Anda di halaman 1dari 64

ANALISIS

KORELASI
Esi Afriyanti, Skp.M.Kes
1

ANALISIS KORELASI
Analisis korelasi merupakan salah
satu teknik statistik yang digunakan
untuk menganalisis hubungan antara
dua variabel atau lebih yang bersifat
kuantitatif.

Dasar Pemikiran Analisis Korelasi


Bahwa adanya perubahan sebuah
variabel disebabkan atau akan diikuti
dengan perubahan variabel lain.
Berapa besar koefesien perubahan
tersebut ?
Dinyatakan dalam koefesien korelasi
Semakin besar koefesien korelasi maka
semakin besar keterkaitan perubahan suatu
variabel dengan variabel yang lain.

Contoh Bentuk Korelasi


Korelasi Positif:
Hubungan antara harga dengan penawaran.
Hubungan antara jumlah pengunjung dengan
jumlah penjualan.
Hubungan antara jam belajar dengan IPK.
Korelasi Negatif:
Hubungan antara harga dengan permintaan.
Hubungan antara jumlah pesaing dengan jumlah
penjualan.
Hubungan antara jam bermain dengan IPK.

Contoh Korelasi
Pupuk dengan produksi
panen
Biaya iklan dengan hasil
penjualan
Berat badan dengan
tekanan darah
Pendapatan dengan
konsumsi
Investasi nasional
dengan pendapatan
nasional

Jumlah akseptor dengan


jumlah kelahiran
Harga barang dengan
permintaan barang
Pendapatan masyarakat
dengan kejahatan
ekonomi

Beberapa sifat penting dari konsep


korelasi:
Nilai korelasi berkisar 1 s.d. 1
Korelasi bersifat simetrik
Korelasi bebas dari origin dan skala
P
= a1 + b1X1
Q
= a2 + b2X2
Dimana b1 > 1, b2 > 1, a1 dan a2 konstanta maka
korelasi P dgn Q akan sama dengan korelasi X1 dgn X2

Jika X dan Y saling bebas maka korelasi akan


bernilai 0
Meskipun korelasi mengukur derajat hubungan,
tetapi bukan alat uji kausal.

Korelasi berdasarkan arah hubungannya


dapat dibedakan, jadi berapa ?
1. Korelasi Positif
Jika arah hubungannya searah
2. Korelasi Negatif
Jika arah hubunganya berlawanan arah
3. Korelasi Nihil
Jika perubahan kadang searah tetapi
kadang berlawanan arah.

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

Berapa Nilai Koefesien Korelasi ?


Koefesien korelasi akan selalu sebesar :
-1r+1
-1

+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 determinasi = r2; merupakan koefisien penentu,


Artinya kuatnya hubungan variabel (Y) ditentukan oleh
variabel (X) sebesar r2.
10

11

Pedoman Memilih Teknik Korelasi


Tingkat pengukuran Teknik Korelasi
Data
Nominal
Ordinal

Koefisien
Kontingensi
1.
2.

Interval/Rasio

1.
2.
3.

Spearmen Rank
Kendall Tau
Product Momen
Korelasi Parsial
Korelasi Ganda
12

Beberapa analisis korelasi yang akan kita


pelajari:
Korelasi Product Moment (Pearson)
Korelasi Rank Spearman
Korelasi Data Kualitatif

Bagian 1: Parametrik

14

1. KORELASI PRODUCT MOMENT


Digunakan untuk menentukan besarnya
koefisien korelasi jika data yang
digunakan berskala interval atau rasio.
Rumus yang digunakan:

rxy

n x

n xi yi ( xi )( yi )

2
i

( xi )

n y

2
i

( yi )

Contoh Kasus:
Seorang mahasiswa melakukan survai
untuk meneliti apakah ada korelasi antara
pendapatan mingguan dan besarnya
tabungan mingguan di PQerto.
Untuk menjawab permasalahan tersebut
diambil sampel sebanyak 10 kepala
keluarga.

Pemecahan
1. Judul
Hubungan antara pendapatan dan tabungan
masyarakat di PQerto.

