KORELASI

INF0733 Statistik 2
Pertemuan 09

R. Kristoforus JB
Klaudius Jevanda BS
Fakultas Sains & Teknologi
Universitas Katolik Musi Charitas
Pendahuluan
• Korelasi merupakan indeks atau bilangan yang digunakan
untuk mengukur keeratan dan arah hubungan
antarvariabel.
• Semakin tinggi nilai koefisien korelasi, semakin tinggi
keeratan hubungan antarvariabel.
• Korelasi yang akan dibahas adalah :
– Korelasi pearson
– Korelasi spearman
– Korelasi partial

2
Nilai Koefisien Korelasi (KK)
• KK positif (koefisien 0 s/d 1)
– ketika variabel independent mengalami perubahan maka variabel
dependent mengalami perubahan yang sejalan “searah”.
• KK negatif (koefisien 0 s/d -1)
– ketika variabel independent mengalami perubahan maka variabel
dependent mengalami perubahan yang berlawanan “tak searah”.
• KK bernilai 0 (nol) : variabel-variabel tidak berhubungan (lemah).
• KK bernilai +1 atau -1: variabel menunjukkan korelasi positif atau
negatif sempurna.

3
Pedoman Nilai KK
• KK = 0, tidak ada korelasi
• 0,00<KK≤0,199, korelasi sangat rendah, lemah sekali
• 0,20<KK≤0,399, korelasi rendah, lemah tapi pasti
• 0,40<KK≤0,599, korelasi sedang, cukup berarti
• 0,60<KK≤0,799, korelasi kuat, tinggi
• 0,80<KK<1,000, korelasi sangat kuat, sangat tinggi
• KK = 1, korelasi sempurna

4
Kriteria Pengujian
• Hipotesis
– H0 : r = 0
– H1 : r  0
Atau dengan kata lain :
– H0 : Tidak ada hubungan secara signifikan antara
variabel bebas terhadap variabel terikat
– H1 : Ada hubungan secara signifikan antara variabel
bebas terhadap variabel terikat
• Pengujian menggunakan signifikansi
– Tolak H0, jika sig < α
– Terima H0, jika sig > α

5
Pearson
• Untuk mengukur keeratan hubungan antara dua variabel
yang datanya berskala interval atau rasio.
• Ciri-ciri :
– Datanya berupa data interval dan rasio.
– Distribusi data normal.
– Terdiri dari 2 variabel (variabel independen dan
dependen).
• Rumus :
n XY   X  Y
r
n X 2

  X 2 n Y 2   Y 2 

6
Contoh Pearson
Responden Motivasi Hasil Kinerja
• Seorang pimpinan Karyawan Pimpinan Karyawan
perusahaan Konveksi 1 80 77
Pakaian “Sun-Sun” kota X 2 85 80
ingin mengetahui apakah 3 75 65
ada hubungan antara 4 69 72
motivasi pimpinan dengan 5 84 87
kinerja karyawan. Maka 6 88 90

dari itu, ia menguji 7 90 88

8 74 80
penelitian ini terhadap 15
9 70 72
orang terpilih secara acak
10 76 66
dengan taraf nyata 5 %. 11 68 70
12 75 76
13 72 82
14 79 84
15 64 72
7
Penyelesaian Pearson
• Pilih menu analyze => correlate => bivariate.
• Sorot variable kecerdasan dan statistic lalu pindahkan ke
kolom variables.
• Tandai pilihan pada kotak Pearson dan OK.

8
Pembahasan Pearson

• Hasil nilai korelasi pearson(r) = 0,714.

– Karena berada pada range 0,60 – 0,799, maka hubungan motivasi
pimpinan dan hasil kinerja karyawan adalah kuat.
• KK korelasinya adalah korelasi positif, berarti semakin tinggi motivasi
pimpinan, semakin baik hasil kinerja karyawan.
• Hasil sig (2-tailed) 0,003 < 0,05 artinya Ho ditolak.
– Kesimpulannya adalah ada hubungan secara signifikan antara motivasi
pimpinan dan hasil kerja karyawan.

