ANALISIS KORELASI (#4)

Analisis Korelasi (#4)

Materi Kuliah
1. Pendahuluan
2. Koefisien Korelasi Parsial

Analisis Korelasi (#4)

Pendahuluan

Pada bagian yang lalu kita telah melihat bagaimana

pengaruh variabel X dan Y dapat ditentukan. Pengaruh
yang diperoleh dinyatakan dalam bentuk persamaan
matematis yang dalam statistik dikenal dengan nama
garis regresi. Jika X merupakan variabel bebas dan Y
adalah variabel tak bebas, regresi Y atas X dapat
digunakan untuk meramalkan nilai Y apabila nilai X
diketahui.
Jika nilai-nilai persamaan terdiri atas lebih dari sebuah
variabel, bukan saja garis regresi yang perlu dihitung,
tetapi juga kekuatan antara variabel-variabel itu
berhubungan. Ukuran yang dipakai untuk menentukan
derajat atau kekuatan hubungan antara variabelvariabel dinamakan koefisien korelasi.
Analisis Korelasi (#4)

Pendahuluan

Korelasi pada dasarnya adalah hubungan. Dua

kejadian yang berhubungan apabila ingin diukur kuat
tidaknya hubungan tersebut, maka kejadian tersebut
harus dinyatakan dalam nilai variabel. Korelasi ini
dapat positif dan dapat pula negatif.
Korelasi positif:
X

Korelasi negatif:
X

Analisis Korelasi (#4)

Pendahuluan

Rumus korelasi:

x i yi

Sxy
r

,
nSxSy SxSy
i

dengan
Sxy: covariance dari X dan Y
Sx: standar deviasi dari X

x y

i i

Sx X i X / n x i / n
i
i

Analisis Korelasi (#4)

Pendahuluan
Sy: standar deviasi dari Y
_ 2

Y Y

Sy

/n

2
i

/n

Substitusi nilai-nilai : SXY, SX dan SY diperoleh:

x y

i i

/n

2
i

/n

Analisis Korelasi (#4)

x y

i i

x y
2

2
i

Pendahuluan

Formula ini dinyatakan dalam deviasi variabel-variabel

dari rata-ratanya. Jika ingin menggunakan nilai-nilai
sesungguhnya dari observasi tersebut digunakan
bentuk berikut:

n X iYi X i Yi
i

n X i ( X i ) n Yi ( Yi )
2

Nilai koefisien korelasi (r) terletak antara 1 dan 1.

Nilai r = 1 berarti hubungan antara X dan Y sempurna
dan positip. Nilai r = -1, berarti hubungan antara X dan Y
sempurna dan negatip.
Analisis Korelasi (#4)

Pendahuluan

Nilai r = 0, berarti hubungan X dan Y lemah sekali atau

tidak ada hubungan. Kalau tidak ada hubungan, naik
turunnya X tidak mempengaruhi Y. Sedangkan kalau
hubungan positif, umumnya kenaikan (penurunan) X
menyebabkan kenaikan (penurunan) Y, sebaliknya
untuk hubungan yang negatif pada umumnya kenaikan
(penurunan) X menyebabkan penurunan (kenaikan) Y.

Analisis Korelasi (#4)

Pendahuluan
-1 r +1

Lemah (-)

Lemah (+)
+1

-1
Kuat (+)

Kuat (-)

Analisis Korelasi (#4)

Koefisien Korelasi Parsial

Koefisien korelasi antara dua variabel X dan Y (fungsi
dengan satu variabel bebas) dimaksudkan untuk
mengukur kuat tidaknya hubungan antara dua variabel
tersebut. Makin besar nilai r (koefisien korelasi) makin
kuat hubungan, makin kecil r maka makin lemah
hubungan. Untuk hubungan tiga variabel X1, X2 dan Y
(fungsi dengan dua variabel bebas), dapat dihitung tiga
koefisien korelasi yaitu :
r10 = koefisien korelasi antara Y dan X1 (antara X1 dan Y)
r20 = koefisien korelasi antara Y dan X2 (antara X2 dan Y)
r12 = koefisien korelasi antara X1 dan X2 (antara X1 dan X2 )

Analisis Korelasi (#4)

