ANALISIS KORELASI

JENIS ANALISIS KORELASI

 Statistik parametrik:
◦ Korelasi Product Moment (Pearson)
◦ Korelasi Parsial
◦ Korelasi Semi Parsial
◦ Korelasi Ganda,dsb
 Statistik Nonparametrik:
◦ Korelasi Rank Spearman
◦ Korelasi Tau Kendall
◦ Koefisien Kontingensi,dsb
PENGERTIAN KORELASI

Korelasi adalah istilah statistik yang

menyatakan derajat hubungan linear antara
dua variabel atau lebih, yang ditemukan oleh
Karl Pearson pada awal 1900. Oleh sebab itu
terkenal dengan sebutan Korelasi Pearson
Product Moment (PPM).
 KEGUNAAN KORELASI PEARSON PRODUCT MOMENT (PPM)

1. Untuk menyatakan ada atau tidaknya

hubungan yang signifikan antara variabel
satu dengan yang lainnya.
2. Untuk menyatakan besarnya sumbangan
variabel satu terhadap yang lainnya yang
dinyatakan dalam persen.
ASUMSI
 Data berdistribusi Normal
 Variabel yang dihubungkan mempunyai data linear.
 Variabel yang dihubungkan mempunyai data yang dipilih secara acak.
 Variabel yang dihubungkan mempunyai pasangan yang sama dari subyek yang sama pula (variasi
skor variabel yang dihubungkan harus sama).
 Variabel yang dihubungkan mempunyai data interval atau rasio.
VARIABEL
 Variabel Bebas (IndependentVariable)
◦ Notasi/Dilambangkan  X
◦ Variabel yang keberadaannya tidak dipengaruhi oleh variabel lain
 Variabel Terikat (DependentVariabel)
 Notasi/Dilambangkan  Y
 Variabel yang keberadaannya dipengaruhi oleh variabel lain
 Contoh:
 Hubungan antara pendapatan dengan konsumsi
 Hubungan antara minat belajar dengan nilai mata kuliah
 CORRELATION COEFFICIENT

 The population correlation coefficient ρ (rho) measures the

strength of the association between the variables

 The sample correlation coefficient r is an estimate of ρ and is

used to measure the strength of the linear relationship in
the sample observations
KORELASI SEDERHANA

 Mengetahui hubungan antara satu variabel dengan satu

variabel lain
 X Y
 Koefisien Korelasi (r)  derajat hubungan antarvariabel
 -1 <= r <= 1
KORELASI

 Positif  jika r > 0

◦ Jika X naik makaY naik
◦ Contoh, hubungan antara jumlah barang yang ditawarkan dengan
tingkat harga (hukum penawaran)
 Negatif  jika r < 0
 Tidak ada korelasi  r = 0
KOEFISIEN DETERMINASI (R2)
 Mengukur besarnya kontribusi variabel bebas terhadap
variabel terikat
 0 <= r2 <= 1
TABEL 1 INTERPRETASI KOEFISIEN KORELASI (R)
R Interpretasi
0 Tidak berkorelasi
0,01 – 0,20
Sangat rendah
0,21 – 0,40
0,41 – 0,60 Rendah
0,61 – 0,80 Agak rendah
0,81 – 0,99 Cukup Tinggi
1 Sangat tinggi
 SCATTER PLOT EXAMPLES

Linear relationships Curvilinear relationships

y y

x x

y y

x x
 SCATTER PLOT EXAMPLES
(continued)
Strong relationships Weak relationships

y y

x x

y y

x x
SCATTER PLOT EXAMPLES
(continued)
No relationship

y
 KORELASI PRODUCT MOMENT
 Disebut juga Korelasi Pearson
 Rumusnya:

