1

ANALISIS
KORELASI
Agus Susworo Dwi
Marhaendro
Konsep
Metode analisis terhadap data, tidak hanya yang
terdiri dari satu karakteristik saja.
Banyak persoalan atau fenomena yang meliputi
lebih dari sebuah variabel: berat orang dewasa
sampai taraf tertentu bergantung pada tinggi
badannya, keterampilan melempar ke target
bergantung pada koordinasi mata-tangan, hasil
produksi padi berantung jumlah pupuk.
Dirasa perlu mempelajari analisis data yang terdiri
dari banyak variabel dan bagaimana mereka
berhubungan.
Konsep (lanjutan)
Analisis korelasi merupakan studi yang
membahas tentang derajat (seberapa
kuat) hubungan antara dua variabel
atau lebih.
Ukuran derajat hubungan disebut
Koefisien Korelasi.
Koefisien korelasi merupakan angka
yang menunjukkan arah dan kuat
hubungan antara dua varibel atau lebih.
Arah hubungan
Arah dinyatakan dalam bentuk hubungan
positif atau negatif
Arah hubungan positif, berarti
Apabila nilai variabel ditingkatkan , maka akan
meningkatkan nilai variabel yang lain.
Apabila nilai variabel diturunkan , maka akan
menurunkan nilai variabel yang lain.
Arah hubungan negatif, berarti
Apabila nilai variabel ditingkatkan , maka akan
menurunkan nilai variabel yang lain.
Apabila nilai variabel diturunkan , maka akan
meningkatkan nilai variabel yang lain.
2
Kuat hubungan
Kuat hubungan dinyatakan dalam bentuk
angka, antara 0 1
Angka 0 menujukkan hubungan yang
tidak ada
Angka 1 menunjukkan hubungan yang
sempurna
semakin kecil koefisien korelasi, maka
akan semakin besar kesalahan untuk
membuat prediksi
Bentuk (kuat & arah) hubungan
Koefisien korelasi
Besar koefisien korelasi, memiliki range
dari -1 sampai +1
Besar koefisien korelasi dapat diketahui
berdasarkan penyebaran titik pertemuan
antara dua variabel
Teknik Korelasi
Pedoman memilih teknik korelasi
berdasarkan jenis data yang digunakan
Pearson Product Moment
Korelasi Ganda
Korelasi Parsial
Interval dan Ratio
Spearman Rank
Kendal Tau
Ordinal
Koefisien Kontingensi Nominal
Teknik Korelasi Jenis Data
3
Korelasi Product Moment
Untuk keperluan penghitungan koefisien
korelasi (r) berdasarkan sekumpulan data
(X, Y) berukuran n dapat digunakan rumus:
{ {
2 2 2 2
) ( Y n. . ) X ( X n.
Y) X).( ( - XY n.
r
ZY Z Z Z
Z Z Z
=
Harga yang diperlukan
X = Jumlah semua data variabel X
Y = Jumlah semua data variabel Y
X
2
= Jumlah semua data variabel X dikuadratkan
Y
2
= Jumlah semua data variabel Y dikuadratkan
XY = Jumlah semua data variabel X dikali Y
XY Y
2
X
2
Y X
Y
1
Y
2
Y
n
X
1
X
2
X
n
XY Y
2
X
2
Y X
Contoh
Data uji coba instrumen Standing Broad jump
dengan tes retes dikumpulkan untuk mendapatkan
koefisien korelasi:
2,20
2,12
2,18
2,15
2,24
2,22
1,90
1,87
1,88
1,87
1,92
1,87
2,05
2,03
2,07
2,01
2,22
2,12
2,45 Tes II
2,45 Tes I
MARI.KITA COBA!!!
Persiapan perhitungan
4.6640 4.8400 4.4944 2.20 2.12 10
44,0139 44,8591 43,1939 21,11 20,71 Jumlah
4.6870 4.7524 4.6225 2.18 2.15 9
4.9728 5.0176 4.9284 2.24 2.22 8
3.5530 3.6100 3.4969 1.90 1.87 7
3.5156 3.5344 3.4969 1.88 1.87 6
3.5904 3.6864 3.4969 1.92 1.87 5
4.1615 4.2025 4.1209 2.05 2.03 4
4.1607 4.2849 4.0401 2.07 2.01 3
4.7064 4.9284 4.4944 2.22 2.12 2
6.0025 6.0025 6.0025 2.45 2.45 1
XY Y
2
X
2
Y X Sampel
4
Perhitungan
{ {
{ {
{ {
{ {
9847 . 0
9967 , 2
2,9509
r
9589 , 2 0349 , 3
9509 , 2
r
6321 , 445 48,591 4 . 9041 , 428 939 , 431
37,1881 4 - 40,139 4
r
) 11 , 21 ( 44,8591) 0 1 ( . ) 71 , 20 ( ) 1939 , 43 (10
1,11) 2 ( 0,71) 2 ( - 44,0139 10
r
) ( Y n. . ) X ( X n.
Y) X).( ( - XY n.
r
2 2
2 2 2 2
= =

