MODUL

Pertemuan 9 : Analisis Korelasi

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
Kapan suatu variabel dikatakan saling
berkorelasi ?

Variabel dikatakan
saling berkorelasi jika
perubahan suatu
variabel diikuti dengan
perubahan variabel
yang lain.

Beberapa sifat penting dari konsep korelasi:
Nilai korelasi berkisar 1 s.d. 1
Korelasi bersifat simetrik
Korelasi bebas dari origin dan skala
P = a
1
+ b
1
X
1
Q = a
2
+ b
2
X
2
Dimana b
1
> 1, b
2
> 1, a
1
dan a
2
konstanta maka korelasi P
dgn Q akan sama dengan korelasi X
1
dgn X
2
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.
9
Pola hubungan pada diagram scatter
x x
y y
x x
y y
x x
y y
x x
y y
x x
y y
x x
y y
Hubungan Positif
Jika X naik, maka
Y juga naik dan
jika X turun, maka
Y juga turun
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 :
- 1 r + 1




- 1 +1
0
11
Interpretasi nilai r
Interval nilai r Tingkat hubungan
0 r < 0,2 Sangat rendah
0,2 r < 0,4 Rendah
0,4 r < 0,6 Sedang
0,6 r < 0,8 Kuat
0,8 r 1 Sangat kuat
Koefisien determinasi = r
2
; merupakan koefisien penentu,
Artinya kuatnya hubungan variabel (Y) ditentukan oleh
variabel (X) sebesar r
2
.
PROSES ANALISIS KORELASI
1. Menyusun hipotesis dari kajian teoritis dan
fenomena penelitian
2. Mendapatkan data dari variabel yang
diamati dalam penelitian
3. Menghitung koefisien korelasi antar
variabel
4. Menguji statistik koefisien korelasi
5. Menarik kesimpulan dari hubungan antar
variabel

13
Bagian 1: Parametrik
Beberapa analisis korelasi yang akan kita
pelajari:
Korelasi Product Moment (Pearson)
Korelasi Rank Spearman
KORELASI PRODUCT MOMENT
Digunakan untuk menentukan besarnya
koefisien korelasi jika data yang digunakan
berskala interval atau rasio.
Rumus yang digunakan:
{ } { }
2 2 2 2
) ( ) (
) )( (
i i i i
i i i i
xy
y y n x x n
y x y x n
r


=
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
H
o
: Tidak terdapat korelasi positif antara tabungan
dengan pendapatan
H
a
: Terdapat korelasi positif antara tabungan
dengan pendapatan

H
o
diterima Jika
r
hitung
r
tabel(o, n-2)
atau
t
hitung
t
tabel

(o, n-2)
H
a
diterima Jika
r
hitung
> r
tabel(o, n-2)
atau
t
hitung
> t
tabel

(o, n-2)

5. Sampel
10 kepala keluarga
6. Data Yang dikumpulkan


Tabungan 2 4 6 6 8 8 9 8 9 10
Pendapatan 10 20 50 55 60 65 75 70 81 85
7. Analisis Data
{ } { }
981 , 0
) 571 ( ) 38161 ( 10 ) 70 ( ) 546 ( 10
) 571 )( 70 ( ) 4544 ( 10
2 2
=


=
xy
r
Pengujian Hipotesis:
Dengan Kriteria r htung:
r
hitung
(0,981) > r
tabel
(0,707)
Dengan Kriteria t hitung:
) 1 (
2
2
r
n rxy
t

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

= t
t
hitung
(14,233) > t
tabel
(1,86)
9. Kesimpulan
Karena r
hitung
> dari r
tabel
maka H
a
diterima.
Karena t
hitung
> dari t
tabel
maka H
a
diterima.
Kesimpulan:
Terdapat korelasi positif antara pendapatan
dengan tabungan mingguan di PQerto
KORELASI RANK SPERMAN
Digunakan untuk menentukan besarnya
koefesien korelasi jika data yang digunakan
berskala Ordinal
Rumus yang digunakan:
) 1 (
6
1
2
2

=

n n
d
pxy
i
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 ekonometrika.
2. Pertanyaan Penelitian
Apakah terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistika dan ilmu
ekonometrika ?
3. Hipotesis
Terdapat korelasi positif kemampuan mahasiwa dalam
memahami ilmu staistika dan ilmu ekonometrika



4. Kriteria Penerimaan Hipotesis
H
o
: Tidak terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistika dan ilmu
ekonometrika.
H
a
: Terdapat korelasi positif antara kemampuan mahasiswa
dalam memahami ilmu statistika dan ilmu
ekonometrika.
H
o
diterima Jika

hitung

tabel(o, n-2)
atau
t
hitung
t
tabel (o, n-2)
H
a
diterima Jika

hitung
>
tabel(o, n-2)
atau
t
hitung
> t
tabel

(o, n-2)

5. Sampel
10 Mahasiswa
6. Data Yang dikumpulkan


Statistik 9 6 5 7 4 3 2 8 7 6
Ekonometrik 8 7 6 8 5 4 2 9 8 6
7. Analisis Data
N X
1
X
2
Rank X
1
Rank X
2
d d
2
1 9 8 1 3 -2 4
2 6 7 5.5 5 0.5 0.25
3 5 6 7 6.5 0.5 0.25
4 7 8 3.5 3 0.5 0.25
5 4 5 8 8 0 0
6 3 4 9 9 0 0
7 2 2 10 10 0 0
8 8 9 2 1 1 1
9 7 8 3.5 3 0.5 0.25
10 6 6 5.5 6.5 -1 1
Jlh 7
) 1 (
6
1
2
2

