BAB I
PENDAHULUAN
BAB II
LANDASAN TEORI
4. Korelasi Sempurna
Korelasi dari dua variabel, yaitu apabila kenaikan penurunan
variabel yang satu (variabel X) berbanding dengan kenaikan
atau penurunan variabel lainnya (variabel Y) (Hasan, 2001).
6�d2
rs= 1-
n(n2 -1)
………………………(2.2)
Keterangan :
rs = koefisien korelasi rank spearman
d = selisih dalam ranking
n = banyaknya pasangan rank
3. Koefisien Korelasi Rank Kendall
Koefisien korelasi rank kendall merupakan pengembangan
dari koefisien korelasi rank spearman. Disimbolkan dengan “τ”
(baca tau). Koefisien korelasi ini digunakan pada pasangan
8
S C-D
t= =
�I � �I �
� �N ( N………………………………..(2.3)
- 1) � �N ( N - 1)
2
�� �2 �
Keterangan :
S = statistik untuk jumlah konkordansi
C = I- konkordansi
D = I- diskordansi
I- = banyaknya pasangan
N = jumlah pasangan X dan Y
4. Koefisien Korelasi Bersyarat (Koefisien Kontingensi)
Koefisien korelasi bersyarat digunakan untuk data kualitatif.
Data kualitatif adalah data yang tidak berbentuk angka-angka,
tetapi berupa kategori-kategori, misalnya data yang
berkategorikan kurang, cukup, sangat cukup atau tinggi,
menengah atau sedang, rendah, atau gejala-gejala yang bersifat
nominal (data nominal). Koefisien korelasi bersyarat ini
disimbolkan dengan “C” dan mempunyai interval nilai antara -1
dan 1 (-1 ≤ C ≤ 1). Untuk menghitung koefisien korelasi korelasi
bersyarat dapat digunakan rumus sebagai berikut :
X2
C=
X2 +n
……….……………..(2.4)
Keterangan :
X2 = kai kuadrat
N = jumlah semua frekuensi
C = koefisien korelasi bersyarat (Hasan, 2001).
BAB III
9
(Unit)
21 66 10 6
22 89 12 10
23 68 10 6
24 69 10 6
25 90 12 10
26 64 10 5
27 72 11 7
28 62 10 5
29 64 10 5
30 66 10 6
∑ 2072 313 189
beroprasi(Y).
30.13740-(189)(2072)
=
30.(1269-(189)2 ).(30.145384-(2072)2 )
414100-391608
=
(38070-35721).(4361520- 4293184)
13
12492
=
(2349).(68336)
12492
=
160591734
12492
=
12672,479
= 0,9857
Hasil perhitungan diatas didapatkan koefisien korelasi
pearson sebesar 0,9857. Korelasi tersebut menunjukkan
korelasi yang tergolong sangat tinggi, karena termasuk
pada range 0,90 < KK < 1,00 sehingga korelasi sangat
tinggi, dan dapat diandalkan.
Koefisien Determinasi adalah salah satu analisis regresi
linier berganda ataupun regresi linier sederhana yang
mana digunakan untuk mengukur kemampuan variabel
bebas dalam menjelaskan variable terikat. Koefisien
determinasi menjelaskan tentang perbandingan variabel
terikat yang mampu dijelaskan oleh variabel penduganya.
Berikut merupakan perhitungan Koefisien Determinasi.
KD = (rX1Y) 2 x 100%
KD = (0,9857)2 x 100%
KD = 0,9716 x 100%
KD = 97,16 %
Perhitungan sebelumnya didapatkan koefisien determinasi
sebesar 97,16% artinya jumlah kendaraan yang beroperasi (Y)
dapat dijelaskan atau dipengaruhi oleh variabel jumlah
banyaknya produk sebanyak 97,16 % dan sisanya sebanyak
2,84% dipengaruhi oleh faktor lainya.
