STATISTIK DESKRIPTIF (I)

Analisis Korelasi Product Moment MODUL 14

Oleh : Ir.Sahibul Munir,SE.,MSi.

FAKULTAS EKONOMI PROGRAM KELAS KARYAWAN

UNIVERSITAS MERCU BUANA

2007/2008

ANALISIS KORELASI
Analisis Korelasi : metode statistik yang digunakan untuk menentukan kuat
tidaknya (derajat) hubungan linier antara 2 variable atau lebih. Analisa korelasi sederhana,meneliti hubungan dan bagaimana eratnya itu,tanpa melihat bentuk hubungan. Jika kenaikan didalam suatu variable diikuti dengan kenaikan variable yang lain,maka dapat dikatakan bahwa kedua variable tersebut mempunyai korelasiyang positif.Tetapi jika kenaikan didalam suatu variable diikuti penurunan variable yang lain maka kedua variable tersebut mempunyai korelasi negatif.Jika tidak ada perubahan pada suatu variable ,meskipun variable yang lain mengalami perubahan ,maka kedua variable tersebut,tidak mempunyai hubungan (uncorrelated).

Pedoman Untuk Menginterpretasikan Koefisien Korelasi (r) Interval Koefisien 0,00 0,199 0.20 0,399 0,40 0,599 0,60 0,799 0,80 1,000 Tingkat Hubungan Sangat rendah Rendah Sedang Kuat Sangat Kuat

Hubungan hubungan tersebut secara grafis adalah :

Y Y Y

X Korelasi Uncorrelated Positip Korelasi Negatif

Pusat Pengembangan Bahan Ajar - UMB

Ir. Sahibul Munir SE, M.Si STATISTIKA 1

Ukuran yang digunakan untuk mengukur derajat hubungan (korelasi) linier disebut koefisien korelasi (correlation coefisient) yang dinyatakan dengan notasi sering dikenal dengan nama Koefisien Korelasi Pearson atau Product

r yang

Moment Coefficient of Correlation, dan secara sederhana dapat dittulis sbb:

n n ( )
2 2

r=

n 2 ( )

Nilai

r selalu terletak antara 1 dan + 1 (-1< r < 1) r = -1 ini berarti ada korelasi negatif sempurna antara X dan Y. r = 0, ini berarti tidak ada korelasi antara X dan Y

Jika r =1, ini berarti ada korelasi positif sempurna antara X dan Y

Berikut ini disajikan penerapan atau penggunaaan rumus untuk menetukan koefisien korelasi anatara besarnya biaya iklan dan volume penjualan perusahaan A, dalam Rp 1000,-.

Tabel . Prosedur penentuan koefisien korelasi pengeluaran biaya iklan dan volume penjualan .
Biaya Iklan (X) 1 5 7 10 12 15 20 25 30 Volume Penjualan (Y) 2 40 50 60 65 70 80 92 100 X2 3 25 49 100 144 225 400 625 900 Y2 4 1600 2.500 3.600 4.225 4.900 6.400 8.464 10.000 XY 5 200 350 600 780 1.050 1.600 2.300 3.000

X = 124
N=8

Y = 557

2.468

41.689

9.880

Pusat Pengembangan Bahan Ajar - UMB

Ir. Sahibul Munir SE, M.Si STATISTIKA 1

r =
r=

8( 2..468) (124 )

8( 9.880 ) (124 )( 557 )

2

8( 41.689 ) ( 557 )

9.972 = 0,989 4368 x 23.263

Pengujian Hipotesis Koefisien Korelasi

Untuk mengetahui signifikan tidaknya hubungan antara variabel yang sedang diselediki perlu dilakukan uji hipotesis terhadap koefisien korelasi, dengan langkah langkah sbb :

1).

Perumusan Hipotesis Jika diduga bahwa suatu variabel mempunyai hubungan yang positif dengan variabel lain, maka rumusan hipotesisnya adalah Ho : = 0 (tidak ada hubungan antara suatu variabel yang positif dengan variabel lain) Ha : > 0 (terdapat hubungan yang positif dan signifikan anatara suatu suatu variabel dengan variabel lainnya)

2). Menentukan taraf nyata (level of signifance ) , misalnya 5% 3). Menetukan titik kritis (daerah penerimaan / penolakan Ho). Titik kritis dicari dengan bantuan Tabel t (t distribution) Nilai t-tabel ditentukan berdasarkan tingkat signifikansi () yang digunnakan dan derajat bebas atau degree of freedom (df), dimana df = n-2, yang besarnya tergantung pada jumlah sampel (n). Jika misalnya = 0,05 dan n=8 atau df = 8 - 2 = 6 , maka t tabel nya adalah :

t tabel = t ; df = t 0,05;6 = 1,943

Pusat Pengembangan Bahan Ajar - UMB

Ir. Sahibul Munir SE, M.Si STATISTIKA 1

4). 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.

Nilai t-hitung ditentukan dengan formula sbb:

t= r n 2 1 r 2

Terima Ho

Tolak Ho/Terima Ha

t =1,943 5). Kesimpulan Kesimpulan di buat berdasarkan keputusan yang diambil. Jika keputusan menerima Ho , kesimpulannya adalah tidak ada korelasi (hubungan) antara variabel satu dengan variabel lainnya. Sebaliknya jika tolak Ho dan terima Ha, maka kesimpulannya adalah terdapat korelasi (hubungan) positif yang signifikan antara variabel satu dengan variabel lainnya.

