STATISTIKA & PROBABILITAS

PERTEMUAN KE-11
11 Statisitik inferensi Mahasiswa dapat Korelasi pearson
praktis melakukan pengujian Korelasi spearman
Uji korelasi korelasi Korelasi Kendal
 UJI KORELASI PEARSON
 Koefisien korelasi Pearson dapat digunakan untuk menyatakan
besar hubungan linier antara dua variabel ketika data adalah data
kuantitatif (data berskala interval atau rasio) dan kedua variabel
adalah bivariat yang berdistribusi normal.
 Ketika datanya adalah data kualitatif (data berskala ordinal) maka
besar hubungan dua variabel dapat dicari dengan korelasi
Spearman atau korelasi Kendall Tau, dan
 ketika datanya kualitatif berskala nominal dalam bentuk tabel
kontingensi maka besar hubungan dua variabel dapat dicari
dengan korelasi Cramer.
Formula untuk korelasi Pearson adalah sebagai berikut:

koefisien korelasi mempunyai range nilai berkisar

antara -1 sampai 1
CONTOH 1
• Sebuah perusahaan industri mempunyai data
produksi bulanan selama sepuluh bulan dan jumlah
jam kerja seperti Tabel 1 dibawah ini.
Produksi bulanan dan jam kerja

Bulan Produksi Jam kerja

(Xi) (Yi)
1 30 73
2 20 50
3 60 128
4 80 170
5 40 87
6 50 108
7 60 135
8 30 69
9 70 148
10 60 132
• Besar hubungan linier antara produksi dan jam kerja karyawan
pada perusahaan industri tersebut adalah sebesar 0,9978
atau sebesar 99,78 persen.
• Jika nilai korelasi dikuadratkan akan didapat suatu nilai yang
menyatakan besarnya pengaruh variasi suatu variabel
terhadap variabel lainnya. Nilai tersebut biasa disebut dengan
koefisien determinasi (r2) (coefficient of determination).
UJI KORELASI SPEARMAN
• Koefisien korelasi spearman merupakan statistik
nonparametrik. Statistik ini merupakan suatu ukuran asosiasi atau
hubungan yang dapat digunakan pada kondisi satu atau kedua
variabel yang diukur adalah skala ordinal (berbentuk ranking) atau
kedua variabel adalah kuantitatif namun kondisi normal tidak
terpenuhi.
• Simbol ukuran populasinya adalah ρ dan ukuran
sampelnya rs. Formula rs untuk korelasi Spearman adalah sebagai
berikut:
• Pembuatan ranking dapat dimulai dari nilai terkecil atau nilai
terbesar tergantung permasalahannya. Bila ada data yang
nilainya sama, maka pembuatan ranking didasarkan pada nilai
rata-rata dari ranking-ranking data tersebut. Apabila proporsi
angka yang sama tidak besar, maka formula diatas masih bisa
digunakan. Namun apabila proporsi angka yang sama cukup
besar, maka dapat digunakan suatu faktor koreksi dan formula
menjadi seperti berikut ini:
CONTOH 2

 Seorang manager produksi ingin mengetahui apakah ada

hubungan antara nilai tes bakat (aptitude test) pada waktu
penerimaan kerja dengan rating tampilannya setelah satu
semester bekerja. Nilai aptitude test berkisar antara 0
sampai 100.
 Sedangkan rating tampilan mempunyai skala sebagai
berikut:

• 1= pekerja berpenampilan sangat dibawah rata-rata

• 2= pekerja berpenampilan dibawah rata-rata
• 3= pekerja berpenampilan sedang (rata-rata)
• 4= pekerja berpenampilan diatas rata-rata
• 5= pekerja berpenampilan sangat diatas rata-rata
Harusnya = 60
KORELASI KENDALL Tau
• Korelasi Kendall Tau merupakan statistik
nonparametrik. Korelasi ini digunakan pada data sama seperti
data yang digunakan pada korelasi spearman yaitu sekurang-
kurangnya data ordinal. Simbol yang biasa digunakan pada
ukuran populasinya adalah (tau) dan ukuran sampelnya
adalah T . Formula T adalah sebagai berikut:

S adalah total skor seluruhnya (grand total), yang merupakan jumlah skor urutan
kewajaran pasangan data pada salah satu variabel. Jika urutan ranking wajar
diberi skor +1, jika urutan ranking tdk wajar diberi skor –1. N adalah banyaknya
pasangan ranking.
• Penggunaan formula korelasi kendall T dapat
dikoreksi jika data yang digunakan banyak terdapat
angka sama yang berarti juga mempunyai ranking
yang sama (untuk angka sama, ranking dirata-
ratakan). Formula dikoreksi menjadi:
2(𝑆)
𝑇=
𝑁 𝑁 − 1 − 𝑇𝑋 𝑁 𝑁 − 1 𝑇𝑋 + 𝑇𝑌

Keterangan:
Tx = banyaknya observasi berangka sama pada tiap kelompok angka sama pada
variabel X
Ty = banyaknya observasi berangka sama pada tiap kelompok angka sama pada
variabel Y
CONTOH 1
CONTOH 2
 PERTEMUAN 11 TIDAK ADA TUGAS
AKAN TETAPI MATERI INI KHUSUSNYA UJI KORELASI NON PARAMETRIK
AKAN SAYA MASUKKAN KE SOAL UAS

UNTUK ABSENSI, SILAKAN KETIK “HADIR” DIKOLOM KOMENTAR EDMODO