Anda di halaman 1dari 11

ANALISIS KOLERASI

Disusun Oleh
1 Octia Ayu Shnta Dewi (4101415083)
2 Muhammad Ghozian Kafi Ahsan (4101415084)

Rombel 4
Dosen Pengampu

Arief Agoestanto

1. PENDAHULUAN
Analisis korelasi adalah studi yang membahas tentang derajat hubungan antara
variabel-variabel.Koefisien korelasi adalah ukuran untuk mengetahui derajat
hubungan, terutama untuk data kuantitatif.Koefisien kontingensi adalah ukuran
untuk menentukan derajat hubungan antara dua faktor yang terdiri dari beberapa
kategori, disajikan dalam daftar kontingensi. Contoh bentuk korelasi yaitu :
a. KorelasiPositif:
1. Hubunganantarahargadenganpenawaran.
2. Hubunganantarajumlahpengunjungdenganjumlahpenjualan.
3. Hubunganantara jam belajardengan IPK.
b. KorelasiNegatif:
1. Hubunganantarahargadenganpermintaan.
2. Hubunganantarajumlahpesaingdenganjumlahpenjualan.
3. Hubunganantara jam bermaindengan IPK.

2. INDEKS DETERMINASI

Indeks determinasi digunakan untuk mengukur derajat hubungan antara variabel X


dan Y. Secara umum berlaku 0I1.
3. KORELASI DALAM REGRSI LINIER

Ket: r2 = koefisien determinasi atau koefisien penentu


= koefisien alienasi atau koefisien perenggangan
= koefisien non determinasi
Nilai r terletak diantara -1 dan 1.
a. r = -1
Hubungan linier sempurna tak langsung
Titik-titik dari (Xi , Yi ),seluruhnya terletak pada garis linier.
X yang besarberpasangan dengan Y yang kecildan sebaliknya.
b. r = 1
Hubungan linier sempurna langsung
Titik-titik dari (Xi , Yi ),ada pada garis linier.
X yang besar berpasangan dengan Y yang besar dan sebaliknya.
c. r bergerak dari -1 ke 1
Korelasi tak langsung/korelasi negatif: tanda negatif
Korelasi langsung/korelasi positif: tanda positif
d. r = 0
Tidak terdapat hubungan liner antara variabel-variabel X dan Y.

Contoh :
Ambillah regresi model = 2 +

. Diambil harga-hargaa sebagai berikut:

Xi

-3

-2

-1

Yi

11

11

Didapat :
X i =0

Y i2 =336 X i Y i = 0
2
Xi
=28 n = 7

Y i =42

n X i Y i ( X i)( Y i )
r=

{n X

2
i

( X i ) }{{n Y i2( Y i ) }

42

2}
r = {7 ( 28 ) ( 0 )2 } {7 ( 336 )

7 ( 0 )(0)(42)

karena r = 0 maka tidak terdapat hubungan linear antara X dan Y.

4. KOEFISIEN KORELASI UNTUK DATA DALAM DAFTAR DISTRIBUSI


FREKUENSI

r=

n f i X i Y i ( f i X i)( f y Y i)

{n f

C x 2( f x C x ) }{{n f y C y 2( f y C y ) }

Apabila interval kelas untuk masing-masing variabel panjangnya sama, maka cara
sandi dapat digunakan untuk menyederhanakan perhitungan.
5. DISTRIBUSI SAMPLING KOEFISIEN KORELASI
Dibedakan menjadi dua, yaitu:
a. Populasinya mempunyai = 0

Jika semua sampel acak itu berasal dari populas normal bervariabel dua dengan
= 0, maka distriibusi sampling koefisien korelasi akan simetrik dengan r=0
t=

r n2
1r 2

b. Populasinya mempunyai 0
c. Jika populasidarii mana sampel acak itu diambiil mempunyai 0, maka
distribus sampling tidak simetrik. Dengan transformasi Fisher maka distribusi
tersebut akan mendekati distribusi normal.
1 (1+r )
Z = ln
2 (1r )
Dengan ln merupakan logaritma natural dengan bilangan pokok e.
6. MENAKSIR KOEFISIEN KORELASI
Untuk menentukan interval taksiran koefisien korelasi , digunakan transformasi
Fisher yaitu Z. Maka interval taksiran z dapat dihitung dengan :
Z z1 /2 z < z < Z+ z 1 /2 z
Mencarinilaiz:
z =( 1,1513 ) log

(1+ )
(1)

Contoh :
Sebuah sampel acak dengan ukuran n= 28 telah diambil dari sebuah populasi normal
bervariabel dua. Dari sampel itu didapat r = 0,80. Tentukan taksiran koefisien korelasi
untuk populasi.
Jawab: titik taksirannya = 0,80
= 95%
(1+0,8)
z=( 1,1513 ) log
=1,0986
(10,8)
1,0986

1,96
< z <1,0986
283

1,96
283

0,7066 < z < 1,4906


Untuk

z =0,7066

(1+ )
log
0,7066 = (1,1513)
(1)
log

(1+ )
=0,06137
(1)

yang menghasilkan = 0,609

Untuk

z =1,4906

(1+ )
1,4906 ( 1,1513 ) log (1)
log

(1+ )
(1)