Pengujian Kai Kuadrat 2 (The Chi Square Test)

( )

Pusat Pengembangan Bahan Ajar - UMB

Ir. Sahibul Munir SE, M.Si STATISTIKA 1

Sebaagaimana yang sering dijumpai, bahwa nilai observasi atau pengamatan yang diperoleh dari suatu sempel tidak selalu persis sama dengan nilai yang diharapkan atau nilai teoritis yang sesuai dengan azas probabilita Dalam percobaan pelembaransebuah dadu sebanyak 60 kali, diharapkan atau secara teoritis akan diperoleh mata dadu : 1. Sebanyak 1/6 x 60 kali = 10 kali 2. Sebanyak 1/6 x 60 kali = 10 kali 3. Sebanyak 1/6 x 60 kali = 10 kali 4. Sebanyak 1/6 x 60 kali = 10 kali 5. Sebanyak 1/6 x 60 kali = 10 kali 6. Sebanyak 1/6 x 60 kali = 10 kali Namun demikian secara aktual atau kenyataannya tidak demikian, dan setelah diobservasi hasilnya : Mata dadu 1 Frekuensi munculnya = 8 Mata dadu 2 Frekuensi munculnya = 11 Mata dadu 3 Frekuensi munculnya = 11 Mata dadu 4 Frekuensi munculnya = 12 Mata dadu 5 Frekuensi munculnya = 9 Mata dadu 6 Frekuensi munculnya = 9 60 Berdasarkan hasil observasi dari percobaan percobaan diatas dapat muncul pertanyaan apakah mata dadu tersebut imbang (fair )? Dalam pengertian statistik mata dadu yang imbang (fair) dapat menggambarkan distribusi probabilita yang selanjutnya dalam pembahasan ini disebut sebagai Hipotesis nol (Ho) Pertanyaan diatas dapat juga dinyatakan sebagai berikut : Apakah data observasi sesuai dengan Hipotesis nol (Ho) atau Apakah hasil pengamatan (observasi) itu tidak berbeda dengan hasil yang diharapkan.

Sedangkan metode statistik yang dipakai untuk menguji masalah tsb diatas didasarkan pada 2 distribusition (distribusi kai kuadrat, 2). Satatistik 2 (kai kuadrat ) merupakan suatu ukuran ketidak cocokan / ketidak sesuaian anatara hasil pengamatan (observasi ) dengan hasil yang diharafkan (expected) dan dirumuskan:

Pusat Pengembangan Bahan Ajar - UMB

Ir. Sahibul Munir SE, M.Si STATISTIKA 1

2 =

( oij Eij ) 2
Eij

dimana : Oij = nilai observasi pada berisi kolom j. Eij = nilai yang diharapkan pada baris I, kolom j. Dalam pembahasan distribusi atau pengujian 2 ini hanya meliputi 1. Test of Inedepedence 2. Test of Good ness of Fit 1. Pengujian Independensi ( Analisis abel Kontigensi) Pengujian ini ddigunakan untuk mengetahui apakah 2 variabel memiliki hubungan atau tidak . Misalnya ingin diuji apakah ada hubungan atau tidak antara jenis kelamin dengan indeks prestasi (IP) mahasiswa . Untuk tujuan tersebut diambil sempel 120 mahasiswa dan 80 mahasiswa. Hasil pengamatan (observasinya) adalah sbb: Tabel 1. Indesk Prestasi Mahasiswa Menurut Jenis Kelamin. Bagus sekali Mahasiswa Mahasiswa Total 27 13 40 Indeks Prestasi Bagus Cukup 35 15 50 33 27 60 Kurang 25 25 50 Total 120 80 200

Dengan = 5 % ujilah hipotesis yang menyatakan bahwa Indeks Prestasi tidak berhubungan (independen) dengan jenis kelamin mahasiswa. Prosedur Pengujiannya 1). Menentukan Ho dan Hi Ho : Indeks Prestasi tidak berhubungan dengan jenis kelamin Hi : Indeks Prestasi berhubungan dengan jenis kelamin 2). Menentukan daerah penolakan Ho dengan menggunakan distribusi 2 atau 2 tabel df = (n 1)(k 1) Dimana : n = Jumlah baris k = Jumlah kolom

Pusat Pengembangan Bahan Ajar - UMB

Ir. Sahibul Munir SE, M.Si STATISTIKA 1

df = (2 1) ( 4 1 ) = 3 Pada Tabel distribusi 2 untuk = 0,05 dan df = 3 maka 2 = 7,815 3). Menghitung nilai statistik uji (mencari 2 hitung )

2 ( 0 E) =

Dimana : O = Frekuensi pengamatan (observasi) E = Frekuensi yang diharapkan Nilai E untuk setiap sel dapat dicari dengan rumus :

Pusat Pengembangan Bahan Ajar - UMB

Ir. Sahibul Munir SE, M.Si STATISTIKA 1