Uji Korelasi 2019 PDF
Uji Korelasi 2019 PDF
Izma Fahria
Statistika Bisnis
Universitas Bangka Belitung
1
ANALISIS KORELASI
■ Bertujuan untuk mengukur keeratan
hubungan antar dua variabel
■ Dalam analisis korelasi tidak perlu
ditentukan mana variabel independen
atau dependen
■ Kuatnya hubungan : koefisien korelasi (r)
■ Nilai -1 ≤ r ≤ 1
2
Pola hubungan pada diagram scatter
3
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
Kriteria nilai korelasi
Koefisien Korelasi Hubungan Korelasi
0 Tidak ada hubungan antar dua variabel
0 < r ≤ 0,25 Keeratan hubungan sangat lemah
0,25 < r ≤ 0,5 Keeratan hubungan cukup
0,5 < r ≤ 0,75 Keeratan hubungan kuat
0,75 < r < 1 Keeratan hubungan sangat kuat
1 Korelasi sempurna (hubungan sangat
erat)
■ Berlaku pula untuk r yang bersifat negatif
Koefisien determinasi = r2; merupakan koefisien penentu,
Artinya kuatnya hubungan variabel (Y) ditentukan oleh
variabel (X) sebesar r2.
5
Pedoman Memilih Teknik Korelasi
Tingkat pengukuran Teknik Korelasi
Data
Nominal Koefisien Kontingensi
6
Langkah - Langkah Uji Korelasi
1. Mengajukan Kemungkinan Jawaban
(Hipotesis)
2. Uji Hipotesis (Kriteria Keputusan)
3. Perhitungan Koefisien Korelasi
4. Kesimpulan
7
Bagian 1: Parametrik
8
KORELASI PRODUCT MOMENT
■ Digunakan untuk menentukan besarnya
koefisien korelasi jika data yang digunakan
berskala interval atau rasio
■ Rumus :
n n n
n∑ i =1X iYi − ∑ i =1X i ∑ i =1Yi
rxy =
2 2
n
n∑ i =1X i2 − ( n
∑ i =1X i ) n
n∑ i =1Yi 2 − (∑ Y )
n
i =1 i
9
Contoh Kasus
■ Misalkan diketahui data mengenai jumlah permintaan
(Y) dan harga pensil (X) sebagai berikut
No Harga Jumlah permintaan
(ribuan rupiah)
1 1 10
2 0.5 20
3 2 2
4 1.5 9
5 0.75 16
12
KORELASI SPEARMAN RANK
■ Tingkat pengukuran data ordinal
■ Data tidak harus berdistribusi normal
ρ=
ρ=
ρ =1- (6 x 14/990)
= 0,915
τ=
18
Uji signifikansi korelasi Kendall
■ Menggunakan tabel nilai z
■ Z=
■ Kriteria
Jika Zhit > Ztab, Ho ditolak
Jika Zhit < Ztab, Ho diterima
19
Andai ada data berikut …
Siswa IQ Prestasi
1 140 92
Lalu, apakah ada korelasi 2 135 95
Antara IQ dengan prestasi …? 3 130 90
4 125 87
5 124 89
6 121 85
7 120 86
8 117 84
Solusinya ???
9 115 75
10 110 80
20
Prestasi Jumlah Jumlah
Siswa IQ (R1) (R2) Ra Rb ∑ RA − ∑ RB
T=
1 140 92 1 8 N (N − 1)
2
2 135 95 0 8
4 − 41
3 130 90 0 7 T= = −0,82
45
4 125 87 1 5
τ
5 124 89 0 5 Z=
2(2n + 5)
6 121 85 1 3 9n(n − 1)
7 120 86 0 3 −0,82
Z=
8 117 84 0 2 2(20 + 5)
9 115 75 1 0 90(10 − 1)
−0,82
10 110 80 0 0 Z=
0,25
Jumlah 4 41 = 3,53
apakah terdapat korelasi…?
■ Mengajukan hipotesis:
Ho =Tidak terdapat hubungan antara IQ dengan
Prestasi
Ha = Terdapat hubungan antara IQ dengan Prestasi
■ Kriteria
Y X
0.*** 3.295
0.261 4.758
■ Hitung koefisien korelasi antar
kedua variabel tersebut dengan
0.265 6.932 menggunakan analisis korelasi
0.*** *.**7 product moment pearson, Uji
0.276 5.939 Spearman Rank dan Kendall tau.
Bagaimana keeratan
0.283 *.**5 hubungannya?
0.*** 2.231 ■ Gunakan Laba (R1) untuk
0.297 *.**7 patokan perhitungan
menggunakan Kendall Tau!
Keterangan : *** ! diisi dengan
3 digit nim terakhir