KETERKAITAN/KORELASI
Iwan Gunawan / Yeti Nurhayati
(N∑XY−(∑X)(∑Y)
r =
(𝑁∑𝑋2 − ∑𝑋 2 X (𝑁∑𝑌2 − ∑𝑌 2
Dengan
∑XY adalah jumlah perkalian X dan Y
∑𝑋 adalah jumlah nilai- nilai X
∑𝑌 adalah jumlah nilai- nilai Y
∑𝑋2 adalah jumlah kuadrat nilai- nilai X
∑𝑌2 adalah jumlah kuadrat nilai- nilai Y
N adalah banyak pasangan nilai –nilai.
contoh
Hasil tes bakat guru dan kemampuan matematika dari 10 orang calon mahsiswa
KIP adalah sebagai berikut:
Tes A B C D E F G H I J
Nama mahasiswa
Kemampuan guru 85 71 56 75 67 90 88 60 50 44
Kemampuan
Tentukan matematika
koefisien 80 70
korelasinya dengan cara55produk
75 momen
60 95 pearson?
79 54 52 50
Jawab
Misal, X : skor tes bakat guru, dan Y skor kemampuan matematika, maka kita
,
harus menghitung dulu ∑XY, ∑𝑋, ∑𝑌, ∑𝑋2 , ∑𝑌2 (∑𝑋)2 , (∑𝑌)2
(N∑XY−(∑X)(∑Y)
r = Skor Tes Bakat Skor Tes
(𝑁∑𝑋2 − ∑𝑋 2
(𝑁∑𝑌2 − ∑𝑌 2
Siswa Guru Kemampuan
(10 x 48037−(686)(670) X X2 Y Y2 XY
r =
(10 𝑥 49396 − 686 2
∙ (10 𝑥46936 − ∑670 2
A 85 7225 80 6400 6800
480370−459620
r = B 71 5041 70 4900 4970
(493960 −6862 ∙ 469360 −670 2
Dengan
(∑ 𝑋)2
∑ 𝑋2 = ∑ 𝑋2 - 𝑁
(∑ 𝑌)2
∑ 𝑌2 = ∑ 𝑌 2 - 𝑁
(∑ 𝑌).(∑ 𝑌)
∑ 𝑋𝑌 = ∑ 𝑋𝑌 - 𝑁
(∑ 𝑋𝑖)2
∑ 𝑋 𝑖2 =∑𝑋 2 - 𝑁
𝑖
(∑ 𝑌𝑖 )2
∑ 𝑌 𝑖2 = ∑ 𝑌 𝑖2 - 𝑁
(∑ 𝑌𝑖 ).(∑ 𝑌𝑖 )
∑ 𝑋 𝑖𝑌 𝑖 = ∑ 𝑋 𝑖𝑌 𝑖 - 𝑁
686 2
∑ 𝑋2 = 49396- 10 = 49396 -47059,6 = 2336,4
(∑ 𝑌)2
∑𝑌 = ∑𝑌
2 2 - 𝑁
670 2
∑ 𝑌2 = 46936- 10 = 46936 – 44890 = 2046
(∑ 𝑌).(∑ 𝑌)
∑ 𝑋𝑌 = ∑ 𝑋𝑌 - 𝑁
686 .(670)
∑ 𝑋𝑌 = 48037- 10 = 48037 – 45962 = 2075
Jadi :
∑ 𝑋𝑌
r =
∑ 𝑋2 𝑥 ∑𝑌2
2075 2075
r = = = 0,9491 ~ 0,95
2336,4 𝑥 2046 4780274,4
Dengan rumus 2) SISWA Xi Yi xi = Xi -ഥ
𝒙 yi = Yi - 𝒚
ഥ xi2 yi 2 xi.yi
X Y F X Y F
100 4 1 75 3,3 1
100 3,6 2 75 3,1 1
100 3,5 1 75 2,4 1
100 3 1 75 1,4 1
99 3,9 1 75 0,6 1
99 3,8 1 70 2,8 1
98 3,5 1 70 2,5 1
97 3,6 1 70 2,4 2
97 3,5 1 67 2,4 1
95 4 1 67 2,5 2
95 3,5 1 65 2,1 1
95 2,8 1 62 2,1 1
94 3,8 1 61 1,5 1
94 3,5 1 60 1 1
93 3,8 1 59 2 1
90 3,5 2 58 1,9 1
87 3,5 3 57 1,4 1
87 3 1 55 1,4 1
86 3,1 2 53 1 1
85 3,6 2 50 0,8 1
Tabel 1, tabel 2 dan tabel 3, koefisien korelasinya dapat dihitung langsung dengan terlebih dahulu
menyajikan data dalam distribusi frekuensi.