= 1,2947 yang menghasilkan = 0,903

Jadi interval taksiran dengan angka kepercayaaan 95% adalah


0,609 < < 0,903
7. MENGUJI HIPOTESIS()
Apabila koefisien korelasi = 0 maka menggunakan rumus
t=

r n2

1r 2

Selanjutnya, untuktarafnyata=, makahipotesiskitaterimajika


t

1
(1 )
2

<t< t

1
(1 )
2

Dk = n-2
Contoh soal:
Untuk menguji H0 : = 0 melawan H1 : 0 berdasarkan sebuah sampel acak berukuran
n = 27 dengan r = 0.28, maka didapat:
(0,28) 272
t=
=1,458
1(0,28)2
Jika taraf nyata =0.05, maka dengan dk=25, dari daftar distribusi t di dapat, untuk uji
pihak, t0,995=2,060
Muhah dilihat bahwa t=1,458 antara -2,060 dan 2,060. Jadi H0 diterima. kesimpulannya
Untuk koefisin korelasi 0 menggunakan rumus
z=

Z z
z

8. KORELASI GANDA DAN KORELASI PARSIL


R ditentukan oleh rumus:
JK reg
2
R=
y 2i

Koefisien Korelasi Parsial Adalah koefisien korelasi antara 2 variabel jika varibel lainnya
konstan. Ada tiga koefisien parsial yang melibatkan tiga variabel, yaitu

Contoh Soal
Menurut kajian literatur permintaan suatu produk ditentukan oleh harga barang dan pendapatan
seseorang. Hasil pengamatan terhadap 12 sampel atas permintaan suatu barang dalam hal ini
gula diperoleh data harga minyak goreng dan pendapatan konsumen :

Langkah-langkah penyelesaiannya:
> Variabel bebas dan variabel tak bebas

Variabel Bebas : X1 = Harga minyak goreng dan X2 = Pendapatan konsumen

Variabel Tak Bebas : Y = Permintaan minyak goreng

> Persamaan regresi linear berganda : Y' = a + b1X1 + b2X2


> Menentukan nilai konstanta dan koefisien regresi

sehingga

Khusus untuk parameter b1 data adalah dalam ribuan, sehingga hasil tersebut harus dibagi
dengan 1000, diperoleh b1 = -0,000582 = -0,001.
Jadi persamaan Regresi Linear Berganda dengan dua variabel bebas adalah :
Y' = 12,7753 - 0,001 X1 - 0,488 X2
> Interpretasi koefisien regresi

Nilai a = 12,7753 artinya jika tidak ada harga minyak goreng dan pendapatan konsumen,
namun permintaan akan minyak goreng sebanyak 12,7753.

Nilai b1 = -0,001 artinya jika harga minyak goreng meningkat satu rupiah maka akan
terjadi penurunan permintaan sebesar 0,001 satuan dimana pendapatan konsumen
dianggap tetap.

Nilai b2 = - 0,488 artinya jika pendapatan konsumen mengalami kenaikan sebesar satu
rupiah maka akan terjadi penurunan permintaan gula sebesar 0,488 satuan dimana harga
gula dianggap tetap.

> Menghitung Koefisien Determinasi

Artinya sekitar 94,21% variasi variabel bebas harga minyak goreng X1 dan pendapatan
konsumen X2 dapat menjelaskan variasi variabel tak bebas permintaan minyak goreng Y.
Note
:
b1 yang digunakan -0,582 dan pengali -32 seharusnya -32000 sehingga perkalian keduanya akan
memiliki hasil yang sama yaitu (-0,00582 x -32000) = (-0,582 x 32).

> Menghitung Koefisien Korelasi Berganda

Artinya terjadi hubungan yang sangat kuat antara variabel bebas harga minyak goreng X 1 dan
pendapatan konsumen X2 dengan variabel tak bebas permintaan minyak goreng Y.
> Menghitung Nilai Standart Error Estimate

Jadi standart error persamaan regresi adalah 0,6818, hal ini menunjukkan penyimpangan datadata terhadap garis persamaan regresi linear berganda yang terbentuk. Nilainya cukup kecil.
> Menghitung Nilai Korelasi Parsial

dimana

9. UJI KOEFISIEN REGRESI GANDA


S ai =

s y .12 k

( x ijj ) (1R2i )

Selanjutnya hitung statistik


a
ti = i
s ai
Dengan derajat kebebasan dk=(n-k-1). Dengan Kriteria menolak H0 jika ti terlalu
besar ataupun terlalu kecil
10. KORELASI BISERI
Supaya koefisien korelasi biseri dapat dihitung dan mempunyai taksiran yang berarti,
maka diperlukan asumsi-asumsi berikut:
1) Y terdistribusi Normal
2) Asal distribusi variable X yang digolongkan menjadi 2 kategori berbentuk normal
3) Regresi untuk vaiabel Y atas X berbentuk linier
( Y 1Y 2 ) pq
r b=
u Sy
Dengan p+q=1