10

Koefisien Korelasi Parsial

Koefisien korelasi tersebut, masing-masing dinamakan

Koefisien Korelasi Sederhana (Simple Coefficient of
Correlation) atau Koefisien Korelasi Order Nol
(Correlation
Coefficient of Zero Order), dihitung
berdasarkan rumus berikut:

1,i

Cov( X 1 , Y )
r10

S1SY

yi

x y
x y
2

1,i

Cov ( X 2 , Y )
r20

S 2 SY

2 ,i

2
i

x
i

Analisis Korelasi (#4)

2
2 ,i

y
i

2
i

11

Koefisien Korelasi Parsial

Cov ( X 1 , X 2 )
r12

S1S 2

1,i

x2 , i

1,i

x
i

2
2 ,i

Kenyataannya r10 mengukur kuat tidaknya hubungan

antara Y dan X1 (antara X1 dan Y), apabila variabel
ketiga (X2) mungkin berhubungan (berkorelasi) dengan
X1 dan Y (kedua-duanya). Jadi jelaslah bahwa kalau X2
berada dalam model regresi, r10 tidak mengukur kuat
tidaknya hubungan antara X1 dan Y. Maka dari itu kita
memerlukan suatu koefisien korelasi yang bebas dari
pengaruh misalnya X2 baik terhadap X1 maupun
terhadap Y.
Analisis Korelasi (#4)

12

Koefisien Korelasi Parsial

Yang kita cari koefisien korelasi antara X1 dan Y yang

bebas dari pengaruh X2. Koefisien korelasi yang
demikian kita sebut KOEFISIEN KORELASI PARSIAL
(Partial Correlation Coefficient).
Maka:
r10.2 = koefisien korelasi antara X1 dan Y, kalau X2 konstan
r20.1 = koefisien korelasi antara X2 dan Y, kalau X1 konstan
r12.0 = koefisien korelasi antara X1 dan X2, kalau Y konstan.
Model regresinya:
Yi = 0 + 1X1 + 2X2 + ei

Analisis Korelasi (#4)

13

Koefisien Korelasi Parsial

Dan:

Yi a1 b1 X 2,i e1,i

e1,i Yi Y i yi b1 X 2,i

Y i a1 b1 X 2,i e1,i

X 1,i a2 b2 X 2,i e2,i

e2,i X 1,i X 1,i x1,i b 2 x2,i

X 1,i a 2 b 2 X 2,i e2,i

Nilai e1 mewakili nilai Y setelah dibebaskan dari

pengaruh X2, artinya nilai Y yang sudah bebas dari
pengaruh X2. Juga e2 merupakan nilai X1 yang sudah
bebas dari pengaruh X2.
Analisis Korelasi (#4)

14

Koefisien Korelasi Parsial

Jadi e1 dan e2 sudah bebas dari pengaruh X2.

Kemudian kita terus lanjutkan tahap berikutnya yaitu
membuat regresi e1 terhadap e2 sebagai berikut:
^

e1 a 3 b 3 e2 V

Disini b 3 merupakan perkiraan besarnya pengaruh X1

terhadap Y atau koefisien regresi (koefisien arah) dari Y
terhadap X1 yaitu merupakan perkiraan B1.2.

Analisis Korelasi (#4)

15

Koefisien Korelasi Parsial

e
e

e
e2e1 x1 b2 x2 y1 b1 x2
2 1
1

2
^

b3

2
2
_

e
x

b
x
2
1 22
e2 e2
sebab

e e
1

0, jadi e1 e 2 0

x 2 y ^ x 2 x1
b1
2 ; b1
2
x2
x2
^

Sehingga

Analisis Korelasi (#4)

16

Koefisien Korelasi Parsial

b3

x
y

b
x
y

b
x
x

b
b
x
1 22 112 122

2b2 x1 x2 b2

x y b x y b x x
1

x1 y b2 x2 y b1 x1 x2 b1b2 x2

2 b1b2 x2

x1 2B2 x1x2 B2

x2

x1x 2
x2y
x 2 y x1x 2
2
x1 y
2 x 2 y
2 x1x 2
2
2 x2
x2
x2
x2 x2

x1x 2
x1x 2
2
2
x1 2
2 x1x 2
2 x2
x2
x2

Analisis Korelasi (#4)