Untuk menyusun distribusi frekuensi dua peubah sama dengan menyususun distribusi frekuensi
satu peubah, yaitu harus menentukan banyak kelas dengan aturan sturges, k = 1 + 3,3 log n ( k =
banyak kelas, n = banyak data )
Untuk skor X Tabel distribusi frekuensi
k = 1 + 3,3 log n X 0,6 - 1,1 - 1,6 - 2,1 - 3,6 -
K = 1 + 3, 3 log 50 Y 1,0 1,5 2,0 2,5 2,6 - 3,0 3,1 -3,5 4,0 fx
K = 6,6066 ~ 7 92 - 85 1 7 2 10
Panjang kelas 84 - 77 0
𝑠𝑒𝑏𝑎𝑟𝑎𝑛 100 −50 50
P= = = = 7,5758 ~ 8 76 - 69 1 1 4 1 3 10
𝑘 6,6 6,6
Untuk skor Y 68 - 61 1 5 6
Dengan
𝑁 (𝑁2 −1) 𝑡 (𝑡2 −1)
∑ x2 = -∑
12 12
𝑁 (𝑁2 −1) 𝑡 (𝑡2 −1)
∑ y2 = -∑
12 12
Mahasiswa A B C D E F G H ∑d2
Peringkat ujian 1 4 5 2 7 6 8 3
d 1,5 -1,5 0 -1 0 1 -1 1
d2 2,25 2,25 0 1 0 1 1 1 8,5
Peringkat kembar pada x : pada group ke-1 ada 2 unsur dan pada group ke 2 ada 3
unsur.
Banyak skor yang epringkatnya kembar itu ada 5 buah (dari 2 + 3); besarnya 5/8 x
100% =
62,5%.
∑ 𝑥2+∑𝑦2 − ∑𝑑2
Karena 62,5% > 20 %, menghitung korelasinya harus dengan rumus rk = 2 2
2 ∑𝑋 𝑥 ∑ 𝑦
Pada kembar – dua, t=2 sehingga t(t2 -1)/12 = 2x3/12 =0,5
Pada kembar –tiga, t =3 sehingga t(t2 -1)/12 = 3 x8/12 =2, karena itu
𝑡 (𝑡2 −1)
∑ = 0,5 +2 = 2,5
12
𝑡 (𝑡2 −1)
Pada skor y tidak ada yang kembar sehingga ∑ =0
12
𝑁 (𝑁2 −1)
= 8 (64 -10)/12 =504/12=42
12
∑ x2 = 42 -2,5 = 39,5
∑ y2= 42 – 0 =42
∑ 𝑥2+∑𝑦2 − ∑𝑑2 39,5+42 −8,5
rk = =
2 ∑𝑋2 𝑥 ∑ 𝑦2 2 39,5 𝑥 42
73
rk = = 0,8961 ~ 0,90
2 1659
Koefisien korelasi peringkat kendal
Koefisien korelasi peringkat Kendal r (Tau) dipakai untuk menghitung koefisien korelasi
seperti pada koefisien korelasi peringkat spearman, yaitu untuk menghitung koefisien
korelasi data jenis peringkat.
Contoh
Kasus yang sama dengan cara spearma, yaitu melihat besar koefisien korelasi Antara
kemampuan menulis skripsi dengan kemampuan mempertahankannya dari 8 orang
mahasiswa S1.
