Analisis Korelasi (Analisis Hubungan) : Bebas (Dependent Variabel), Sedangkan Variabel X Yang Nilainya
Analisis Korelasi (Analisis Hubungan) : Bebas (Dependent Variabel), Sedangkan Variabel X Yang Nilainya
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 :
975
r= = 0.40
26.85 * 90
Koefisien Korelasi data berkelompok
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
8
r=
(n( uvf )) − (( uf )( vf ))u v
(n( u 2
fu ))− ( uf ) (n( v f )) − ( vf )
u
2 2
v v
2
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
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