=

=


=
ZY Z Z Z
Z Z Z
=
Tugas.ya?
Data uji coba instrumen Standing Broad jump
dengan tes retes dikumpulkan untuk mendapatkan
koefisien korelasi:
2,10 2,14 2,30 2,07 2,11 2,18 2,20 2,19 2,08 2,00
1,89 1,96 2,41 2,28 2,01 2,04 1,99 1,97 2,15 2,08
2,01 2,14 2,27 2,05 2,09 2,15 2,21 2,08 2,04 1,97
1,88 1,98 2,17 2,25 2,04 2,00 1,93 1,91 2,19 2,08
2,20
2,12
2,18
2,15
2,24
2,22
1,90
1,87
1,88
1,87
1,92
1,87
2,05
2,03
2,07
2,01
2,22
2,12
2,45 Tes II
2,45 Tes I
Korelasi Product Moment
(nilai deviasi)
Untuk keperluan penghitungan koefisien
korelasi (r) berdasarkan sekumpulan data
(X, Y) berukuran n dapat digunakan rumus:
, ), )

=
2 2
r
y x
xy
Harga yang diperlukan
x
2
= Jumlah semua data variabel X deviasi dikuadratkan
y
2
= Jumlah semua data variabel Y deviasi dikuadratkan
xy = Jumlah semua data variabel X drviasi dikali Y deviasi
x
1
x
2
x
n
x
(X-X)
y
1
y
2
Y
n
y
(Y-Y)
xy y
2
x
2
Y X
Y
1
Y
2
Y
n
X
1
X
2
X
n
xy y
2
x
2
Y X
5
Korelasi Tata Jenjang
(Spearman Rank)
Disebut juga Rank order correlation atau
Rank defference corelation
Penemu Charles Spearman
Spearman Rank
Menghitung tingkat hubungan antara
sesama variabel dengan data ordinal
Rumus
, ) 1
D . 6
1
2
2

=

N N

(rho) = koefisien korelasi

D = perbedaan skor antara 2 variabel
N = Jumlah subyek dalam variabel
Contoh
2,9 10 10
2,8 9 9
3,0 8 8
3,0 7 7
3,4 6 6
3,1 5 5
3,3 4 4
3,5 3 3
3,2 2 2
3,2 1 1
IP Semester
1
Peringkat
masuk
Mhs Hubungan antara
peringkat masuk PT
dengan indeks
prestasi selama 1
semester mahasiswa
Perhitungan
43 0 Jumlah
1 + 1 9 2,9 10
1 -1 10 2,8 9
0,25 + 0,5 7,5 3,0 8
0,25 - 0,5 7,5 3,0 7
16 + 4 2 3,4 6
1 -1 6 3,1 5
1 + 1 3 3,3 4
4 + 2 1 3,5 3
6,25 - 2,5 4,5 3,2 2
12,25 - 3,5 4,5 3,2 1
D
2
D Peringkat IP IP Peringkat
6
Perhitungan (lanjutan)
Diperoleh : N = 10, D
2
= 43
, )
, )
7394 , 0 2606 , 0 1
990
258
1
1 10 10
3) 4 .( 6
1
1
D . 6
1
2
2
2
= = =