Mahasiswa A B C D E F G H
Peringkat menulis 2 3 5 1 8 7 6 4
Peringkat ujian 1 4 5 2 7 6 8 3
Dengan
N = Banyak kelompok
K = banyak baris
S = ∑(Pi- Pi)2 dimana Pi adalah jumlah peringkat perkolom
S maks = NK2 (N2 -1)/12, yaitu jumlah maksimum S yang mungkin terjadi
Contoh
Jika ada 5 orang mahsiswa yang menempuh ujian akhir dalam skripsi, pengujinya ada 3 orang.
Berdasarkan skor yang diberikan penguji, peringkat penilaian mereka Nampak pada table di bawah
ini. Yang ditnayakan, sampai berapa jauh telah terjadi kesesuain penilaian?
Mahasiswa A B C D E
Penguji -1 1 4 3 5 2
Penguji -2 2 3 4 5 1
Penguji -3 1 3 5 4 2
𝑃ത 𝐽 = ∑Pi : N = 45 : 5 = 9
S = ∑ (Pi - 𝑃ത 𝐽)2 = (4-9)2 + (10-9)2 + (12 -9)2 +(14-9)2 +(5-9)2
= 25 +1+9+25+16 =76
S maks = NK2 (N2 -1)/12
= 5 x32 (52 -1)/12 = 5 x9 x24/ 12 = 90
𝑆
Maka K = = 76/90 = 0,8444 ~ 0,84
𝑆𝑚𝑎𝑘𝑠
Jika ada peringkat kembar, rumus koefisien korkodansinya adalah
12 𝑆
K=
NK2 (N2 −1) − ∑t (t2 −1)
Koefisien Korelasi Biseri
Koefisien korelasi biseri digunakan untuk melihat hubungan yang kedua peubahnya kontinu, tetapi salha satunya
sudah didikhotomikan. Hubungan itu misalnya hubungan Antara intelegensi ( peubah kontinu) dengan
keberhasilan menempuh suatu perkuliahan atau jenjang persekolahan tertentu( hubungan didikhotomikan).
Koefisien korelasi biseri diasumsikan atas distribusi yang didikhotomikan itu normal, bila asumsi tidak dipenuhi,
koefisien korelasi biseri itu bias lebih besar daripada satu
𝑅ℎ −𝑅𝑡 ℎ
Rumus rbi = 𝑡
𝑆𝑥 𝑦
X = Peubah kontinu
𝑆𝑥 = Deviasi baku peubah kontinu
𝑅ℎ = rerata X dari kelompok yang berhasil
𝑅𝑡 = rerata X dari kelompok yang tidak berhasil
h = proposi subjek dari kelompok yang berhasil
t = proposi subjek dari kelompok yang tidak berhasil
y = ordinat pada kurva normal yang membaginya kedalam dua bagian dengan h sebagai proporsi bagian pertama dan
t sebagai proporsi yang lain
Contoh
jika ada mahsiswa PMDK FKIP dipilih secara acak dari A sd J. jika setelah 4 tahun kuliah di cek kelulusannya , dan hasil pengecekan
tercantum pada table di bawah ini : X = Skor PMDK, Y = skor kelulusan; y = 1 artinya lulus, Y= 0 artinya belum lulus/ tidak lulus. Tentukan
koefisien korelasinya?
Mahasiswa A B C D E F G H I J
X 7 6 9 7 8 6 8 7 9 9
Y 1 0 1 0 1 0 0 1 1 1
Jadi koefisisen korelasi biseri antara skor PMDK dan keberhasilan belajar di FKIP adalah 0,79 : cukup tinggi.
Koefisien Korelasi Biseri Titik
Koefisien korelasi biseri titik adalah koefisien korelasi pearson yang salah satu peubahnya secara
alamiah dikhotomi dengan skala nominal dan peubah yang satu lagi paling tidak tertulis dalam skala
interval ( kontinu). Prinsipnya : dalam menganlasis butiran soal, adalah untuk melihat tingi rendahnya
hubungan anatara butiran soal denga sisanya ( selain yang sebuah itu).
