PENGUJIAN KORELASI (PEARSON)

A. Pendahuluan
Peralatan analisis regresi dan korelasi telah dikembangkan untuk mempelajari
pola dan mengukur hubungan statistik antara dua atau lebih variabel
1. Dua variabel : Regresi dan korelasi sederhana
2. Lebih dari dua variabel : Regresi dan korelasi berganda

Dalam analisa regresi, suatu Persamaan Regresi atau Persamaan Penduga

dibentuk untuk menerangkan pola hubungan variabel-variabel. Sementara dalam

analisa korelasi disamping mengukur kesesuaian garis regresi terhadap

data sampel atau disebut Koefisien Determinasi atau Koefisien
Penentu, juga mengukur keeratan hubungan antara variabel atau disebut

Koefisien Korelasi. Dengan kata lain, analisa regresi menjawab bagaimana pola
hubungan variabel-variabel dan analisa korelasi menjawab bagaimana keeratan
hubungan yang diterangkan dalam persamaan regresi. Kedua analisa ini biasanya
dipakai bersama-sama.

B. Koefisien Determinasi dan Koefisien Korelasi

Misalkan persamaan regresi Y atas X linier, yaitu Ŷ = a + bX, maka kita dapat

membentuk jumlah kuadrat total, JKtotal =  (Yi  Y) 2 dan jumlah kuadrat residu, JK res

=  (Yi  Ŷi ) 2 , maka diperoleh :

2
JK tot  JK res  (Yi  Y) 2   (Yi Ŷi ) 2
r = =
JK tot  (Yi  Y) 2

r2 dinamakan koefisien determinasi, sedangkan koefisien korelasi

diperoleh dengan mengambil akar dari r2. Dari rumus terlihat bahwa harga koefisien
determinasi, r2 mempunyai rentang 0 £ r2 £ 1 sehingga koefisien korelasi mempunyai
harga -1 £ r £ +1. Harga r = -1 menyatakan adanya hubungan linier tak langsung
antara X dan Y. Ini berarti bahwa titik-titik yang ditentukan oleh (X i , Yi ) seluruhnya

1
terletak pada garis regresi linier dan harga X yang besar berpasangan dengan harga Y
yang kecil, dan sebaliknya. Harga r = +1 menyatakan adanya hubungan linier
langsung antara X dan Y. Harga X yang besar berpasangan dengan harga Y yang
besar dan sebaliknya.

Harga r lainnya bergerak antara –1 dan +1 dengan tanda negatif menyatakan

adanya korelasi tak langsung atau korelasi negatif dan tanda positif menyatakan
adanya korelasi langsung atau korelasi positif. r = 0 menyatakan tidak ada hubungan
linier antara variabel X dan Y.

Korelasi negatif Korelasi negatif Tidak ada Korelasi positif korelasi positif
sempurna sedang korelasi sedang sempurna

negatif kuat negatif lemah positif lemah positif kuat

-1,0 -0,5 0,0 0,5 1,0

Korelasi Negatif Korelasi Positif

Untuk sekumpulan data (Xi , Yi ) berukuran n, koefisien korelasi dapat dihitung

dengan rumus:

n  X i Yi  ( X i ) ( Yi )
r =
n ( X )  ( X ) n ( Y )  ( Y ) 
2
i i
2
i
2
i
2

Jika persamaan regresi Y atas X telah ditentukan dan koefisien arah a dan b telah
diperoleh maka koefisien determinasi dicari dengan rumus:

b {n  X i Yi  ( X i ) ( Yi ) }
r =
n ( Yi2 )  (  Yi ) 2

Contoh 1. Diketahui data jumlah sks dan IPK mahasiswa sbb.

2
 Jumlah sks (X) IPK (Y)
10 3,00
10 2,50
15 2,00
10 1,50
5 1,00

Adakah hubungan yang signifikan antara jumlah sks yang diambil dengan IPK yang
didapat?

Jawab: Buat tabel penolong untuk menghitung r

No Xi Yi Xi Yi Xi2 Yi2
1 10 3,00 30 100 9,00
2 10 2,50 25 100 6,25
3 15 2,00 30 225 4,00
4 10 1,50 15 100 2,25
5 5 1,00 5 25 1,00
n=5 Xi = 50 Yi = 10 XiYi= 105 Xi2 = 550 Yi2 = 22,5

5 (105)  (50) (10) 25

r =
5 (550)  (50) 5 (22,5)  (10) 
2 2 =
(250) (12,5)
= 0,447

Dari hasil ini ternyata didapat korelasi positif antara jumlah sks (X) dan IPK
yang didapat (Y). Besarnya hubungannya ditentukan oleh koefisien determinasi, r 2 =
0,2 atau 20 %. Ini berarti besarnya sumbangan jumlah sks terhadap IPK hanyalah 20
%, sedangkan sisanya yang 80 % ditentukan oleh variabel lain.