n XY   X Y 
rxy 
2 2

𝑛 𝑋2 − 𝑋 𝑛 𝑌2 − 𝑌

r n 2
t ttabel( ,n2)
2
1 r
UJI KEBERARTIAN KOEFISIEN KORELASI (R)
1. Menentukan Hipotesa
H0 : Tidak terdapat hubungan yang signifikan antara variabel bebas (independent) dengan variabel
terikat (dependent).
H1 : Terdapat hubungan yang signifikan antara variabel bebas (independent)
dengan variabel terikat (dependent).
2. Cari 𝑟 hitung
3. Tentukan taraf signifikansinya (𝜶 = 𝟎, 𝟎𝟓)
4. Cari 𝒓𝐭𝐚𝐛𝐞𝐥 tabel dengan 𝑑𝑘 = 𝑛 − 2
5. Tentukan kriteria pengujian
H0 ditolak jika rhitung > rtabel atau rhitung < – rtabel
H0 diterima jika –rtabel ≤ rhitung ≤ rtabel
6. Bandingkan rℎ𝑖𝑡𝑢𝑛𝑔 dengan r𝑡𝑎𝑏𝑒𝑙
7. Buatlah kesimpulan
UJI KEBERARTIAN KOEFISIEN KORELASI (T)
1. Menentukan Hipotesa
H0 : Tidak terdapat hubungan yang signifikan antara variabel bebas (independent) dengan variabel
terikat (dependent).
H1 : Terdapat hubungan yang signifikan antara variabel bebas (independent)
dengan variabel terikat (dependent).
2. Cari 𝑟 hitung dan 𝒕𝒉𝒊𝒕𝒖𝒏𝒈
3. Tentukan taraf signifikansinya (𝜶 = 𝟎, 𝟎𝟓)
4. Cari 𝐭 𝐭𝐚𝐛𝐞𝐥 tabel dengan 𝑑𝑘 = 𝑛 − 2
5. Tentukan kriteria pengujian
H0 ditolak jika t hitung > ttabel atau t hitung < – ttabel
H0 diterima jika –ttabel ≤ thitung ≤ ttabel
6. Jika −𝑡𝑎𝑏𝑒𝑙 ≤ 𝒕ℎ𝑖𝑡𝑢𝑛𝑔 ≤ +𝑡𝑎𝑏𝑒𝑙 , maka Ho diterima
7. Bandingkan tℎ𝑖𝑡𝑢𝑛𝑔 dengan t𝑡𝑎𝑏𝑒𝑙
8. Buatlah kesimpulan
LATIHAN
Nilai Biaya Promosi X
Penjualan
Y
64 20
61 16
84 34
70 23
88 27
92 32
72 18
77 22
Contoh:
1. Tulis Ho dan Ha dalam bentuk kalimat.
Ho : Tidak terdapat hubungan yang positip dan signifikan antara variabel Biaya Promosi dengan Nilai
Penjualan.
Ha : Terdapat hubungan yang positip dan signifikan antara variabel Biaya Promosi dengan Nilai
Penjualan.
2. Tulis Ho dan Ha dalam bentuk statistik.
Ho : r = 0.
Ha : r ≠ 0
 Nilai 𝒀𝟐
Penjualan Biaya Promosi X XY 𝑿𝟐
Y
64 20 1280 400 4096
61 16 976 256 3721
84 34 2856 1156 7056
70 23 1610 529 4900
88 27 2376 729 7744
92 32 2944 1024 8464
72 18 1296 324 5184
77 22 1694 484 5929
𝒀𝟐 =
𝒀 = 608 𝒀 = 192 𝑿𝒀 = 15032 𝑿𝟐 = 4902
47094
 𝒏𝚺𝐗𝐘−𝚺𝐗 𝚺𝐘 𝟖 𝟏𝟓𝟎𝟑𝟐)−(𝟏𝟗𝟐)(𝟔𝟎𝟖)
3. Cari 𝑟𝒉𝒊𝒕𝒖𝒏𝒈 = = =0.86
𝒏𝚺𝐗𝟐 − 𝚺𝐗 𝟐 . 𝒏𝚺𝐘𝟐− 𝚺𝒀 𝟐 𝟖 𝟒𝟗𝟎𝟐 − 𝟏𝟗𝟐 𝟐. 𝟖 𝟒𝟕𝟎𝟗𝟒 − 𝟔𝟎𝟖 𝟐

4. Taraf signifikansi 𝛼 = 0,05.

5. 𝒓𝒕𝒂𝒃𝒆𝒍 dengan 𝑑𝑘 = 8 − 2 = 6 adalah 0,707
6. Karena 𝑟𝒉𝒊𝒕𝒖𝒏𝒈 > 𝒓𝒕𝒂𝒃𝒆𝒍 , maka Ho ditolak .
MENGHITUNG KOEFISIEN KORELASI
No Jumlah Uang Saku Nilai Statistika
(Ribuan rupiah)
1 5 70
2 10 70
3 14 86
4 22 50
5 12 70
6 8 90
7 10 76
8 18 66
9 30 46
10 15 50
CONTOH

 Benarkah bahwa semakin banyak uang saku semakin

rendah nilai statistikanya? Ujilah dengan menggunakan
taraf signifikansi 5%