Dalam menghitung koefisien korelasi ini, kita dapat meberi nilai satu kepada salah sau peubah
dikhotominya dan meberi nilai nol kepada peubah dikhotomi yang satu lagi, atau sebaliknya, atau
nilai-nilai sembarang misalnya 12 dan 25
𝑅1 −𝑅0
Rumus : Rbit = 𝑝𝑞
𝑆𝑋
Dengan
X = peubah kontinu
Sx = deviasi baku peubah kontinu; sy = 𝑝𝑞
𝑅𝑡 = rerata X dari kelompok yang bernilai 1 pada dikhotomi
𝑅0 = rerata X dari kelompok yang bernilai 0 pada dikhotomi
p = perbandingan kelompok bernilai satu pada dikhotomi
q = perbandingan kelompok bernilai nol pada dikhotomi
Contoh
Andaikan ada 10 orang mahasiswa yang mengikuti perkuliahan penelitian, nilai ujian akhir smesternya adalah sbb : Amin 6, aminah 8, udin 7, amir 9,
ida 4, sarinah 6, Imelda 6, susi 6 lia 7 dan dudu 10. hitung koefisien korelasi Antara nilai ujian mereka dengan jenis kelaminnya?
Jawab ;
Jenis kelamin, peubahnya dikhotomi; pria dan wanita. Untuk perhitungan kita beri nilai satu untuk pria dan nol untuk wanita. X untuk peubah kontinu
dan y untuk peubah dikhotomi
6+7+9+10 32
𝑅𝑡 = 4
= 4
=8 Nama X X2 Y Y2 XY
8+4+6+4+6+7 35
= 5, 83
𝑅0 = 6
= 6 Amin 6 36 1 1 6
p = 0,4
Aminah 8 64 0 0 0
q = 0,6
SX = 1,85 (dengan kalkulator), maka Udin 7 49 1 1 7
Amir 9 81 1 1 9
𝑅1 −𝑅0
Rbit = 𝑝𝑞
𝑆𝑋
8 −5,83
Rbit =
1,85
0,4 𝑥 0,6 Ida 4 16 0 0 0
82,17
Sarinah 6 36 0 0 0
Rbit = 0,24
1,85
Imelda 4 16 0 0 0
= 0,5746 0,57
Susi 6 36 0 0 0
Lia 7 47 0 0 0
Dudu 10 100 1 1 10
Jumlah 67 483 4 4 32
Koefisien Phi
Koefisien Phi(Ø) merupakan perluasan dari koefisien korelasi biseri titik yang
kedua peubahnya berbentuk dikhotomi atau yang paling cocok adalah peubahnya
kedua-duanya dikhotomi.
Contoh
Kasus yang sama pada koefisien korelasi biseri titik, pada contoh tersebut
andaikan mahasiwa telah dibagi kedalam mahasiwa lulu (nilai 7 keatas) dan
mahsiwa gagal (nilai 6 kebawah), dengan kategori itu maka amin gagal, aminah
lulus, udin lulus dsb. Andaikan yang lulus diberi nilai 1 sedangkan yang tidak lulus
diberi nilai nol, denganadanya perubahan dari peubah kontinu kepada peubah
dokhotomi, maka tabelnya menjadi sebagai berikut :
Untuk mempermudah perhitungan, biasanya data seperti itu disusundalam table frekuensi
bivariate 2 x2 dengan frekuensi untk setiap kotak a,b,c dan d seperti Nampak pada table
berikut :
Nama X X 2 Y Y 2 XY
Amin 0 0 1 1 0
Aminah 1 1 0 0 0
Udin 1 1 1 1 1
Amir 1 1 1 1 1
Ida 0 0 0 0 0
Sarinah 0 0 0 0 0
Imelda 0 0 0 0 0
Susi 0 0 0 0 0
Lia 1 1 0 0 0
Dudu 1 1 1 1 1
Jumlah 5 5 4 4 3
keberhasilan jumlah
X=0 (gagal) X =1 (lulus)
Jenis Y =1 (pria) a=1 b= 3 4
kelamin Y=0( c=4 d= 2 6
wanita)
jumlah 5 5 10
Arti dari table kedua adalah a=1 menunjukan banyak pria yang gagal, b= 3 meni=unjukan banyak
pria yang lulus, c=4 menunjukan banyak wanita yang gagal dan d= 2 menunjukan wanita yang lulus.