17

Koefisien Korelasi Parsial

x 1 x 2 x 2 y x 1 x 2 x 2 y
x 1 y 2

2
2

x
x

2
2

x
x

2
1 2
x1
2

2
x 1 x 2 x 2 y
x1 y

2
2
x2
x2

x
2
2
x1x 2
x2
2
x1
2

x
2

x y x

x
1

x x x y
x x x
2

Analisis Korelasi (#4)

18

Koefisien Korelasi Parsial

Kalau kita menghitung koefisien korelasi antara e1 dan

e2 sama halnya kita menghitung r1.2, sebab X2 sekarang
konstan.

re1e2 r10.2

Cov e1e2

e1 e2
2

e e
e e

e1 e1 e2 e2

e
e

e
1 1 2 2
_

1 2

sebab

e e
1

0, maka e1 e 2 0

Analisis Korelasi (#4)

19

Koefisien Korelasi Parsial

Catatan:

Yi = 0 + 1X1 + 2X2 + ei

Yi a1 b1 X 2,i e1,i

e1,i Yi Y i yi b1 X 2,i

Y i a1 b1 X 2,i e1,i

X 1,i a2 b2 X 2,i e2,i

e2,i X 1,i X 1,i x1,i b 2 x2,i

X 1,i a 2 b 2 X 2,i e2,i

Analisis Korelasi (#4)

20

Koefisien Korelasi Parsial

Ingat untuk hubungan

(korelasi) dua variabel X dan Y.
^

yi yi ei
2

yi
yi
ei
2
2
2
yi
yi
yi
^

yi
ei
1
2
2
y
y
i
i

Seperti diketahui bahwa:

n X iYi X i Yi
i

n X i ( X i )
2

Analisis Korelasi (#4)

n Yi ( Yi )
2

2
21

Koefisien Korelasi Parsial

x i yi
r
x i 2 x i 2
2

B1 x i y i
x i yi
x i yi

2
2
2
2
2

x
y
y
x i yi i i i

r
2

B1 x i y i

2
2
yi
yi

Sehingga

ei
ei
2
1 r

r
2
2
yi
yi
2

yi
e

r
i
2

Analisis Korelasi (#4)

22

Koefisien Korelasi Parsial

Dengan alasan yang sama:

e1,i (1 r2 ) y i
2

e 2 ,i (1 r12 ) x i
2

Perhatikan hal-hal berikut:

^

yi b x i ei
X i X

SX s tan dar deviasi dari X, Sx

n

Yi Y

SY s tan dar deviasi dari Y, SY

n
Analisis Korelasi (#4)

xi

xi

n 23

Koefisien Korelasi Parsial

x y x y /n
x y /n
b

xi

x / n
i

Sxy

2
2
x i / n x i / n Sx Sx
i

Sxy S y
Sy

r
Sx Sy Sx
Sx

Dengan jalan yang sama:

^

yi b1 x2,i e1

S X s tan dar deviasi dari X , S x

X 2i X

SY s tan dar deviasi dari Y , S Y

Y Y

Analisis Korelasi (#4)

2
2i

xi

24

Koefisien Korelasi Parsial

x 2i yi x 2i yi / n
b1

2
2
x 2i / n
x 2i

yi / n

Sx y

2
2
x i / n x 2 i / n Sx Sx

2i

Sx y Sy
Sy
S0

r2
r2
Sx S y Sx
Sx
S2
2

^2

x 1, i b 2 x 2 i e 2

X 2 i X

SX s tan dar deviasi dari X 2 , SX

n
_

Yi Y

SY s tan dar deviasi dari Y, SY

Analisis Korelasi (#4) n
_

x 2i

xi

25

Koefisien Korelasi Parsial

x 2 i x 1i x 2 i x 1i / n
b2

2
2
x 2i / n
x 2i

x 1i / n

Sx x

2
2
x i / n x 2 i / n Sx Sx

2i

2 1

Sx x Sx
Sx
S1

r12
r12
Sx Sx Sx
Sx
S2
2 1

Sx
r1

Dimana:

x / n ; S y / n ; S x / n ; S x / n
2

x y ; r
x y
1i i

1i

1i

x y ; r
x y
2i i

2i

Analisis Korelasi (#4)