2. Pertanyaan Penelitian
Apakah terdapat korelasi positif antara
pendapatan dan tabungan masyarakat ?

3. Hipotesis
Terdapat korelasi positif antara pendapatan
dan tabungan masyarakat

4. Kriteria Penerimaan Hipotesis


Ho
Ha

: Tidak terdapat korelasi positif antara


tabungan dengan pendapatan
: Terdapat korelasi positif antara tabungan
dengan pendapatan
Ho diterima Jika

r hitung r tabel(, n-2) atau


t hitung t tabel (, n-2)

Ha diterima Jika

r hitung > r tabel(, n-2) atau


t hitung > t tabel (, n-2)

5. Sampel

10 kepala keluarga
6. Data Yang dikumpulkan
Tabungan

10

Pendapatan

10

20

50

55

60

65

75

70

81

85

7. Analisis Data

rxy

10(4544) (70)(571)

10(546) (70) 10(38161) (571)


2

0,981

Pengujian Hipotesis:
Dengan Kriteria r htung:
r

hitung

(0,981) > r tabel (0,707)

Dengan Kriteria t hitung:

rxy n 2
(1 r 2 )

t hitung (14,233) > t tabel (1,86)

0,981 10 2
14,233
(1 0,962)

9. Kesimpulan
Karena rhitung > dari rtabel maka Ha diterima.
Karena thitung > dari ttabel maka Ha diterima.

Kesimpulan:
Terdapat
korelasi
positif
antara
pendapatan dengan tabungan mingguan
di PQerto

ADA YANG MAU LEWAT


Anda kepingin
ganteng ?

KORELASI RANK SPERMAN


Digunakan untuk menentukan besarnya
koefesien korelasi jika data yang
digunakan berskala Ordinal
Rumus yang digunakan:
pxy 1

6 d i2

n(n 2 1)

Contoh Kasus:
Seorang mahasiswa melakukan survai
untuk meneliti apakah ada korelasi antara
nilai statistik dengan nilai ekonometrik,
untuk kepentingan penelitian tersebut
diambil 10 mahasiswa yang telah
menempuh mata kuliah statistik dan
ekonometrik.

Pemecahan
1. Judul
Hubungan antara kemampuan mahasiwa dalam
memahami ilmu statistika dan ilmu riset.

2.

Pertanyaan Penelitian
Apakah terdapat korelasi positif antara
kemampuan mahasiswa dalam memahami ilmu
statistika dan ilmu riset ?

3. Hipotesis
Terdapat korelasi positif kemampuan mahasiwa
dalam memahami ilmu statistika dan ilmu riset

4. Kriteria Penerimaan Hipotesis


Ho
Ha

: Tidak terdapat korelasi positif antara kemampuan


mahasiswa dalam memahami ilmu statistika dan
ilmu riset.
: Terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistika dan
ilmu riset

Ho diterima Jika
hitung tabel(, n-2) atau
t hitung ttabel (, n-2)

Ha diterima Jika
hitung > tabel(, n-2) atau
thitung > ttabel (, n-2)

5. Sampel

10 Mahasiswa
6. Data Yang dikumpulkan
Statistik

Ekonometrik

7. Analisis Data
X1

X2

Rank X1

Rank X2

d2

-2

5.5

0.5

0.25

6.5

0.5

0.25

3.5

0.5

0.25

10

10

3.5

0.5

0.25

10

5.5

6.5

-1

Jlh

xy 1

6 d i2

n(n 1)
2

6 x7
xy 1
0,96
10(100 1)

Pengujian Hipotesis:
Dengan Kriteria r htung:
hitung (0,96) > tabel (0,738)
Dengan Kriteria t hitung:

xy n 2
(1 r 2 )

t hitung (9,697) > t tabel (1,86)

0,96 10 2
9,697
(1 0,92)

9. Kesimpulan
Karena hitung > dari tabel maka Ha diterima.
Karena t hitung > dari t tabel maka Ha diterima.
Kesimpulan:
Terdapat
korelasi
positif
antara
kemampuan
mahasiswa
dalam
memahami ilmu statistika dan ilmu
ekonometrika.