Untuk menghitung koefisien Phi(Ø)
𝑏𝑐 −𝑎𝑑
Ø=
(𝑎+𝑏)(𝑐+𝑑)(𝑎+𝑐)(𝑏+𝑑)
3 𝑥 4 −1 𝑥2
Ø=
(1+3)(4+2)(1+4)(3+2)
10
Ø= = 0,4081 ~ 0,41
600
Koefisien Tetrakonik
Dengan
2
𝑓𝑜 −𝑓𝑒
X2 =∑
𝑓𝑒
𝑓𝑜 = frekuensi
𝑓𝑒 = frekuensi harapan
( 𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑡𝑜𝑡𝑎𝑙 𝑏𝑎𝑟𝑖𝑠 )(𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑡𝑜𝑡𝑎𝑙 𝑘𝑜𝑙𝑜𝑚)
=
𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑡𝑜𝑡𝑎𝑙
REGRESI
Regresi : 1. regresi linier sederhana
2. regresi linier darab
Regresi linier sederhana
Pada umumnya, bila dua peubah itu berkorelasi, maka kita bisa membuat ramalan nilai peubah
tertentu bilai nilai untuk peubah yang satu lagi diketahui. Makin tinggi nilia koefisien korelasi,
makin tepat ramalannya. Ramalan yang paling tepat tentunya akan terjadi jika r = ± 1, walaupun
begitu hanya mengetahui besarnya koefisien korelasi, kita tidak dapat membuat ramlaan apa-apa.
Perhatikan diagram di samping ini,
diagram mengenai hubungan Antara
tinggi seseorang sebagai peubah x
dan berat seseorang sebauagi
peubah y. untuk meramalkan berat
badan seseorang yang tingginya 15o
cm misalnya pada x =150 kita Tarik
garis lurus sejajar sumbu y, maka
rerata skor y yang dilalui garis itu
adalah rerata berat badan orang
yang tingginya 150 cm; berat yang
diramalkan itu misalnya bila skor y
yang dilalui garis itu 50, 52, dan 57
cm, maka berat yang diramlkan dari
seseorang yang tingginya 150 cm itu
adalah 53 kg diperoleh dari (50 +52 +
57): 3. ini merupakan ramalan yang
tepat.
Untuk contoh diatas masuk di akal jika kita asumsikan bahwa x dan y itu linier. Karena itu bila
kita berhasil mencari persamamaan garis lurus yang paling pas yang mewakili persamaan skor x
dan y yang diketahui, maka persoalnanya selesai. Garis yang demikian disebut dengan garis
regresi dan persamaanya disebut persamaan regresi
Untuk menghitung garis regresi dengan cara
1. menghitung selisih skor y yang diramalkan (y’) dengan skor y yang sebenarnya untuk setiap
pasangan x dan y yang diketahui.
2. Didasarkan pada peramalan skor x, maksudnya ialah bukan mencari beberapa skor y’ untuk
skor x tertentu , akan tetapi mencari skor x’ untuk skor y tertentu. (bila demikian, garis
regresi yang diperoleh akan lain)
Permasalahan diatas akan memperoleh hasil yang baik , bila :
1. Asumsi kelinieran itu benar; untuk mengetahuinya periksalah diagram pencarnya, misalnya
2. Sampel yang kita mabil mewakili populasi; sampelnya dipilih secara acak, misalnya
3. Harus ditegaskan peubah mana yang menjadi dasar dan peubah mana yang diramalkan; lebih
baik pilih y sebagai peubahyang skornya akan diramalkan.
Persamaan regresi untuk meramalkan y atas dasar x dalam skor baku z adalah
Zy’ = rzx
Dengan