KORELASI

12/07/2021 Lativa Mursyida 02826

Korelasi adalah teknik analisis yang digunakan
untuk melihat hubungan antara satu fenomena
dengan lainnya atau satu variabel dengan
lainnya.

Bentuk korelasi ada dua macam:

a. Korelasi korelasional (fungsional) : sifat
hubungan antarvariabel tidak menunjuk- kan
sifat sebab akibat.
b. Korelasi kausal : sifat hubungan
antarvariabel menunjukkan sifat sebab akibat.

12/07/2021
Sifat hubungan atau korelasi :
a. Positif kuat : kedua variabel yang dicari
mempunyai sifat terikat yang searah, apabila
salah satu variabel naik maka variabel yang
lainpun akan naik.

b. Negatif kuat : kedua variabel yang dicari

mempunyai sifat terikat yang berkebalikan, apabila
salah satu variabel naik maka variabel yang lain
akan cenderung turun.

c. Tidak berkorelasi : kedua variabel yang dicari

tidak mempunyai ikatan yang tegas, masing-
masing variabel cenderung untuk independent.
12/07/2021
Perhitungan korelasi menggunakan rumus-
rumus :

1. Korelasi Pearson
2. Korelasi Spearman

12/07/2021
 12/07/2021

KORELASI PEARSON

• Atau sering kali disebut sebagai korelasi Product Moment (r)

• Teknik korelasi ini masuk kategori statistik parametik sehingga

ada syarat-syarat yang harus terpenuhi.

• Syarat yang harus dipenuhi adalah :

- pengambilan sample dari populasi harus random
- data yang dicari korelasinya harus berskala interval
- variasi skor kedua variabel yang akan dicari
korelasinya harus sama
- hubungan antara variabel X dan Y hendaknya linier

L AT I VA M U R S Y I D A 0 2 8 2 6
*Rumus
  Korelasi Pearson

dapat juga dihitung menggunakan rumus :

12/07/2021
Contoh :
Suatu penelitian yang ingin melihat apakah ada hubungan
antara banyaknya kredit yang diambil dengan IP yang
dicapai mahasiswa dalam satu semester. Setelah
dilakukan pengumpulan data dari 10 mahasiswa ternyata
penyebaran kredit yang diambil dan IP yang dicapai sbb :

Mahasiswa ke Jmlh Kredit diambil IP

1 20 3.1
2 18 4.0
3 15 2.8
4 20 4.0
5 10 3.0
6 12 3.6
7 16 4.0
8 14 3.2
9 18 3.5
10 12 4.0
12/07/2021
*Penyelesaian
  :
X Y XY
20 3.1 400 9.61 62
18 4.0 324 16 72
15 2.8 225 7.84 42
20 4.0 400 16 80
10 3.0 100 9 30
12 3.6 144 12.96 43.2
16 4.0 156 16 64
14 3.2 196 10.24 44.8
18 3.5 324 12.25 63
12 4.0 144 16 48
155 35.2 2513 125.90 549

n = 10

12/07/2021
* 
Kemudian gunakan rumus pertama :

Cari pula r menggunakan rumus kedua !

12/07/2021
 12/07/2021

KORELASI SPEARMAN

• Atau sering kali disebut sebagai korelasi Tata Jenjang (rho)

• Digunakan untuk jenis data Ordinalm baik Variabel X

maupun Y

• Apabila jenis data yang akan dianalisis berjenis Interval atau

Rasio, maka harus diubah dulu menjadi Ordinal

• Teknik korelasi ini masuk kategori statistik nonparametik

sehingga tidak harus memenuhi syarat-syarat keparametikan

L AT I VA M U R S Y I D A 0 2 8 2 6
  
Rumus Korelasi Spearman :

keterangan :
D : selisih antara X dan Y
6 : angka konstan

12/07/2021
Contoh :
Suatu penelitian terhadap hubungan antara rangking tes
masuk mahasiswa dengan rangking di kelas sesudah ikut
kuliah. Dari 10 mahaiswa yang terambil sebagai sampel
mempunyai penyebaran sbb :

Mahasiswa 1 2 3 4 5 6 7 8 9 10
Rank. Tes masuk 1 2 3 4 5 6 7 8 9 10
Rank. Kelas 10 7 8 6 5 3 4 2 9 1

Berapa tingkat hubungan antara rangking tes masuk

dengan rangking kelas sesudah kuliah ?

12/07/2021
Penyelesaian :

X Y D
1 10 9 81
2 7 5 25
3 8 5 25
4 6 2 4
5 5 0 0
6 3 3 9
7 4 3 9
8 2 6 36
9 9 0 0
10 1 9 81
42 270

12/07/2021
 

12/07/2021
 12/07/2021

PERBEDAAN KORELASI PEARSON

DAN SPEARMAN
Korelasi Pearson
- Data dalam bentuk angka
- Harus berdistribusi normal
- Ada hubungan linier antara kedua variabel yang
dikorelasikan
Korelasi Spearman
- Data dalam bentuk bukan angka (teks)
- Harus berdistribusi normal
- Tidak harus ada hubungan linier antara kedua
variabel yang dikorelasikan
L AT I VA M U R S Y I D A 0 2 8 2 6
 TERIMA KASIH

LATIVA MURSYIDA
02826/08
Pend. TEKNIK INFORMATIKA

12/07/2021