ANALISIS KORELASI (ANALISIS HUBUNGAN)

Korelasi → Hubungan antar kejadian (variabel) yang satu dengan

kejadian (variabel) lainnya (dua variabel atau lebih), yang
ditemukan oleh Karl Pearson pada awal 1900

Apabila dua variabel X dan Y mempunyai hubungan, maka nilai

variabel X yang sudah diketahui dapat dipergunakan untuk
mempekirakan / menaksir Y.

Variabel Y yang nilainya akan diramalkan disebut Variabel tak

bebas (dependent variabel), sedangkan variabel X yang nilainya
dipergunakan untuk meramalkan nilai Y disebut Variabel Bebas
(independent variabel)

1
Kuat dan tidaknya hubungan antara X dan Y dapat dinyatakan
dengan fungsi linier (paling tidak mendekati), diukur dengan suatu
nilai yang disebut Koefisien Korelasi ( r ) .
Nilai Koefisien korelasi paling kecil –1 dan paling besar 1
-1  r  1
Artinya :
jika r = 1, hubungan X dan Y sempuna dan positif (mendekati 1,
yaitu hubungan sangat kuat dan positif)
r = -1, hubungan X dan Y sempurna dan negatif (mendekati –1,
yaitu hubungan sangat kuat dan negatif)
r = 0, hubungan X dan Y lemah sekali atau tidak ada hubungan

2
Untuk menentukan berapa besarnya kontribusi dari X terhadap naik
turunnya nilai Y dapat dihitung dengan suatu koefisien yaitu
koefisien penentuan (KP).
KP = r 2
Misalnya r = 0.9, maka nilai KP = (0.9)2 = 0.81 (81%), yaitu
kontrabusi variabel X terhadap naik turunnya Y adalah 81%,
sedangkan 19% disebabkan oleh faktor lainnya.
Mencari r untuk data belum berkelompok:

r=
x y i i
; xi = X i − X ; yi = Yi − Y
x . y
2 2
i i

atau

n X iYi - ( X i  Yi )
r=
n X i2 − ( X i ) n Yi 2 − ( Yi )
2 2

3
Suatu studi telah dilakukan oleh seorang penyalur untuk menentukan hubungan
antara biaya advertensi dan nilai penjualan bulanan. Diperoleh data sebagai berikut :

Biaya advert Penjualan

X Y
40 385
20 400
25 395
20 365
30 475
50 440

a. Perkirakan nilai penjualan yang dapat dicapai bila biaya advertensi

sebesar 55
b. Apakah ada hubungan antara biaya advertasi dengan nilai penjualan dari
informasi data diatas
 Biaya advert Penjualan
XY X^2 Y^2
X Y
40 385 15400 1600 148225
20 400 8000 400 160000
25 395 9875 625 156025
20 365 7300 400 133225
30 475 14250 900 225625
50 440 22000 2500 193600
185 2460 76825 6425 1016700
n X iYi - ( X i  Yi )
r=
n X i2 − ( X i ) n Yi 2 − ( Yi )
2 2

(6 * 76825) − (185 * 2460)

r =
6 * 6425 − (185) 2 6 *1016700 − ( 2460) 2
460950 − 455100
= = 0.40
65.76 * 220.45
Hubungan antara X dan Y lemah , artinya biaya iklan tidak
mempengaruhi untuk kenaikkan hasil penjualan.
Dari nilai r, dicari KP = (0.40)2 = 0.16 (16%),
Artinya KP biaya iklan terhadap naik turunnya hasil penjualan hanya
sebesar 16% sedangkan sisanya 84% disebabkan oleh faktor lainnya.
 Biaya X −X X − Y
advert Penjualan Y xi2 yi2 xiyi
xi yi
X
40 385 9.17 -25 84.03 625 -229.17
20 400 -10.83 -10 117.36 100 108.33
25 395 -5.83 -15 34.03 225 87.50
20 365 -10.83 -45 117.36 2025 487.50
30 475 -0.83 65 0.69 4225 -54.17
50 440 19.17 30 367.36 900 575.00
0 0 720.83 8100 975
X = 30.83
Y = 410
r=
x y i i
; xi = X i − X ; y i = Yi − Y
x . y
2 2
i i

975
r= = 0.40
26.85 * 90
Koefisien Korelasi data berkelompok

n uvf − (( uf u )( vfv ))

r=
(n( u 2
))
f u − ( uf u )
2
 (n( v f )) − ( vf )
2
v v
2

100 mahasiswa dari jurusan informatika mengambil ujian,

diantaranya mata kuliah statistik dan matematika. Ada suatu
pendapat, bahwa pada umumnya mahasiswa yang kemampuan
matematikanya lemah akan mengalami kesulitan dalam belajar
statistik, artinya kalau nilai matematika yang diperoleh tinggi, nilai
statistik juga tinggi. Sebaliknya kalau nilai matematikanya rendah,
nilai statistiknya juga rendah. Hitunglah koefisien korelasinya untuk
membukti nilai keduanya saling mempengaruhi. Dimana ujian
matematika (X) dan ujian Statisstik (Y)

