BAB V
ANALISIS KORELASI
1. Pendahuluan
Jika data hasil pengamatan terdiri dari banyak variabel, maka hal yang perlu
diketahui berikutnya adalah seberapa kuat hubungan antara variabel-variabel
tersebut terjadi. Dengan kata lain, perlu ditentukan derajat hubungan antara
variabel-variabel. Studi yang membahas tentang derajat hubungan antara
variabel dikenal dengan nama analisis korelasi. Sedangkan ukuran yang
digunakan untuk mengetahui derajat hubungan, terutama untuk data
kuantitatif, dinamakan koefisien korelasi.
Adanya hubungan (korelasi) antara variabel yang satu dengan variabel lainnya
dapat dinyatakan dengan perubahan nilai variabel. Dalam bab ini hanya akan
dibahas mengenai hubungan linier antara dua variabel X dan Y .
Apabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X
yang sudah diketahui dapat digunakan untuk memperkirakan/menaksir atau
meramalkan Y. Ramalan pada dasarnya merupakan perkiraan/taksiran
mengenai terjadinya suatu kejadian (nilai suatu variabel) untuk waktu
mendatang, misalnya ramalan harga beras bulan depan, ramalan jumlah
penduduk 10 tahun mendatang, dan lain sebagainya.
Serupa dengan analisis regresi, variabel Y yang nilainya akan diramalkan
disebut variabel takbebas, sedangkan variabel X yang nilainya digunakan
untuk meramalkan nilai Y disebut variabel bebas atau variabel peramal
(predictor) atau sering disebut variabel yang menerangkan (explanatory).
2. Koefisien Korelasi
Jika antara variabel X dan Y ada hubungan, bentuk diagram pencarnya akan
mulus/teratur. Apabila terdapat hubungan positif, maka diagram pencar akan
bergerak dari kiri bawah ke kanan atas, sedangkan apabila terdapat hubungan
negatif, maka diagram pencar akan bergerak dari kiri atas ke kanan bawah.
Bila bentuk diagram pencar tidak teratur, artinya kenaikan/penurunan X pada
umumnya tidak diikuti oleh naik turunnya Y, dikatakan X dan Y tidak
berkorelasi. Atau dengan kata lain, X dan Y dikatakan saling bebas
(independent) jika naik dan turunnya varianel X tidak mempengaruhi Y atau
antara X dan Y tidak ada hubungan atau hubungnnya sangat lemah sehingga
dapat diabaikan.
Apabila hubungan X dan Y dapat dinyatakan dengan fungsi linier, maka kuat
hubungan antara X dan Y diukur dengan suatu nilai yang disebut Koefisien
Korelasi. Nilai koefisien korelasi.ini paling sedikit -1 dan paling besar 1. Jika
r adalah koefisien korelasi,maka nilai r dapat dinyatakan sebagai
−1 ≤ r ≤ 1
Jika
r = 1 , hubungan X dan Y sempurna dan positif (mendekati 1, hubungan sangat
kuat dan positif)
r = −1 , hubungan X dan Y sempurna dan negatif (mendekati -1, hubungan
sangat kuat dan negatif)
r = 0 , hubungan X dan Y lemah sekali atau tidak ada hubungan.
∑x y i i
Rumus 1 r= i =1
n n
∑ xi ∑y
2 2
i
i =1 i =1
1 n
xi = X i − X X = ∑ Xi
n i =1
1 n
y i = Yi − Y Y = ∑ Yi
n i =1
atau
n n n
n∑ X i Yi − ∑ X i ∑ Yi
Rumus 2 r= i =1 i =1 i =1
2 2
n
⎛ n ⎞ n
⎛ n ⎞
n∑ X i − ⎜ ∑ X i ⎟ n∑ Yi − ⎜ ∑ Yi ⎟
2 2
i =1 ⎝ i =1 ⎠ i =1 ⎝ i =1 ⎠
Contoh (Supranto)
Berikut data penjualan dari perusahaan makanan ringan
X : persentase kenaikan biaya iklan
Y : persentase kenaikan hasil penjualan
X 1 2 4 5 7 9 10 12
Y 2 4 5 7 8 10 12 14
Hitunglah r!
