Nama Mahasiswa : Dwi Cahyani

NIM : 1192111002

Kelas : PGSD Reguler A 2019

Dosen Pengampu : Drs. Daitin Tarigan, M. Pd

Mata Kuliah : Statistika

1. Korelasi person
Korelasi person digunakan untuk mengetahui ada tidaknya hubungan antara 2 variabel, yaitu
variabel bebas dan variabel tergantung yang berskala interval atau rasio (parametrik) yang
dalam SPSS disebut scale. Asumsi dalam korelasi Pearson, data harus berdistribusi normal.
Korelasi dapat menghasilkan angka positif (+) dan negatif (-). Jika angka korelasi positif
berarti hubungan bersifat searah. Searah artinya jika variabel bebas besar, variabel tergantung
semakin besar. Jika menghasilkan angka negatif berarti hubungan bersifat tidak searah. Tidak
searah artinya jika nilai variabel bebas besar, variabel tergantung semakin kecil. angka
korelasi berkisar antara 0-1.

Rumus korelasi person :

Dimana :
r = nilai korelasi
x = variabel x
y = variabel y

Kekuatan hubungan korelasi, menurut Jonathan Sarwono sebagai berikut :

0 : Tidak ada korelasi
0.00 - 0.25 : korelasi sangat lemah
0.25 - 0.50 : korelasi cukup
0.50 - 0.75 : korelasi kuat
0.75 - 0.99 : korelasi sangat kuat
 2. Korelasi person dengan metode z

Korelasi Pearson dengan metode Z digunakan jika salah satu syarat yang harus dipenuhi,
yaitu rentangan nilai kedua variabel tidak sama. Untuk perhitungan Korelasi Pearson yang
didasarkan pada z skor, dapat digunakan rumus;

Untuk memperoleh Z skor digunakan rumus :

3. Korelasi spearman

Koefisien Korelasi Rank Spearman digunakan untuk data diskrit dan kontinu namun untuk
statistik nonparametrik. Koefisien korelasi rank spearman lebih cocok untuk digunakan pada
statistik non parametrik. Statistik nonparametrik adalah statistik yang digunanakan ketika
data tidak memiliki informasi parameter, data tidak berdistribusi normal atau data diukur
dalam bentuk ranking. Berbeda dengan Korelasi Pearson, korelasi ini tidak memerlukan
asumsi normalitas, maka korelasi rank spearman cocok juga digunakan untuk data dengan
sampel kecil. Korelasi Rank Spearman menghitung korelasi dengan menghitung ranking data
terlebih dahulu. Artinya korelasi dihitung berdasarkan orde data. Ketika peneliti berhadapan
dengan data kategorik seperti kategori pekerjaan, tingkat pendidikan, kelompok usia, dan
contoh data ketegorik lainnya, maka Korelasi Rank Spearman cocok digunakan. Korelasi
Rank Spearman pun cocok digunakan pada kondisi dimana peneliti dihadapkan pada data
numerik (kurs rupiah, rasio keuangan, pertumbuhan ekonomi), namun peneliti tidak memiliki
cukup banyak data (data kurang dari 30).

Kedua koefisien korelasi baik Korelasi Pearson Product Moment maupun Korelasi Spearman
ini memiliki nilai antara nilai -1 sampai dengan 1. Semakin mendekati 1 maka korelasi
semakin kuat sedangkan semakin mendekati nol maka korelasi antara dua variabel semakin
rendah. Sedangkan tanda koefisien korelasi menunjukkan arah hubungan. tanda negatif (-)
menunjukkan hubungan yang berkebalikan. Tanda (+) menunjukkan hubungan yang searah.
Berkebalikan artinya semakin meningkat nilai suatu variabel maka variabel lainnya semakin
menurun. Searah artinya semakin meningkat nilai suatu variabel maka variabel lainnya ikut
meningkat.

Sebagai contoh, Kita ingin mengetahui hubungan antara nilai kurs rupiah dengan perubahan
IHSG. Misalnya data yang dikumpulkan adalah data harian selama 100 hari. Untuk
menghitung hubungan antara kedua variabel di atas Korelasi Pearson Product moment cocok
digunakan. Setelah dilakukan perhitungan misalnya diperoleh nilai koefisien korelasi sebesar
0,6. Nilai tersebut menunjukkan hubungan antara kurs rupiah dengan IHSG cukup kuat
dengan arah yang positif. Artinya ada kecenderungan nilai IHSG semakin menguat seiring
dengan penguatan nilai kurs rupiah.

Contoh lain misalnya kita ingin mengetahui hubungan antara tingkat pendidikan dengan
tingkat awareness masyarakat terhadap kebijakan pemerintah. Setelah dilakukan
penghitungan dengan menggunakan Korelasi Spearman diperoleh nilai koefisien korelasi
sebesar 0,3. Angka tersebut menunjukkan bahwa hubungan antara tingkat pendidikan dengan
awarenss masyarakat terhadap kebijakan adalah rendah. Artinya walaupun ada keterkaitan
antara semakin tingginya pendidikan seseorang dengan kepedulian mereka terhadap
kebijakan pemerintah, namun hubungannya rendah.

Koefisien korelasi, baik Korelasi Pearson Product Moment maupun Korelasi Sspearman, 
menunjukkan tingkat hubungan antara kedua variabel. Tingkat hubungan berbeda dengan
tingkat pengaruh. Hubungan adalah keterkaitan antara dua variabel yang arahnya tidak terlalu
jelas. Mana variabel yang mempengaruhi dan mana variabel yang dipengaruhi. Sedangkan
pengaruh sudah jelas arahnya, mana variabel yang mempengaruhi dan mana variabel yang
dipengaruhi. Misalnya peneliti ingin mengetahui apa penyebab meningkatnya berat badan
seseorang. Pola konsumsi adalah salah satu penyebabnya. Untuk menganalisis pola hubungan
kausalitas seperti ini, pengaruh lebih cocok digunakan dibandingkan korelasi.