7
 Matematika
40 - 49 50 - 59 60 - 69 70 - 79 80 - 89 90 - 99 jumlah
Statistik
40 - 49 3 5 4 12
50 - 59 3 6 6 2 17
60 - 69 1 4 9 5 2 21
70 - 79 5 10 8 1 24
80 - 89 1 4 6 5 16
90 - 99 2 4 4 10
jumlah 7 15 25 23 20 10 100

Cara baca tabel : jumlah mahasiswa yang mendapat nilai matematika

antara 70 – 79 dan nilai statistik antara 70 – 79 sebanyak 10 orang.

8
 r=
(n( uvf )) − (( uf )( vf ))u v

(n( u 2
fu ))− ( uf )  (n( v f )) − ( vf )
u
2 2
v v
2

Kemudian untuk menghitung r, harus dibuat tabel dibawah ini :

( II ) (I) ( III ) ( IV ) (V)
v fv v fv v2 fv uvf
3 5 4 -3 12 -36 108 33
3 6 6 2 -2 17 -34 68 20
1 4 9 5 2 -1 21 -21 21 -3
5 10 8 1 0 24 0 0 0
1 4 6 5 1 16 16 16 31
2 4 4 2 10 20 40 44
( VI ) u -2 -1 0 1 2 3 100 -55 253 125
( VII ) fu 7 15 25 23 20 10 100
( VIII ) u fu -14 -15 0 23 40 30 64
( IX ) u2 fu 28 15 0 23 80 90 236
( X ) uvf 32 31 0 -1 24 39 125

n = 100 ;  ufu = 64 ;  u 2fu = 236

 vuf = 125 ;  v
vf = −55 ;  fv = 253
v 2
Dari tabel korelasi diatas didapat hasil sebagai berikut :

r=
(n( uvf )) − (( uf )( vf ))
u v

(n( u 2
fu )) − ( uf )  (n( v f )) − ( vf )
u
2 2
v v
2

=
(100(125)) − ((64)(− 55))
(100(236)) − (64)2  (100(253)) − (− 55)2
12500 − (−3520) 16020
= =
23600 − 4096  25300 − 3025 19504  22275
16020
= = 0.77
20844
Hubungan nilai statistik dan nilai matematika sempuna dan positif (mendekati
1, yaitu hubungan sangat kuat dan positif)
 KORELASI RANK (PERINGKAT)

Korelasi Rank disebut juga korelasi Spearman, korelasi ini disebut juga
korelasi bertingkat, korelasi berjenjang, korelasi berurutan, atau korelasi

11
berpangkat.
d
2
6 i
rrank = 1 −
n(n − 1)
2

Dimana : di = selisih dari pasangan rank ke – i

n = banyaknya pasangan rank
Contoh

Cari koefisien korelasi rank antara developers 1 dan rank developers 2

untuk menilai lokasi pembangunan perumahan baru
Rank Rank
Lokasi d d^2
Developers 1 Developers 2
Bekasi Timur 8 9 -1 1
Bekasi Barat 3 5 -2 4
Cikarang 9 10 -1 1
Pondok Labu 2 1 1 1
Ciputat 7 8 -1 1
Cirende 10 7 3 9
Tangerang 4 3 1 1
Pondok Aren 6 4 2 4
Pondok Bahar 1 2 -1 1
Pondok kacang 5 6 -1 1

 6(1 + 4 + 1 + ... + 1)
2
6 di rrank = 1 −
rrank = 1 − 10(100 - 1)
n(n − 1)
2
= 1 - 0,1455 = 0,85
Jika X adalah biaya periklanan dalam jutaan rupiah (tahunan), dan Y adalah
hasil penjualan dalam jutaan rupiah (tahunan), maka berdasarkan data pada
tabel berikut, tentukan koefisien rank antara biaya periklanan dan hasil penjualan


2
X Rank (X) Y Rank (Y) d d^2 6 d i
rrank = 1−
n(n − 1)
2 1.5 18 1 0.5 0.25
2
11 6 35 7 -1 1
2 1.5 20 2 -0.5 0.25
5 3 23 3.5 -0.5 0.25
15 7.5 35 7 0.5 0.25
15 7.5 31 5 2.5 6.25
9 5 23 3.5 1.5 2.25
7 4 35 7 -3 9
Total 19.5

6(19.5) 117
rrank = 1- 2 = 1−
8(8 − 1) 504
= 1 - 0,2321 = 0,7679