Penyelesaian
Untuk menghitung r, dibuat tabel berikut
Dengan rumus 1
X Y X −X Y −Y x2 y2 xy
(x ) (y)
1 2 - 5,25 - 5,75 27,5625 33,0625 30,1875
2 4 - 4,25 - 3,75 18,0625 14,0625 15,9375
4 5 - 2,25 - 2,75 5,0625 7,5625 6,1875
5 7 - 1,25 - 0,75 1,5625 0,5625 0,9375
7 8 0,75 0,25 0,5625 0,0625 0,1875
9 10 2,75 2,25 7,5625 5,0625 6,1875
10 12 3,75 4,25 14,0625 18,0625 15,9375
∑X i = 50 ∑Y i = 62 ∑x i =0 ∑y i =0 ∑x 2
i = 107,5 ∑y 2
i = 117,5 ∑x y i i = 111,5
X = 6,25 Y = 7,75
∑x y i i
111,5 111,5
r= i =1
= = = 0,99
n n
107,5 117,5 112,389
∑x ∑y
2 2
i i
i =1 i =1
Dengan rumus 2
X Y X2 Y2 XY
1 2 1 4 2
2 4 4 16 8
4 5 16 25 20
5 7 25 49 35
7 8 49 64 56
9 10 81 100 90
10 12 100 144 120
12 14 144 196 168
∑X i = 50 ∑Y i = 62 ∑X i
2
= 420 ∑Y i
2
= 598 ∑X Y i i = 499
8 8 8
8∑ X i Yi − ∑ X i ∑ Yi
r= i =1 i =1 i =1
2 2
8
⎛ 8
⎞ 8
⎛ 8 ⎞
8∑ X i − ⎜ ∑ X i ⎟ 8∑ Yi − ⎜ ∑ Yi ⎟
2 2
i =1 ⎝ i =1 ⎠ i =1 ⎝ i =1 ⎠
8(499 ) − (50 )(62 )
r=
8(420 ) − (50 ) 8(598) − (62 )
2 2
892 892
= = = 0,99
860 940 899,075
Untuk menghitung koefisien korelasi antara rank dari Adi dan Bayu terhadap
10 merk minuman ringan dalam kemasan tersebut digunakan Koefisien
Korelasi Rank (Rank Spearman).
6∑ d i2
rrank = 1 −
(
n n2 −1 )
dimana
d i = selisih dari pasangan rank ke-i
Contoh
Carilah koefisien korelasi rank antara rank Adi dan Bayu dalam menilai 10
merk minuman ringan.
Penyelesaian
Rank Adi 8 3 9 2 7 10 4 6 1 5
Rank Bayu 9 5 10 1 8 7 3 4 2 6
Selisih Rank (d) -1 -2 -1 1 -1 3 1 2 -1 -1
d2 1 4 1 1 1 9 1 4 1 1
Sehingga
6∑ d i2 6(1 + 4 + 1 + K + 1)
rrank = 1 − = 1− = 1 − 0,1455 = 0,8545 = 0,85
(
n n −1
2
) 10(100 − 1)
Jadi, koefisien korelasi rank antara rank Adi dan Bayu dalam menilai 10 merk
minuman ringan sebesar 0,85.
E 30 8 200 6 2 4
F 50 1,5 288 3 -1,5 2,25
G 26 9 146 10 -1 1
H 50 1,5 361 1 0,5 0,25
I 22 10 149 9 1 1
J 43 4 252 5 -1 1
Karena F dan H memiliki nilai yang sama maka rank mereka harus sama yaitu
1+ 2
= 1,5 . Mula-mula F diberi nilai 1 dan H diberi nilai 2 (atau sebaliknya,
2
kemudian dirata-rata). Apabila terdapat 3 objek yang memiliki nilai yang
sama, maka diurutkan dan dicari rata-ratanya.
Sehingga
6∑ d i2 6(1 + 4 + 1 + K + 1)
rrank = 1 − = 1− = 1 − 0,0939 = 0,9061
(
n n −1 2
) 10(100 − 1)
Jadi, koefisien korelasi rank antara rank nilai ujian dan hasil penjualan sebesar
0,9061.
LATIHAN
4. Amat dan Budi diminta untuk memberikan rank berdasarkan suka dan
tidaknya terhadap merk rokok tertentu. Rokok yang paling disenangi diberi
nilai 10 dan yang paling tidak disenangi diberi nilai 1. Diperoleh hasil rank
sebagai berikut.
No Merk Rokok Rank dari Amat Rank dari Budi
1 AAA 2 9
2 BBB 10 4
3 CCC 8 3
4 DDD 3 6
5 EEE 4 5
6 FFF 1 7
7 GGG 5 8
8 HHH 2 6
DAFTAR PUSTAKA
Walpole, R & Myers, R. 1986. Ilmu Peluang dan Statistika Untuk Insinyur dan
Ilmuan. Terjemahan. Penerbit ITB. Bandung.