18034115
Jadi, kalau variabel X dan Y ada hubungan, maka bentuk diagram pencarnya
adalah mulus/teratur. Apabila bentuk diagram pencar tidak teratur, artinya
kenaikan/penurunan X pada umumnya tidak diikuti oleh naik turunnya Y, maka
dikatakan X dan Y tidak berkorelasi.Kuat dan tidaknya hubungan antara X dan Y apbila
dapat dinyatakan dengan fungsi linear(paling tidak mendekati), diukur dengan suatu
nialai yang disebut koefisien korelasi. Nilai koefisien korelasi ini paling sedikit –1 dan
paling besar 1. Jadi jika r = koefiaien korelasi, maka r dapat dinyatakan sebagai berikut :
-1 r 1
Jika r =1, hubungan X dan Y sempurna dan positif, r = -1, hubungan X dan Y sempurna
dan negatif, r mendekati 1, hubungan sangat kuat dan positif, r mendekati –1, hubungan
sangat kuat dan negatif.
Disini X dikatakan mempengaruhi Y, jika berubahnya nilai X akan menyebabkan
perubahan nilai Y.
2. Koefisien Determinasi
Ukuran proporsi keragaman total nilai peubah Y yang dapat dijelaskan oleh nilai
peubah X melalui hubungan linier. Penetapan & Interpretasi Koefisien Korelasi dan
Koefisien Determinasi
3. Koefisien Korelasi
Koefisien Korelasi (r) : ukuran hubungan linier peubah X dan Y Nilai r berkisar
antara (+1) sampai (-1) Nilai r yang (+) ditandai oleh nilai b yang (+) Nilai r yang (-)
ditandai oleh nilai b yang (-) Jika nilai r mendekati +1 atau r mendekati -1 maka X dan Y
memiliki korelasi linier yang tinggi Jika nilai r = +1 atau r = -1 maka X dan Y memiliki
korelasi linier sempurna Jika nilai r = 0 maka X dan Y tidak memiliki relasi (hubungan)
linier (dalam kasus r mendekati 0, anda dapat melanjutkan analisis ke regresi
eksponensial)
Naik turunnya Y adalah sedemikian rupa sehingga nilai Y bervariasi, tidak
semata-mata disebabkan oleh X, karena masih ada faktor lain yang menyebabkannya.
Jadi untuk mengatahui berapa besar kontribusi dari X terhadap naik turunnya nilai Y
maka harus dihitung dengan koefisien penentuan (koefisien determinasi). Kalau koefisien
penentuan ditulis KP, maka untuk menghitung KP digunakan rumus berikut : KP = r 2.
Cara menghitung r :
xi yi
n n n
n X iYi X i Yi
r i 1
r i 1 i 1
2
i 1
2
n n
n n
x y
n n
n X X i Yi
2 2
i i i
2
Yi 2
i 1 i 1 i 1 i 1 i 1 i 1
atau
Rumus untuk menghitung koefisien korelasi yang sudah dibahas diatas adalah
untuk data yang tidak berkelompok (data yang belum disajikan dalam bentuk tabel
frekuensi, dengan menggunakan kelas-kelas atau katagori-katagori). Untuk data yang
berkelompok rumusnya adalah sebagai berikut :
Rumus untuk menghitung koefisen korelasi bagi data berkelompok penting sekali
sebab dalam praktek, misalnya di dalam suatu penelitian, hasil data yang diperoleh sudah
disajikan dalam bentuk data berkelompok dengan interval kelas yang sama.
Contoh soal:
Untuk menghitung koefisien korelasi maka disusun tabel bantu sebagai berikut:
n X Y X Y X
2 2
Y
1 8 3 6 9 2
00 00 40.000 0.000 40.000
2 9 3 8 9 2
00 00 10.000 0.000 70.000
3 7 2 4 4 1
00 00 90.000 0.000 40.000
4 6 1 3 1 6
00 00 60.000 0.000 0.000
5 7 2 4 4 1
00 00 90.000 0.000 40.000
6 8 2 6 4 1
00 00 40.000 0.000 60.000
4. 1. 3. 3 1.
500 300 430.00 10.000 010.00
0 0
X = 4.500
Y = 1.300
X2 = 3.430.000
Y2 = 310.000
XY = 1.010.000
n=6
6.060.000 5.850.000
=
20.580.000 20.250.000 1.860.000 1.690.000
210.000
=
330.000 170.000
210.000
=
574,4563 x 412,3106
210.000
=
236.854,4
= 0,886621
Jadi diperoleh nilai koefisien korelasi ( r ) sebesar 0,886621 karena nilainya positif dan
mendekati 1 berarti hubungan konsumsi dan pendapatan kuat dan searah (positif), artinya
peningkatan pendapatan seseorang akan diikuti dengan peningkatan pengeluaran
(konsumsi)
KEPUSTAKAAN
https://id.scribd.com/doc/173548564/KORELASI-CONTOH-SOAL
https://teknikelektronika.com/pengertian-analisis-korelasi-sederhana-rumus-pearson/
https://www.academia.edu/9356248/ANALISIS_KORELASI_DAN_REGRESI_LINEA
R_SEDERHANA? auto=download