Anda di halaman 1dari 5

Nama : Nur Aida

NIM : G031201085
Prodi : Ilmu dan Teknologi Pangan
Kelas : Statistik & Rancangan Percobaan Kelas A

Latihan Analisis Korelasi

KASUS I : Korelasi antara usia yang dimiliki seseorang dan level glukosa dalam darah

No Usia (X) Level Glukosa (Y)


1 43 99
2 21 65
3 25 79
4 42 75
5 57 87
6 59 81

Perhitungan Manual:
No Usia (X) Level Glukosa (Y) XY X2 Y2
1 43 99 4257 1849 9801
2 21 65 1365 441 4225
3 25 79 1975 625 6241
4 42 75 3150 1764 5625
5 57 87 4959 3249 7569
6 59 81 4779 3481 6561
 247 486 20485 11409 40022

6(20,485) − (247 × 486)


𝑟=
[√[[6(11,409) − (2472 )] × [6(40,022) − 4862 ]]]

𝑟 = 0.5298

Menggunakan Excel:
Menggunakan SPSS:

Koefisien korelasinya adalah 0.5298 atau 52.98%, artinya hubungan antara usia dan level glukosa
mempunyai korelasi positif sedang.

KASUS II : Korelasi antara jam kerja dan target yang telah dicapai oleh karyawan

Perhitungan Manual:
No Nama Jam Kerja Target
1 Didi 9 85
2 Agus 7 77
3 Tono 9 88
4 Yanto 10 99
5 Ani 5 55
6 Yanti 6 65
7 Gugun 7 87
8 Raisa 6 71
9 Micha 9 89
10 Cecil 7 67

Menggunakan Excel:
Menggunakan SPSS:

Koefisien korelasinya adalah 0.910 atau 91,00%, artinya hubungan antara jam kerja dan target yang telah
dicapai karyawan mempunyai korelasi positif sangat kuat.

KASUS III : Parameter Fisik Tanaman

Perhitungan Manual:
Umur_berbunga Panen
No Hasil (t/ha) Tinggi_tan (cm) Bobot_tongkol (gr) Rendamen (%)
(hari) (hari)
1 8.31 204 51 11.19 100 68.6
2 8.29 189 52 13.52 102.000 63.2
3 9.49 205 51 14.39 103.000 66.4
4 11.20 206 52 15.01 101 69.1
5 7.44 166 51 11.19 98.000 66.6
6 5.90 183 53 8.00 96.000 68.6
7 5.42 187 51 8.57 102.000 65.3
8 7.00 157 52 10.28 99.000 80.2
9 5.67 207 53 10.00 89 68.6
10 5.91 234 51 9.29 100 64.2
11 6.84 229 53 11.25 104 63.0
12 6.45 251 52 10.26 87 63.1
13 4.89 199 58 7.55 99.000 68.3
14 4.10 189 58 6.10 98.000 81.6
15 4.70 204 58 7.20 90.000 68.3
16 8.18 249 50 12.64 102 66.6
17 9.78 264 49 14.91 103 65.2
18 8.60 254 49 13.22 100 64.5
19 10.20 269 50 14.40 99 68.5
20 7.96 209 48 10.74 89 68.8
Menggunakan SPSS:
Data Sederhana (Pearson Correlation):

Correlations

Tinggi Umur Bobot


Hasil Panen Rendaman
Tanaman Berbunga Tongkol

Hasil 1 .393 -.691** .960** .393 -.262

Tinggi
.393 1 -.386 .459* .041 -.485*
Tanaman
Umur
-.691** -.386 1 -.700** -.194 .402
Berbunga
Bobot
.960** .459* -.700** 1 .427 -.386
Tongkol

Panen .393 .041 -.194 .427 1 -.097

Rendaman -.262 -.485* .402 -.386 -.097 1

**. Correlation is significant at the 0.01 level (2-tailed).


*. Correlation is significant at the 0.05 level (2-tailed).

Korelasi signifikan yang diperoleh adalah:

1. Korelasi hasil dengan umur berbunga yaitu -0,691 (signifikansi 0,01). Artinya, hubungan antara hasil
dan umur berbunga memiliki korelasi yang kuat dengan grafik menurun.
2. Korelasi hasil dengan bobot tongkol yaitu 0,960 (signifikansi 0,01). Artinya, hubungan antara hasil
dan bobot tongkol memiliki korelasi yang sangat kuat.
3. Korelasi bobot tongkol dengan umur berbunga yaitu -0,700 (signifikansi 0,01). Artinya, hubungan
antara bobot tongkol dan umur berbunga memiliki korelasi yang kuat dengan grafik menurun.
4. Korelasi bobot tongkol dengan tinggi tanaman yaitu 0,459 (signifikansi 0,05). Artinya, hubungan
antara bobot tongkol dan tinggi tamanan memiliki korelasi yang sedang.
5. Korelasi Tinggi tanaman dengan rendemen -0,485 (signifikansi 0,05). Artinya, hubungan antara tinggi
tanaman dan rendemen memiliki korelasi yang sedang dengan grafik menurun.

Anda mungkin juga menyukai