2005 31 34
2006 32 38
Keterangan : Satuan dalam jutaan rupiah

Kunci jawaban :
Nonparametric Correlations
Correlations

PROMOSI PNJUALAN
Spearman's rho PROMOSI Correlation Coefficient 1.000 .940**
Sig. (2-tailed) . .005
N 6 6
PNJUALAN Correlation Coefficient .940** 1.000
Sig. (2-tailed) .005 .
N 6 6
**. Correlation is significant at the .01 level (2-tailed).
Statistik Industri Uji Korelasi : 8
Teknik Industri WiMa Madiun

LATIHAN SOAL 2 :

Hitunglah korelasi Hasil Produksi Mesin A (x) dengan mesin B (y)


dari data berikut :
n Hasil produksi
Mesin A (x) Mesin B (y)
1 80 70
2 100 65
3 120 90
4 140 95
5 160 110
6 180 115
7 200 120
8 220 140
9 240 155
10 260 150

Kunci jawaban :
Nonparametric Correlations
Correlations

MESIN_A MESIN_B
Spearman's rho MESIN_A Correlation Coefficient 1.000 .976**
Sig. (2-tailed) . .000
N 10 10
MESIN_B Correlation Coefficient .976** 1.000
Sig. (2-tailed) .000 .
N 10 10
**. Correlation is significant at the .01 level (2-tailed).