Anda di halaman 1dari 27

UJI KORELASI

URUTAN SPEARMAN
OLEH :
Dr. Nasruddin MN, M.Eng, Sc
Masthura, S.Si, M.Si

Definisi Analisis Regresi &


Korelasi
Analisis regresi dan korelasi
menyatakan hubungan antara dua
variabel atau lebih.
Analisis regresi : menunjukkan bentuk
hubungan antara dua variabel atau
lebih persamaan regresi
Analisis korelasi : menunjukkan
kekuatan hubungan antara dua
variabel atau lebih koefisien korelasi

Regresi dan korelasi digunakan untuk


mempelajari pola dan mengukur
hubungan statistik antara dua atau
lebih variabel.
Jika digunakan hanya dua variabel
disebut regresi dan korelasi
sederhana.
Jika digunakan lebih dari dua variabel
disebut regresi dan korelasi
berganda.

Scatter diagram (diagram pencar) : suatu


diagram yang digunakan untuk melihat
secara visual apakah ada hubungan
antara 2 variabel.
Contoh :
Umur Vs Tinggi Tanaman
(X : Umur, Y : Tinggi)
Biaya Promosi Vs Volume penjualan
(X : Biaya Promosi, Y : Vol. penjualan)

Pola hubungan pada diagram


scatter
y
y

Hubungan Positif
Jika X naik, maka
Y juga naik dan
jika X turun, maka
Y juga turun

x
x

Hubungan Negatif
Jika X naik, maka
Y akan turun dan
jika X turun, maka
Y akan naik

Tidak ada hubungan


antara X dan Y

Hubungan korelasi dengan regresi


Pada
umumnya
korelasi
selalu
berhubungan dengan regresi. Jika korelasi
hanya menunjukkan arah dan derajat
hubungan (asosiasi) antara dua variabel.
Regresi menjelaskan hubungan sebabakibat antara dua variabel.
Analisis
regresi
dilakukan
setelah
analisis korelasi, untuk memperkirakan
besarnya pengaruh X terhadap Y kemudian
meramalkan Y dengan menggunakan
persamaan regresi.

sederhana persamaan regresi


: Secara

dapat dituliskan

Y = a + bX
dengan :
a dan b merupakan konstanta atau parameter.
Y = variabel tak bebas (yang ditaksir)
X = variabel bebas (yang menaksir)
Konstanta (a) dan (b) ditentukan dengan menggunakan
metode jumlah kuadrat terkecil (least sum of square
method) dengan persaman :
dan a = - b
dengan :
n = jumlah data
= rata-rata nilai Y
= rata-rata nilai X

ANALISIS KORELASI
Menguji hubungan antar variabel
Tiga macam hubungan : simetris,
sebab akibat, interaktif
Kuatnya hubungan : koefisien
korelasi (r)
Nilai -1 r 1

Interpretasi nilai r
Interval nilai r
0 r < 0,2
0,2 r < 0,4
0,4 r < 0,6
0,6 r < 0,8
0,8 r 1

Tingkat hubungan
Sangat rendah
Rendah
Sedang
Kuat
Sangat kuat

Koefisien Korelasi (r)


Koefisien korelasi digunakan untuk mengetahui
hubungan antara variabel dependen dengan
variabel independen.
Nilai koefisien korelasi sebenarnya berkisar pada
1 r 1
Jika: r =1 hubungannya negatif dan erat sekali
r = 1 hubungannya positif dan erat sekali
r = 0 tidak ada hubungan sama sekali

KORELASI LEAST SQUARE


Mencari hubungan
antara variabel X
danY
Rumus :

nXY (X )(Y )
rxy = {nX 2 (X ) 2 }{nY 2 (Y ) 2 }

11

KORELASI PRODUCT
MOMENT

Contoh soal :
Jika diketahui :
X = % kenaikan banyaknya pengacara di
kantor pengacara
Y = % kenaikan penerimaan kantor pengacara
Data : X = 1 3 4 6 8 9
Y = 2 4 6 7 9 10
Tentukanlah :
a. Koefisien korelasi
b. Persamaan regresinya

Penyelesaian :
X

XY

(X -

(Y - )

xy

-4,1

-4,3

16,81 17,63 18,49

12

16

-2,1

-2,3

4,41

4,83

5,29

16

24

36

-1,1

-0,3

1,21

0,33

0,09

36

42

49

0,9

0,7

0,81

0,63

0,49

64

72

81

2,9

2,7

8,41

7,83

7,29

10

81

90

100

3,9

3,7

31
31

38
38

207
207

252
252

286
286

15,21 14,43 13,69


46,86
46,86 45,68
45,68 45,34
45,34

Koefisien korelasi urutan


Spearman
Pengujian

korelasi urutan Spearman dikemukan


oleh Carl Spearman pada tahun 1904. Koefisien
korelasi urutan Spearman disimbolkan .
Syarat koefisien korelasi :
1. Jika = 1, data sampel menunjukkan hubungan (+)
sempurna, yaitu urutan untuk setiap data sama.
2. Jika = -1, data sampel menunjukkan hubungan (-)
sempurna, yaitu urutan untuk setiap data
merupakan urutan terbalik.
3. Jika = 0, data sampel tidak ada hubungan.
nilai berkisar antara -1 dan +1 (

