Kekuatan Hubungan antara 2 Variabel biasanya disebut dengan Koefisien Korelasi dan
dilambangkan dengan symbol “r”. Nilai Koefisian r akan selalu berada di antara -1 sampai +1.
Perlu diingat :
Jika ditemukan perhitungan diluar Range tersebut, berarti telah terjadi kesalahan perhitungan
dan harus di koreksi terhadap perhitungan tersebut.
Rumus yang dipergunakan untuk menghitung Koefisien Korelasi Sederhana adalah sebagai
berikut :
(Rumus ini disebut juga dengan Pearson Product Moment)
Dimana :
Perubahan salah satu Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur
dengan arah yang sama. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y akan ikut
naik. Jika Nilai Variabel X mengalami penurunan, maka Variabel Y akan ikut turun.
Apabila Nilai Koefisien Korelasi mendekati +1 (positif Satu) berarti pasangan data Variabel X
dan Variabel Y memiliki Korelasi Linear Positif yang kuat/Erat.
Perubahan salah satu Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur
dengan arah yang berlawanan. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y akan
turun. Jika Nilai Variabel X mengalami penurunan, maka Nilai Variabel Y akan naik.
Apabila Nilai Koefisien Korelasi mendekati -1 (Negatif Satu) maka hal ini menunjukan pasangan
data Variabel X dan Variabel Y memiliki Korelasi Linear Negatif yang kuat/erat.
Apabila Nilai Koefisien Korelasi mendekati 0 (Nol) berarti pasangan data Variabel X dan
Variabel Y memiliki korelasi yang sangat lemah atau berkemungkinan tidak berkorelasi.
Ketiga Pola atau bentuk hubungan tersebut jika di gambarkan ke dalam Scatter Diagram
(Diagram tebar) adalah sebagai berikut :
Tabel tentang Pedoman umum dalam menentukan Kriteria Korelasi :
Kriteria
r Hubungan
0 Tidak ada Korelasi
0 – 0.5 Korelasi Lemah
0.5 – 0.8 Korelasi sedang
0.8 – 1 Korelasi Kuat / erat
1 Korelasi Sempurna
1. Apakah ada hubungan antara suhu ruangan dengan jumlah cacat Produksi?
2. Apakah ada hubungan antara lamanya waktu kerusakan mesin dengan jumlah cacat
produksi?
3. Apakah ada hubungan antara jumlah Jam lembur dengan tingkat absensi?
Penyelesaian :
Pertama-tama hitunglah X², Y², XY dan totalnya seperti tabel dibawah ini :
r = 8712
. 9118.13
r = 0.955
Jadi Koefisien Korelasi antara Suhu Ruangan dan Jumlah Cacat Produksi adalah 0.955, berarti
kedua variabel tersebut memiliki hubungan yang ERAT dan bentuk hubungannya adalah Linear
Positif.
Jika Hubungan Suhu Ruangan dan Jumlah Cacat Produksi dibuat dalam bentuk Scatter Diagram
(Diagram Tebar), maka bentuknya akan seperti dibawah ini :
Analisis Korelasi (Correlation Analysis) juga merupakan salah satu alat (tool) yang digunakan
dalam Metodologi Six Sigma di Tahap Analisis.
Untuk mempermudah kita dalam Menghitung Koefisien Korelasi, kita juga dapat menggunakan
Microsoft Excel. Silakan kunjungi : “Cara Menghitung Koefisien Korelasi
dengan menggunakan Microsoft Excel” untuk mengetahui langkah-langkah
perhitungannya.