9
Spearman
• Mengukur keeratan hubungan antara dua variabel yang
datanya berbentuk data ordinal.
• Rumus :

6 d 2

rs  1 
n n
3

• Dimana,
d = selisih ranking X dan Y
n = banyaknya pasangan data

10
Contoh Spearman
Responden Skor Skor
• Jajak pendapat dilakukan
sample 1 Sample 2
terhadap 15 orang responden 1 1 4
terhadap diberlakukannya 2 2 3
3 1 4
sidang istimewa MPR
4 3 5
berkaitan dengan kinerja 5 3 1
lembaga kepresidenan dengan 6 5 2
7 5 3
5 kategori pilihan yaitu :
8 4 4
– Sangat setuju diberi skor 1 9 2 5
– Setuju diberi skor 2 10 4 5
11 4 1
– Abstain diberi skor 3 12 5 2
– Tidak setuju diberi skor 4 13 1 1
14 3 2
– Sangat tidak setuju diberi skor 5
15 2 3

11
Penyelesaian Spearman
• Pilih menu analyze => correlate => bivariate
• klik variable skor 1 dan skor 2 lalu pindahkan ke kolom
variables.
• tandai pilihan pada kotak Spearman dan OK untuk
mengakhiri.

12
Pembahasan Spearman

• Hasil nilai korelasi spearman(r) = -0,167. Hal ini menunjukkan bahwa

hubungan skor sample1 dan skor sample2 adalah korelasi negatif.
– Berarti semakin tinggi sidang MPR, semakin turun kinerja lembaga
kepresidenan.
• Hasil sig (2-tailed) 0,553 > 0,05 artinya Ho diterima.
– esimpulannya adalah tidak ada hubungan secara signifikan antara
skor sample1 dan skor sample2 dari kedua data.

13
Parsial
• Menguji hubungan dua atau lebih variabel dengan
mengeluarkan variabel lain yang berpengaruh terhadap
korelasi.

14
Contoh Parsial
• Peneliti melakukan Gaji Tunjangan Lama Kerja
pengamatan hubungan 1400000 300000 1
antara gaji, tunjangan 1425000 350000 1
dan lama kerja pada 1500000 350000 1
suatu perusahaan. 1500000 400000 2
1600000 400000 2
1600000 425000 3
1650000 450000 3
1650000 475000 4
1600000 450000 4
1725000 500000 5

15
Penyelesaian Parsial
• Pilih menu analyze => correlate => partial
• Masukkan variabel gaji dan tunjangan ke kotak variables,
lalu masukkan variabel lamakerja ke kotak controlling.

• Lalu ok

16
Pembahasan Parsial

 Hasil nilai korelasi (r) = 0,696.

 Karena berada pada range 0,60 – 0,799, maka hubungan antara gaji,
tunjangan dan lama kerja pada suatu perusahaan adalah kuat.
 Nilai KK adalah korelasi positif, berarti semakin tinggi lama kerja,
semakin tinggi pula hasil gaji dan tunjangan.
 Hasil sig (2-tailed) 0,037 < 0,05 artinya Ho ditolak.
 Kesimpulannya adalah ada hubungan secara signifikan antara gaji,
tunjangan dan lama kerja pada suatu perusahaan.

17
Latihan 9.1
• Manager pemasaran Tahun Jumlah Biaya
Komputer Electronic City kota Penjualan Promosi
X ingin mengetahui apakah 2000 30 22
ada hubungan antara biaya 2001 38 36
promosi terhadap penjualan 2002 35 31
komputer. Maka dari itu, ia 2003 37 32
menguji penelitian ini selama 2004 34 31
10 tahun terakhir semenjak 2005 40 36
toko tersebut mulai beroperasi. 2006 42 34
Analisislah kasus di atas 2007 39 32
dengan α=5% ! 2008 36 34
2009 45 40

18
Latihan 9.2
• Seorang mahasiswa ekonomi meneliti tentang hubungan
Net Profit Margin terhadap Return saham pada perusahaan
yang terdaftar di Bursa Efek Indonesia. Data yang
digunakan adalah data sekunder dengan jumlah sampel
sebanyak 20 perusahaan dan menggunakan α=5% !

19
Latihan 9.2
• Datanya sebagai berikut :
Return Return
Perusahaan NPM Perusahaan NPM
Saham Saham
1 0,558 350 11 0,778 380
2 0,607 680 12 0,639 870
3 0,780 500 13 0,740 360
4 0,522 600 14 0,660 1410
5 0,734 600 15 0,480 121
6 0,580 300 16 0,684 301
7 0,745 680 17 0,578 352
8 0,694 500 18 0,710 550
9 0,712 750 19 0,655 320
10 0,652 355 20 0,693 470

20