KORELASI DATA KUALITATIF


Data berdasarkan jenisnya:
Kuantitatif
Kualitatif
Digunakan untuk menentukan besarnya koefesien korelasi jika data
yang digunakan berjenis kualitatif.
Rumus yang digunakan:
n

X 2
i 1 i 1

(nij e ij ) 2
eij

Tranformasi dari nilai Chi-Square X2 ke koefesien korelasi:

X2
Cc
X2 n

Contoh Kasus:
Seorang mahasiswa melakukan survai
untuk meneliti apakah ada korelasi antara
tingkat
pendidikan
dengan
tingkat
pendapatan. Untuk penelitian ini diambil
sampel sebanyak 112 kepala keluarga.

Pemecahan
1. Judul
Hubungan antara tingkat pendidikan dan tingkat
kesejahteraan keluarga.

2.

Pertanyaan Penelitian
Apakah terdapat korelasi positif antara tingkat
pendidikan dengan tingkat kesejahteraan
keluarga ?

3. Hipotesis
Terdapat korelasi positif antara tingkat pendidikan
dengan tingkat kesejahteraan keluarga

4. Kriteria Penerimaan Hipotesis


Ho : Tidak terdapat korelasi antara terdapat
korelasi positif antara tingkat pendidikan dengan
tingkat kesejahteraan keluarga.
Ha : Terdapat korelasi positif antara tingkat
pendidikan dengan tingkat kesejahteraan keluarga.
Ho diterima Jika
X2 hitung X2 tabel (, (r-1)(k-1)

Ha diterima Jika
X2 hitung > X2 tabel (, (r-1)(k-1)

5. Sampel
112 Keluarga
6. Data Yang dikumpulkan
Tinggi

Sedang

Rendah

Jumlah

Baik

16

32

Cukup

10

20

10

40

Jelek

16

20

40

Jumlah

30

44

38

112

7. Analisis Data
e11=30x(32/112)=8,57
e12=44x(32/112)=12,57
e13=38x(32/112)=10,86
e21=30x(40/112)=10,71

X 2
i 1 i 1

( nij eij ) 2
eij

e22=44x(40/112)=15,71
e23=38x(40/112)=13,57
e31=30x(40/112)=10,71
e32=44x(40/112)=15,71
e33=38x(40/112)=13,57

(16 8,57) 2 (8 12,57) 2


(8 13,57) 2
X

...
18,267
8,57
12,57
13,57
2

Pengujian Hipotesis:

Dengan Kriteria x2 htung:


X2hitung (18,267) > X2tabel (9,488)

9. Kesimpulan
Karena X2 hitung > X2 tabel maka Ha diterima.
Kesimpulan:
Terdapat korelasi positif antara tingkat
pendidikan dengan tingkat kesejahteraan
keluarga.

Berapa nilai koefesien korelasinya ?


Cc

X2
X2 n

(18,267)
Cc
0,374
(18,267) 112

Uji signifikansi korelasi

n2
1 r

Jika t > t tabel; Hipotesis alternatif diterima


Jika t < t tabel; hipotesis alternatif ditolak
42

KORELASI GANDA
Angka yang menggambarkan arah dan
kuatnya hubungan antara dua (lebih)
variabel secara bersama-sama dengan
variabel lainnya

43

X1

Korelasi Ganda dua var


independen dengan satu var
dependen
r : korelasi X dgn Y
1

r1

r2 : korelasi X2 dgn Y

R
X2

Y
r2

R : korelasi X1 dan X2 dengan Y


Tetapi R r1 + r2

44

Rumusnya korelasi ganda

RyX1X2 =

yx1

yx 2

2ryx1 ryx 2 rx1x 2

1 r

x1 x 2

Di mana :
Ryx1x2 : korelasi antara X1 dan X2 bersama-sama dengan Y
ryx1 : korelasi product moment Y dengan X1
ryx2 : korelasi product moment Y dengan X2
rx1x2 : korelasi product meoment X1 dengan X2
45

Uji Signifikansi nilai R


2

Fh =

R /k
2
(1 R ) /(n k 1)

Di mana :
R : koefisien korelasi ganda
k : banyaknya variabel independen
n : banyaknya anggota sampel
Konsultasikan dengan tabel F; dengan dk pembilang = k
dan dk penyebut = n k -1.
Jika Fh > F tabel, maka hipotesis alternatif diterima.
46

Jika kita punya data


X1

Lalu ,
Cari korelasi ganda
antara X1 dan X2
dengan Y!
Solusi ?