14
30.2005-(313)(189)
=
30.3281-(313)2.(30.1269-(189)2 )
60150-59157
=
(98430-97969).(38070-35721)
993
=
(461).(2349)
993
=
1082889
993
=
1040,619
= 0,9542
Berdasarkan hasil perhitungan, didapatkan Koefisien
Korelasi pearson sebesar 0,9542. Korelasi tersebut
menunjukkan korelasi yang tergolong sangat kuat,
karena termasuk pada range 0,90 < KK < 1,00 sehingga
korelasi sangat tinggi, dan dapat diandalkan.
Koefisien Determinasi adalah salah satu analisis regresi
linier berganda ataupun regresi linier sederhana yang
mana digunakan untuk mengukur kemampuan variabel
bebas dalam menjelaskan variabel terikat. Koefisien
determinasi menjelaskan tentang perbandingan variabel
terikat yang mampu dijelaskan oleh variabel penduganya.
Berikut merupakan perhitungan Koefisien Determinasi.
15
KD = (rX2Y)2 x 100%
KD = (0,9542)2 x 100%
KD = 0,9104 x 100%
KD = 91,04 %
Perhitungan sebelumnya didapatkan koefisien
determinasi sebesar 91,04% artinya jumlah kendaraan
yang beroperasi (Y) dapat dijelaskan atau dipengaruhi
oleh variabel jumlah banyaknya toko sebanyak 91,04 %
dan sisanya sebanyak 8,96% dipengaruhi oleh faktor
lainya.
c. Koefisien Korelasi Pearson dan Determinasi antara
banyaknya produk (X1) dengan banyaknya toko (X2).
n�X1X2 -(�X1 )(�X2 )
rX1X2 =
n(�X12.(�X1 )2 )(n�X22.(�X2 )2 )
30.21795-(2072)(313)
=
30.145384-(2072)2.(30.3281-(313)2
653850-648536
=
(4361520- 4293184).(98430-97969)
5314
=
(686336).(461)
5314
=
31502896
5314
=
5612,744
= 0,9467
Hasil perhitungan, didapatkan Koefisien Korelasi pearson
sebesar 0,9467. Korelasi tersebut menunjukkan korelasi
yang tergolong sangat kuat, karena termasuk pada range
16
0,08235886
=
0,009286685126
0,08235886
=
0,09636744894
= 0,8546
3.3. Analisis
Analisis adalah proses pengkajian, pembedahan dan
penguraian suatuperistiwa secara keseluruhan. Salah satu
bentuk analisis adalah merangkum sejumlah besar data yang
masih mentah menjadi informasi yang dapat diartikan. Semua
bentuk analisis berusaha menggambarkan pola-pola secara
konsisten dalam data sehingga hasilnya dapat dipelajari dan
diterjemahkan dengan cara yang singkat dan penuh arti. Modul
korelasi ini akan menjabarkan analisis yang telah dilakukan
menjadi beberapa macam analisis, yaitu analisis perhitungan
manualdan analisis perhitungan software.
BAB IV
PENUTUP
4.1 Kesimpulan
Kesimpulan merupakan gagasan yang dicapai dari
beberapa ide pemikiran. Data pengamatan dari PT HARMONIS
diolah dengan melakukan perhitungan secara manual dan
dengan pengolahan software menggunakan SPSS 16.0.
Berdasarkan tahapan tersebut, kesimpulan dari modul korelasi
adalah sebagai berikut.
1. Koefisien korelasi pearson dan determinasi antara :
a. Hasil dari perhitungan manual didapatkan nilai koefisien
korelasi pearson antara Banyaknya Produk (X1) dengan
Jumlah Kendaraan Beroperasi (Y) sebesar 0,9857 dengan
nilai koefisien determinasi sebesar 97,16%, sedangkan
untuk hasil pengolahan menggunakan software sebesar
0,986.
b. Hasil dari perhitungan manual didapatkan nilai koefisien
korelasi pearson antara Banyaknya Toko (X2) dengan
Jumlah Kendaraan Beroperasi (Y) sebesar 0,9542 dengan
nilai koefisien determinasi sebesar 91,04%, sedangkan
untuk hasil pengolahan menggunakan software sebesar
0,954.
c. Hasil dari perhitungan manual didapatkan nilai koefisien
korelasi pearson antara Banyaknya Produk (X1) dengan
Banyaknya Toko (X2) sebesar 0,9467 dengan nilai koefisien
34