Contoh 2. Ketua KADIN mengharapkan agar pemerintah segera menurunkan tingkat

suku bunga kredit. Hal tersebut didasarkan bahwa selama suku bunga tinggi maka
investasi akan menurun sehingga akan berdampak pada peningkatan pengangguran.
Bagaimana sebenarnya hubungan antara suku bunga kredit dengan besarnya investasi?
Berikut adalah data besarnya suku bunga dan investasi domestik di Indonesia pada
tahun 1994 – 2002. Carilah koefisien korelasinya dan apa kesimpulannya?

Tahun Investasi (miliar) Suku Bunga (%/thn)

1994 34.285 19,25
1995 43.141 17,75
1996 50.825 18,88
1997 57.399 19,21

3
 1998 74.873 21,96
1999 31.180 32,27
2000 28.897 28,89
2001 38.056 18,43
2002 45.962 19,19

Dari tabel diperoleh: n = 9, X = 196, Y = 404.618, XY = 8.558.054, X2 =

4478, Y2 = 19.888.392.650

9 x 8.558.054  196 x 404.618

r =
9 (4478)  (196)2 9 (19.888.392.650)  (404.618)2  = - 0,412

Koefisien korelasi antara suku bunga dan investasi sebesar – 0,412. Tanda
negatif menunjukkan bahwa apabila suku bunga meningkat maka investasi menurun dan
sebaliknya bila suku bunga turun maka investasi meningkat. Nilai koefisien yang
diperoleh termasuk dalam korelasi negatif lemah. Lemahnya hubungan tersebut dapat
mengindikasikan ada variabel lain yang lebih mempengaruhi investasi dibandingkan
suku bunga.

C. Analisis Korelasi Ganda

Analisis korelasi ganda ialah hubungan antara 2 variabel bebas (X) atau lebih
dengan variabel terikatnya (Y).

X ¾® Y

X1 X1
X2 Y X1
Y
.
Xn

Sebagai dasar untuk menghitung korelasi ganda, maka korelasi tunggal haruslah
benar-benar sudah dikuasai cara mencari nilai r-nya. Untuk korelasi ganda, koefisien

korelasi dinyatakan dengan R. R bukan berarti sama dengan ry x1 + ry x 2 , tetapi harus

dihitung dengan rumus tersendiri pula.

4
 Korelasi ganda digunakan untuk mencari hubungan antara 2 variabel bebas
atau lebih yang secara bersama-sama dihubungkan dengan variabel terikatnya,
sehingga akhirnya dapat diketahui besarnya sumbangan seluruh variabel bebas yang
menjadi objek penelitian terhadap variabel terikatnya.

D. Langkah-langkah Koefisien Korelasi Ganda

1. Hitung harga-harga r untuk masing-masing pasangan variabel
2. Untuk 2 variabel bebas (X1 dan X2 ) maka R dihitung dengan rumus:

r 2 y x1  r 2 y x 2  2 ry x1 ry x 2 rx1 x 2
R y x1 x 2 
1  r 2 x1 x 2

dimana : R y x1 x 2 = Koefisien korelasi ganda antara variable X 1 dan X2 secara

bersama-sama dengan variable Y
R y x1 = Koefisien korelasi X1 dengan Y
R y x 2 = Koefisien korelasi X2 dengan Y
R x1 x 2 = Koefisien korelasi X1 dengan X2

Contoh 2. Misalkan kita melakukan pengamatan terhadap 10 keluarga mengenai:

X1 = pendapatan dalam ribuan rupiah
X2 = jumlah keluarga dalam satuan jiwa
Y = pengeluaran untuk membeli barang A dalam ratusan rupiah

X1 10 2 4 6 8 7 4 6 7 6
X2 7 3 2 4 6 5 3 3 4 3
Y 23 7 15 17 23 22 10 14 20 19

Akan dibuktikan ada hubungan linier positif dan signifikan antara variabel X 1 dan X2
secara bersama-sama dengan variabel Y.

