DASAR TEORI
2.1 PENGERTIAN ANALISA KORELASI PEARSON
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier (searah bukan
timbal balik) antara dua variabel atau lebih. Sedangkan Korelasi Pearson merupakan salah satu ukuran
korelasi yang digunakan untuk mengukur kekuatan dan arah hubungan linier dari dua veriabel. Dua
varabel dikatakan berkorelasi apabila perubahan salah satu variabel disertai dengan perubahan
variabel lainnya, baik dalam arah yang sama ataupun arah yang sebaliknya. Harus diingat bahwa
nilai koefisien korelasi yang kecil (tidak signifikan) bukan berarti kedua variabel tersebut tidak saling
berhubungan. Mungkin saja dua variabel mempunyai keeratan hubungan yang kuat namun nilai
koefisien korelasinya mendekati nol, misalnya pada kasus hubungan non linier. Dengan demikian,
koefisien korelasi hanya mengukur kekuatan hubungan linier dan tidak pada hubungan non
linier. Harus diingat pula bahwa adanya hubungan linier yang kuat di antara variabel tidak
selalu berarti ada hubungan kausalitas, sebab-akibat.
Kegunaan analisa korelasi pearson adalah untuk mencari hubungan bebas (X) dengan variable terikat
(Y) dan data berbentuk interval ratio.
2.2
Arah korelasi
Dalam hubungan korelasi, arahnya bisa positif dan negatif.
Korelasi positif : Hubungan antar dua variable atau yang bersifat satu arah
Contoh :
Semakin giat belajar maka semakin tinggi prestasi yang dicapai.
Korelasi negative : Hubungan antara dua variable yang berlawanan arah.
Contoh :
Semakin tinggi kesadaran hukum di masyarakat maka semakin rendah tingkat kriminalitas, begitu
sebaliknya semakin rendah kesadaran masyarakat akan hukum semakin tinggi tingkat kriminalitas
yang ada.
2.3
Peta Korelasi
Peta korelasi merupakan suatu diagram yang menunjukkan titik atau moment dari suatu variable yang
akan dicari korelasinya.
Ciri-ciri peta korelasi :
1. Untuk korelasi maksimal maka persebaran titik, apabila dihubungkan antara satu dengan yang
lain, untuk membendung garis lurus yang condong kea rah kanan.
2. Untuk korelasi negative maksimal, maka persebaran titik apabila dihubungkan antar satu variable
dengan variable yang lain, akan membentuk condong kea rah kiri.
3. Untuk korelasi positif yang tinggi maka persebaran titik terpencar atau berada disekitar garis lurus
tersebut dengan kecondongan kearah kanan.
4. Untuk korelasi yang tinggi maka persebaran titik dengan kecondongan kearah kiri.
5. Untuk korelasi positif negative dilatakan sebagai korelasi yang cukup dan korelasi rendah atau
lemah, apabila persebaran titik-titik pada peta korelasi itu semakin jauh tersebar/menjauhi garis
lurus.
2.4
Tanda Korelasi
Korelasi PPM dilambangkan (r) dengan ketentuan nilai r tidak lebih dari harga
Page 1
(-1 r + 1). Apabila r = -1 artinya korelasinya negatif sempurna, r = 0 airtinya tidak ada korelasi,
dan r = 1 berarti korelasi sempurna positf ( sangat kuat ). Sedangkan harga r akan dikonsultasikan
dengan table interpretasi nilai r sebagai berikut :
Interpretasi Koefisien korelasi
Interval Koefesien
Tingkat hubungan
0,00 - 0,199
0,20 0.399
0,40 0,599
0, 60 0,799
0,80 1,000
Sangat rendah
Rendah
Cukup
Kuat
Sangat Kuat
Koefisien determinasi
Sedangkan untuk menyatakan besar kecilnya sumbangan variable X terhadap Y dapat ditentukan
dengan rumus koefisien determinan sebagai berikut :
KP = r2 x 100%
Diterima : KP = Besarnya koefisien penentu (determinan)
r = Koefisien korelasi
BAB II
Analisis korelasi pearon
Page 2
STUDY KASUS
Kasus :
Sebuah perusahaan yang bergerak di bidang perdagangan makanan akhir-akhir ini mengalami
penurunan jumlah penjualan yang sangat drastis, dan tidak diketahui apa penyebabnya. Maka dari itu
pemilik perusaah berusaha mencari tau apa yang menjadi penyebab turunya jumlah penjualan.