=

n n
d
xy
i

96 , 0
) 1 100 ( 10
7 6
1 =

=
x
xy
Pengujian Hipotesis:
Dengan Kriteria r htung:

hitung
(0,96) >
tabel
(0,738)
Dengan Kriteria t hitung:




) 1 (
2
2
r
n xy
t

=

t
hitung
(9,697) > t
tabel
(1,86)
697 , 9
) 92 , 0 1 (
2 10 96 , 0
=

= t
9. Kesimpulan
Karena
hitung
> dari
tabel
maka H
a
diterima.
Karena t
hitung
> dari t
tabel
maka H
a
diterima.
Kesimpulan:
Terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistika
dan ilmu ekonometrika.
ADA YANG MAU LEWAT

Anda kepingin
ganteng ?
33
Bagian 2: Nonparametrik
KORELASI DATA KUALITATIF
Data berdasarkan jenisnya:
Kuantitatif
Kualitatif
Digunakan untuk menentukan besarnya koefesien korelasi jika data yang
digunakan berjenis kualitatif.
Rumus yang digunakan:



Tranformasi dari nilai Chi-Square X
2
ke koefesien korelasi:


eij
e n
X
ij ij
n
i
k
i
2
1 1
2
) (
=

= =
n X
X
Cc
+
=
2
2
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
H
o
: Tidak terdapat korelasi antara terdapat korelasi
positif antara tingkat pendidikan dengan tingkat
kesejahteraan keluarga.
H
a
: Terdapat korelasi positif antara tingkat
pendidikan dengan tingkat kesejahteraan keluarga.
H
o
diterima Jika
X
2

hitung
X
2

tabel

(o, (r-1)(k-1)


H
a
diterima Jika
X
2

hitung
> X
2

tabel

(o, (r-1)(k-1)

5. Sampel
112 Keluarga
6. Data Yang dikumpulkan


Tinggi Sedang Rendah Jumlah
Baik 16 8 8 32
Cukup 10 20 10 40
Jelek 4 16 20 40
Jumlah 30 44 38 112
7. Analisis Data
e
11
=30x(32/112)=8,57
e
12
=44x(32/112)=12,57
e
13
=38x(32/112)=10,86
e
21
=30x(40/112)=10,71
e
22
=44x(40/112)=15,71
e
23
=38x(40/112)=13,57
e
31
=30x(40/112)=10,71
e
32
=44x(40/112)=15,71
e
33
=38x(40/112)=13,57

= =

=
n
i
k
i
ij
ij ij
e
e n
X
1 1
2
2
) (
267 , 18
57 , 13
) 57 , 13 8 (
...
57 , 12
) 57 , 12 8 (
57 , 8
) 57 , 8 16 (
2 2 2
2
=

+ +

= X
Pengujian Hipotesis:
Dengan Kriteria x
2

htung
:
X
2
hitung
(18,267) > X
2
tabel
(9,488)

9. Kesimpulan
Karena X
2

hitung
> X
2

tabel
maka H
a
diterima.
Kesimpulan:
Terdapat korelasi positif antara tingkat pendidikan
dengan tingkat kesejahteraan keluarga.
Berapa nilai koefesien korelasinya ?
n X
X
Cc
+
=
2
2
374 , 0
112 ) 267 , 18 (
) 267 , 18 (
=
+
= Cc
43
KORELASI SPEARMAN RANK
Tingkat pengukuran data ordinal
Data tidak harus berdistribusi normal
Rumusnya ( = rho):

=

dimana : b
i
selisih rank antar sumber
data
) 1 (
6
1
2
2

n n
b
i
44
Ini contoh data
Hasil Lomba Menyanyi
siswa Juri 1 Juri 2
A 8 9
B 7 6
C 6 7
D 8 7
E 5 5
F 4 5
G 6 5
H 3 4
I 7 8
J 9 8
Korelasi nilai Juri 1
dengan nilai Juri 2 ?
Solusi ? ??
45
Uji signifikansi korelasi (rho)
Untuk sampel kurang dr 30

Z
h
=



jika z
h
> z tabel ; hipotesis alternatif diterima
1
1
n

46
Uji signifikansi korelasi (rho)
Untuk sampel lebih dari 30

t =



jika t > t tabel; hipotesis alternatif diterima
2
1
2

n
47
KORELASI KENDALL Tau ()
Tingkat pengukuran data ordinal
Anggota sampel lebih dari 10
Rumusnya :

=


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

N N
RB RA
48
Uji signifikansi korelasi Kendall
Menggunakan tabel nilai z

Z =
) 1 ( 9
) 5 2 ( 2

+
N N
N
t
49
Andai ada data berikut
Siswa IQ Prestasi
A 140 92
B 135 95
C 130 90
D 125 87
E 124 89
F 121 85
G 120 86
H 117 84
I 115 75
J 110 80
Lalu, apakah ada korelasi
Antara IQ dengan prestasi ?
Solusinya ???
50
TERIMA KASIH