Koefisien
korelasi urutan Spearman dirumuskan :

=1Ket : d = beda urutan dalam satu pasangan data
n = banyaknya pasangan data
Langkah langkah menghitung koefisien korelasi
urutan Sperman :
1. Nilai pengamatan dari dua variabel yang akan
diukur hubungannya diberi urutan
2. Setiap pasangan urutan dihitung perbedaanya
3. Perbedaan setiap pasangan urutan tersebut
dikuadratkan
dan
dihitung
jumlahnya,
kemudian dihitung nilai - nya.

Contoh soal :

1. Berikut ini data mengenai hubungan
antara
nilai matematika dan nilai
statistik dari 10
orang mahasiswa,
hitung
nya.
Nilai Matematika
82 75 85 70 77 60 63 66
(M)

80

89

Nilai Statistik (S)

79 80 89 65 67 62 61 68 81
84

Penyelesaian :
Mahasiswa

Nilai M

Nilai S

d
(X Y )

Urutan

Urutan

82

79

+2

75

80

-2

85

89

10

-1

70

65

+1

77

67

+2

60

62

-1

63

61

+1

66

68

-2

80

81

-1

10

89

10

84

+1

Jumlah

22

Sehingga

:
=1= 1= 0,867

Pengujian hipotesis
Hasil
perhitungan perlu diuji untuk mengetahui
kesignifikanannya. Pengujian
bergantung pada
jumlah n dan taraf nyatanya.
Langkah langkah pengujian hipotesis yaitu :
a. Menentukan formulasi hipotesis
Ho : tidak ada hubungan antara urutan
variabel yang satu dengan urutan
dari
variabel lainnya.
H1 : ada hubungan antara urutan variabel
yang
satu dengan urutan dari variabel
lainnya.

b.
Menentukan taraf nyata () dan nilai s
tabel
Taraf nyata dan nilai s tabel ditentukan
sesuai dengan besarnya n (d2 30).
c. Menentukan kriteria pengujian
Ho diterima apabila s ()
Ho ditolak apabila > s ()
d. Menentukan nilai uji statistik
merupakan nilai itu sendiri
e. Membuat kesimpulan
menyimpulkan Ho diterima atau ditolak

Nilai kritis untuk Spearman ( s )


n

= .05

=.
025

= .01

=.
005

5
6
7
8
9
10

0.900
0.829
0.714
0.643
0.600
0.564

0.886
0.786
0.738
0.683
0.648

0.943
0.893
0.833
0.783
0.745

0.881
0.833
0.794

11
12
13
14
15

0.523
0.497
0.475
0.457
0.441

0.623
0.591
0.566
0.545
0.525

0.736
0.703
0.673
0.646
0.623

0.818
0.780
0.745
0.716
0.689

16
17
18
19
20

0.425
0.412
0.399
0.388
0.377

0.507
0.490
0.476
0.462
0.450

0.601
0.582
0.564
0.549
0.534

0.666
0.645
0.625
0.608
0.591

21
22
23
24
25

0.368
0.359
0.351
0.343
0.336

0.438
0.428
0.418
0.409
0.400

0.521
0.508
0.496
0.485
0.475

0.576
0.562
0.549
0.537
0.526

26
27
28
29
30

0.329
0.323
0.317
0.311
0.305

0.392
0.385
0.377
0.370
0.364

0.465
0.456
0.448
0.440
0.432

0.515
0.505
0.496
0.487
0.478

Catatan ;

Untuk

sampel besar (d2 30), nilai uji


statistiknya dapat pula dihitung
dengan rumus :
= dengan db = n 2
Langkah langkah pengujiannya
menggunakan distribusi t dengan
derajat bebas (db) = n-2

Tabel Distribusi t

Contoh Soal :
2.Dengan menggunakan data dari

contoh soal 1, ujilah apakah ada korelasi


positif yang nyata antara nilai
matematika dan nilai statistik
mahasiswa. Gunakan taraf nyata 5%.
Penyelesaian :
a. Formulasi hipotesisnya :
Ho : = 0 (tdk ada hubungan antara
nilai matematika dan nilai statistik)
H1 : > 0 (ada hubungan + antara nilai
matematika dan nilai statistik)

b. Taraf nyata () dan nilai s tabel :


= 5% = 0.05 dengan n = 10
s(0.05) = 0.564
c. Kriteria pengujian :
Ho diterima apabila 0.564
Ho ditolak apabila > 0.564
d. Nilai uji statistik : = 0.867
e. Kesimpulan :
Karena = 0.867 > s(0.05) = 0.564, maka
Ho ditolak. Jadi, ada hubungan + yang
nyata antara nilai matematika dan nilai
statistik.