No X1 X2 Y X1Y X2Y X1X2 X12 X22 Y2

1 10 7 23 230 161 70 100 49 529
2 2 3 7 14 21 6 4 9 49
3 4 2 15 60 30 8 16 4 225
4 6 4 17 102 68 24 36 16 289
5 8 6 23 184 138 48 64 36 529
6 7 5 22 152 110 35 49 25 484
7 4 3 10 40 30 12 16 9 100
8 6 3 14 84 42 18 36 9 196

5
 9 7 4 20 140 80 28 49 16 400
10 6 3 19 114 57 18 36 9 361
Jumlah 60 40 170 1121 737 267 406 182 3162

rDari tabel diperoleh:

n = 10, X1 = 60, X2 = 40, Y = 170, X1Y = 1122, X2Y = 737, X1 X2 = 267,
X12 = 406, X22 = 182, Y2 = 3162

n  X1Y  ( X1 ) (  Y)
r y x1 =
n ( X )  ( X ) n ( Y )  ( Y ) 
2
1 1
2 2
1
2 =

10 (1122)  (60) (170)

r y x1 =
10 (406)  (60) 10 (3162)  (170) 
2 2

1020 1020
r y x1 = 
460 x 2720 1118,57
r y x1 = 0,912

n  X 2 Y  ( X 2 ) ( Y)
r y x2 =
n ( X )  ( X ) n ( Y )  ( Y) 
2
2 2
2 2 2 =

10 (737)  (40) (170)

r y x2 =
10 (182)  (40) 10 (3162)  (170) 
2 2

570 570
r y x2 = 
220 x 2720 773,56
r y x2 = 0,74

n  X1X 2  ( X1 ) (  X 2 )
r x1 x 2 =
n ( X 2
1 )  (  X1 )
2
n ( X )  ( X )  =
2
2 2
2

10 (267)  (60) (40)

r x1 x 2 =
10 (406)  (60) 10 (182)  (40) 
2 2

270 270
r x1 x 2 = 
460 x 220 318,12
r x1 x 2 = 0,85

r 2 y x1  r 2 y x 2  2 ry x1 ry x 2 rx1 x 2
R y x1 x 2 
1  r 2 x1 x 2

6
 (0,912)2  (0,74)2  2 (0,912) (0,74) (0,85)
=
1  (0,85)2

= 0,8354

= 0,914

Kesimpulan: Terdapat hubungan yang signifikan antara X2 bersama-sama dengan X2

dengan Y.

Atau : Terdapat hubungan yang signifikan antara pendapatan dan jumlah keluarga
dengan pengeluaran untuk membeli barang A.

Kita juga bisa menguji keberartian koefisien korelasi ganda, R ini serta menguji
keberartian regresi.

R2 / k
F =
(1  R 2 ) / (n  k  1)

k = banyaknya variable bebas, n = jumlah sample

Statistik ini berdistribusi F dengan dk pembilang = k dan dk penyebut = (n – k – 1).

Untuk contoh soal no. 2 di atas, dengan R2 = 0,8354 dan k = 2 serta n = 10, maka
diperoleh

0,8354 / 2 0,4177
F =  = 17,77
(1  0,8354) / 7) 0,1646 / 7

F yang di dapat dari tabel = 4,74

Fhitung > Ftabel atau 17,77 > 4,74

Kesimpulan: Korelasi Y atas X1 dan X2 bersifat nyata.

Apakah terdapat kontribusi kedua variabel bebas secara nyata atau hanya salah satu
diantaranya saja yang berkontribusi pada Y secara nyata? Untuk menjawab
pertanyaan ini diperlukan koefisien korelasi parsial, yaitu mencari hubungan satu
variabel bebas dengan variabel terikatnya dengan variabel bebas yang lain konstan.

7
Soal Latihan
1. Apa yang disebut koefisien determinasi dan koefisien korelasi
2. Sebutkan makna harga r dan R
3. Diketahui data sebagai berikut.

X1 X2 Y
1 3 3
2 1 4
3 4 5
4 5 7
5 2 6

Buktikanlah bahwa ada hubungan linier positif dan signifikan antara variabel X1 dan
X2 secara bersama-sama dengan variabel Y.

4. Daftar berikut ini menyatakan hubungan antara umur daqlam tahun (X 1), tinggi
dalam cm (X2) dan berat badan dalam kg (Y).
X1 X2 Y
9 125 37
12 137 41
6 99 34
10 122 39
9 129 39
10 128 40
7 96 37
8 104 39

Buktikanlah bahwa ada hubungan linier positif dan signifikan antara variabel X 1 dan
X2 secara bersama-sama dengan variabel Y