N N
Korelasi phi
Untuk perhitungan memerlukan tabel
kontingensi
Korelasi kontingensi
Menghitung hubungan antara variabel
dengan data nominal
Rumus
, ) ) ).( ).( .( d b c a d c b a
bc ad
r
+ + + +

=

Tabel kontingensi
N (b+d) (a+c) Total
(c+d) d c 2
(a+b) b a 1
2 1
Total Y X
Contoh
Hubungan antar jenis kelamin mahasiswa
dengan pemilihan program studi di PT
Diambil sampel 200 mahasiswa di PT
tersebut, meliputi 100 laki-laki dan 100
perempuan. Pada laki-laki ternyata 70
mhs pada prodi A, dan 30 mhs pada prodi
B. Sedaangkan pada perempuan ternyata
40 mhs pada prodi A, dan 60 mhs pada
prodi B. Bagaimana hubungan antara jenis
kelamin mahasiswa dengan pemilihan
program studi di PT
7
Perhitungan
Tabel kontingensi
200 90 110 Total
100 60 40 Perempuan
100 30 70 Laki-laki
B A
Total Prodi Jenis
kelamin
Perhitungan (lanjutan)
Diketahui
a+b = 100
c+d = 100
a+c = 110
b+d = 90
, )
, )
30 , 0
9950
3000
) 90 ).( 110 ).( 100 .( 100
) 40 ).( 30 ( ) 60 ).( 70 (
) ).( ).( .(
= =

=
+ + + +

=

r
r
d b c a d c b a
bc ad
r
Korelasi Poin Biserial
Menghitung tingkat hubungan variabel
berdata nominal bersifat dikotomi (X)
dengan variabel berdata skala interval (Y)
Nama serial akan mengikuti banyaknya
dikotomi pada variabel X
Biserial = 2
Triserial = 3
Rumus
pq
s
X X
r
q p
=
pbi
r
pbi
= koefisien korelasi
X
p
= rerata data interval kategori 1
X
q
= rerata data interval kategori 0
s = standar deviasi seluruh data interval
p = proporsi kasus kategori 1
q = proporsi kasus kategori 0
8
Contoh
Hubungan antara
aktivitas dalam
organisasi
kemahasiswaan
dengan kepekaan
sosial mahasiswa
Aktif 90 12
Tidak aktif 70 11
Aktif 75 10
Aktif 88 9
Tidak aktif 64 8
Tidak aktif 80 7
Aktif 90 6
Aktif 86 5
Tidak aktif 66 4
Aktif 92 3
Tidak aktif 72 2
Aktif 95 1
Aktivitas dlm
organisasi
Kepekaan
Sosial
Mahasiswa
Pehitungan..
Aktif 90 12
s = 10,43 N = 12
Tidak aktif 70 11
Aktif 75 10
Aktif 88 9
Tidak aktif 64 8
Tidak aktif 80 7
Aktif 90 6
Aktif 86 5
Tidak aktif 66 4
Aktif 92 3
Tidak aktif 72 2
Aktif 95 1
Aktivitas dlm
organisasi
Kepekaan
Sosial
Mahasiswa
N = 5
X = 70,4
q = 0,42
N = 7
X = 88
p = 0,58
72
66
80
64
70
95
92
86
90
88
75
90
Tdk Aktif Aktif
Perhitungan (lanjutan)
Diketahui
X
p
= 88
X
q
= 70,4
p = 0,58
q = 0,42
s = 10,43
83285 , 0
2436 , 0
43 , 10
6 , 17
) 42 , 0 ).( 58 , 0 (
43 , 10
4 , 70 88
pbi
pbi
pbi
pbi
=
=

=
r
r
r
pq
s
X X
r
q p