X2

19

10

23

20

15

14

17

10

23

2247

KORELASI PARSIAL
Mengetahui hubungan antara variabel
independen dengan variabel dependen,
dengan salah satu variabel independen
dianggap tetap (dikendalikan)

48

Rumusnya

Ry.x1x2 =

ryx1 ryx2 rx1x2


1 r

x1x2

1 r

yx2

Korelasi parsial antara X1 dengan Y;


dengan X2 dianggap tetap.
49

Jika kita punya data


X1

Lalu ,
Cari korelasi parsial
antara X1 dng Y
(X2 dianggap tetap)!
Solusi ?

X2

19

10

23

20

15

14

17

10

23

2250

Rumusnya(2)

Ry.x2x1 =

ryx2 ryx1 rx1x2


1 r

x1 x2

1 r

yx1

Korelasi parsial antara X2 dengan Y;


dengan X1 dianggap tetap.
51

Uji Signifikansi korelasi parsial


Digunakan rumus t; dengan dk = n 1
t=

Rp

n3

1 R

Rp : korelasi parsial
Jika t > t tabel, hipotesis alternatif diterima

52

Jika kita punya data


X1

Lalu ,
Cari korelasi parsial
antara X2 dng Y
(X1 dianggap tetap)!
Signifikan ?
Solusi ?

X2

19

10

23

20

15

14

17

10

23

2253

Bagian 2: Nonparametrik

54

KOEFISIEN KONTINGENSI
Mencari hubungan antar variabel bila
pengukuran datanya bertipe nominal
Berkaitan dengan 2 (chi-kuadrat)
Rumusnya :
C=

2
N 2

di mana : 2 =

( f0 fh )2
fh
55

Untuk data berikut, koefisien


kontingensi ?
Jenis Profesi

Olah raga

Guru

Pengawas

Jumlah

Tenis

10

15

25

Sepak Bola

25

20

45

30

35

40

65

105

Catur
Jumlah

56

Uji signifikansi koefisien C


Menggunakan
(chi kuadrat).
2
Jika 2 > 2 tabel, hipotesis alternatif
diterima.
note : dk = (p 1)(q 1)
p : banyaknya kel. sampel
q : banyaknya kategori
Nilai p<0,05
57

KORELASI SPEARMAN RANK


Tingkat pengukuran data ordinal
Data tidak harus berdistribusi normal
Rumusnya ( = rho):
= 1

6 b

2
i

n(n 1)
2

dimana : bi selisih rank antar sumber


data
58

Ini contoh data


Hasil Lomba Menyanyi
siswa Juri 1

Korelasi nilai Juri 1


dengan nilai Juri 2 ?

Solusi ? ??

Juri 2

59

Uji signifikansi korelasi (rho)


Untuk sampel kurang dr 30
Zh =

1
n 1

jika zh > z tabel ; hipotesis alternatif diterima

60

Uji signifikansi korelasi (rho)


Untuk sampel lebih dari 30
t =

n2
2
1

jika t > t tabel; hipotesis alternatif diterima

61

KORELASI KENDALL Tau ()


Tingkat pengukuran data ordinal
Anggota sampel lebih dari 10
Rumusnya :
=

RA RB

N ( N 1)
2
RA : jumlah rangking kel. Atas
RB : jumlah rangking kel. bawah
62

Uji signifikansi korelasi Kendall


Menggunakan tabel nilai z
Z =

2( 2 N 5)
9 N ( N 1)

63

Andai ada data berikut


Siswa IQ

Lalu, apakah ada korelasi


Antara IQ dengan prestasi ?

Solusinya ???

Prestasi

140

92

135

95

130

90

125

87

124

89

121

85

120

86

117

84

115

75

110

64
80