12

1i

x x
x x
1i 2i

1i

2i

26

Koefisien Korelasi Parsial

Jadi:
re1e2 r10.2

Cov e 2 e1

e 2 e
1

e1i e1 e2 i e 2

e e

1 2

e1i e1 e2i e 2

e1i e2i

b
x
x

b
x
1
2

i
2i
1i
2i

2
2
2
2

y
1

r
x
1

r
i
1i
2
12
^

x1i yi b 2 x2i yi b1 x2i x1i b1 b 2 x2i

2
2
2
2
yi x1i 1 r2 1 r12
^

x1i yi b 2 x2i yi b1 x2i x1i b1 b 2 x2i

y x 1 r 1 r
2

1i

12

x1i yi b 2 x2i yi b1 x2i x1i b1 b 2 x2i

y

2
i

1 r 1 r
x

Analisis Korelasi (#4)

2

1i

12

27

Koefisien Korelasi Parsial

Catatan:
2
nS0S1 n y i / n

x / n
2

yi x i

x 1i y i r12 S1 / S2 x 2 i y i r2 S0 / S2 x 1i x 2 i r2 S0 / S2 r12 S1 / S2 x 2 i
2
2
nS0S1 1 r2 1 r12

x 1i y i

2
2
2
2
x 1i y i
x
x
y

r
n
x
/
n
y
1i i
1i
i /n
1
2
2
x 1i y i

nr1S1S0
2
2
2
2
x 2i yi
x
y

x
x
y

r
n
x
/
n
y
2i i
2i i
2i
i /n
2
2
2
x 2i yi

nr2S2S0
Analisis Korelasi (#4)

28

Koefisien Korelasi Parsial

x 1i x 2 i
2
2
2
2
x
x
x

r
n
x
/
n
x
/n
x 1i x 2 i

1i
2i
12
1i
2i
2
2
x 1i x 2 i
nr12S1S2
2

2
x 2i
nS2
x 2i n
n
S
S
S S
2
nr1S1S0 r12 1 nr2S2S0 r2 0 nr12S1S2 r2 0 r12 1 nS2
S2
S2
S2 S2

2
2
nS0S1 1 r2 1 r12
2

nr1S0S1 nr2 r12S0S1 nr2 r12S0S1 nr2 r12S0S1

nS0S1 1 r2

1 r

12

nS0S1 r1 r2 r12

nS0S1 1 r2

1 r

12

Analisis Korelasi (#4)

29

Koefisien Korelasi Parsial

r10.2

1 r20

1 r12

Dengan jalan yang sama:

r20.1
r12.0

r10 r20 r12

r20 r10 r12

1 r10

1 r12

r12 r10 r20

1 r10

1 r20

Dalam multiple regresi dengan tiga variabel ada 3

koefisien korelasi parsial.
Analisis Korelasi (#4)

30

Contoh
Seorang Manajer Pemasaran deterjen merek ABSTRACK
ingin mengetahui apakah Promosi dan Harga berpengaruh
terhadap keputusan konsumen membeli produk tersebut?
Hipotesis:
Ho : 1 = 2 = 0, Promosi dan Harga tidak berpengaruh
signifikan terhadap keputusan konsumen membeli deterjen
merek ABSTRACK .
Ha : 1 2 0, Promosi dan Harga berpengaruh signifikan
terhadap keputusan konsumen membeli deterjen merek
ABSTRACK .

Analisis Korelasi (#4)

31

Contoh:
Data yang didapat adalah sbb.:
No.
Responden

Promosi
(X1)

Harga
(X2)

Keputusan
Konsumen
(Y)

10

23

15

17

23

22

10

14

20

10

19

Analisis Korelasi (#4)

32

Contoh
Tentukan
1. Persamaan regresi bergandanya.
2. Berikan interpretasi untuk nilai-nilai 0, 1, dan 2.
3. Hitung dan berikan arti dari koefisien determinasinya.
4. Uji signifikansi dari 0, 1, dan 2.
5. Hitunglah koefisien ketiga koefisien korelasi parsialnya.

Analisis Korelasi (#4)

33