Perusahaan tersebut pada akhirnya menyewa seorang peneliti untuk mencari tau apa yang menjadi
penyebab dari kasus tersebut. Akhirnya seorang peneliti yang disewa mencoba meneliti ada atau
tidaknya hubungan penjualan dengan biaya promosi. Karena sejak setahun silam perusahaan
mengabaikan masalah biaya promosi, dan bisa jadi hal tersebut yang mengakibatkan penjualan
menurun.Kemudian peneliti meneliti ada atau tidaknya hubungan antara biaya promosi (X) dengan
jumlah penjualan (Y). Dan peneliti mengambil dari tahun 2005-2009, dengan taraf signifikan
(=0,05), data sebagai berikut:
Tahun
2005
2006
2007
2008
2009
Keterangan : satuan dalam jutaan rupiah
22
36
31
32
31
55
65
66
62
68
Pertanyaan :
Berapa besar hubungan variabel X dan Y?
Berapakah besar sumbangan (konstribusi) variabel X dan Y?
Buktikan apakah terjadi tau adanya hubungan yang signifikan antara biaya promosi
dengan jumlah penjualan.
Jawaban :
Hipotesis bentuk kalimat
Ha = terdapat hubungan antara biaya promosi dengan jumlah penjualan
H0 = tidak terdapat hubungan yang signifikan antara biaya promosi dengan jumlah
penjualan
Hipotesis dalam bentuk statistik
Ha : r0
H0 : r=0
Page 3
Jawaban :
Tabel penolong
tahun
X2
Y2
XY
2005
22
55
484
3.025
1.210
2006
36
65
1.296
4.225
2.340
2007
31
66
961
4.356
2.046
2008
32
62
1.024
3.844
1.984
2009
31
68
961
4.624
2.108
152
316
4.726
20.074
9.688
XY
X
Y
X 2
Y 2
2
n . Y
X 2 .
n .
.
n.
r=
r=
Page 4
r=
4844048032
526 . 514
r=
408
270364
r = 0,78
Karena hubungannya sebesar 0,78, maka tergolong kuat
r n2
1r 2
thit =
0,78 52
106084
thit =
1,35
0,3916
thit= 2,16
Dengan =0,05;db=n-2=5-2=3
Sehingga didapat ttabel = 2,353
Ternyata thitung ttabel maka tidak signifikan atau terima H0
Artinya tidak ada hubungan yang signifikan antara biaya promosi dan jumlah penjualan.
Analisis korelasi pearon
Page 5
BAB II
PENUTUP
3.1 KESIMPULAN
Dari hasil yang diperoleh ternyata thitung ttabel maka tidak signifikan atau terima H0
Artinya tidak ada hubungan yang signifikan antara biaya promosi dan jumlah penjualan. Jadi,
penyebab menurunnya jumlah penjualan tidak ada hubungannya dengan biaya promosi,
melainkan faktor lain.
3.2 SARAN
Karena biaya promosi tidak mempunyai hubungan dengan menurunnya jumlah penjualan, berarti
tidak perlu begitu fokus terhadap biaya promosi. Sebaiknya perusahaan segera mencari tau factor
yang lain, agar masalah tersebut dapat segera diatasi.
Page 6
DAFTAR PUSTAKA
Barrow, Michael.1996. Statistics for Economics Accounting and Business Studies. New York:
Addison Wesley Longman Publishing
Page 7