Analisis Korelasi

Metode statistik untuk menganalisis ada tidaknya hubungan antar variabel, atau menganalisis
kuat lemahnya hubungan antar variabel.

Ada hubungan yang cukup Ada hubungan yang cukup Tidak ada hubungan antara
kuat dan positif antara x kuat dan negatif antara x dan y (lemah)
dan y x dan y

Contoh:
Hubungan positif:
- Biaya iklan dan omset penjualan
- Pupuk dan produksi
- Berat badan dan tekanan darah
Hubungan negatif:
- Tingkat pendapatan dan kriminalitas
- Tingkat harga dan jumlah permintaan

Koefisien Korelasi (r)

→ suatu angka yang menunjukkan kuat tidaknya hubungan antar variabel.

bertanda +
-1 ≤ r ≤ 1 r

bertanda -
Keeratan hubungan (kuat lemahnya hubungan antar variabel)

→ ditunjukkan oleh nilai r absolut

r = 0 → tidak ada hubungan

r = 1 → hubungan sempurna

jika r mendekati 0, maka hubungan antar variable sangat lemah. Jika r mendekati 1 maka
hubungan antar variable sangat kuat.

Arah hubungan

→ ditunjukkan oleh tanda + searah (jika x naik maka y naik, dan

sebaliknya)

- Berlawanan (jika x naik maka y turun,

dan sebaliknya)

1. Korelasi untuk data Rasio dan data Interval

Rumus untuk menghitung koefisien korelasi (Rumus Pearson Product Moment) :

n ∑ xy − ∑ x ∑ y
r =
√n ∑ x2 −(∑ x)2 √n ∑ y2 −(∑ y)2
Contoh :

Data tentang harga (x) dan volume penjualan (y) sebagai berikut :

Toko Harga Penjualan

xy 𝒙𝟐 𝒚𝟐
(x) (y)
A 10 1 10 100 1
B 8 4 32 64 16
C 6 6 36 36 36
D 4 7 28 16 49
E 2 7 14 4 49
Jumlah 30 25 120 220 151

n ∑ x y− ∑ x ∑ y
r =
√n ∑ x2 −(∑ x)2 √n ∑ y2 −(∑ y)2

5 (120)−(30) (25)
r =
√ (5)(220)−(30)2 √(5)(151)−(25)2

600−750
r =
(14,14)(11,40)

r = -0,93 ( koefisien korelasi ) → ada hubungan negatif (berlawanan) dan sangat kuat antara
tingkat harga dan jumlah penjualan.

2. Korelasi Rank (Data Bertingkat/Ordinal)

(Rumus Spearman)

2
6 ∑d
r= 1−
𝑛 (𝑛2 −1)

r = koefisien korelasi rank

d = selisih ranking
n = jumlah data
Contoh :

Terdapat 10 merk sabun mandi dan ada 2 orang (Edi dan Edo) yang memberi penilaian terhadap
sabun mandi tersebut.

Merk
Rank dari Rank dari Selisih Rank
No Urut Sabun d2
Edi Edo (d)
Mandi
1 A 9 8 1 1
2 B 5 3 2 4
3 C 10 9 1 1
4 D 1 2 -1 1
5 E 8 7 1 1
6 F 7 10 -3 9
7 G 3 4 -1 1
8 H 4 6 -2 4
9 I 2 1 1 1
10 J 6 5 1 1
Jumlah 26

6 ∑ d2
r=1−
𝑛 (𝑛2 −1)

6 (26)
r=1− = 0,84
10 (102 −1)

Adanya hubungan kuat dalam kegemaran merk sabun mandi antara Edi dan Edo.

Koefisien Determinasi ( R2 )

r = - 0,93
R2 = r2 = ( - 0,93)2 = 0,8641 ( koefisien determinasi )

→ Kekuatan variabel x untuk menjelaskan variasi variabel y, sebesar 86,41%, sisanya 13,59%
dijelaskan oleh variabel lain.

harga (x) = 86,41%

selera konsumen

income 13,59%

iklan

dll

Volume penjualan (y)

Catatan :

1. Dalam analisis korelasi tidak perlu dibedakan antara variabel dependen dengan variabel
independen
2. Untuk menganalisis korelasi data kualitatif digunakan rumus contingency coefficient
(koefisien bersyarat) → dibahas di Statistik Induktif
3. Metode lain untuk menghitung koefisien korelasi data ordinal dengan menggunakan
rumus Kendhal Tau
4. Nilai r:

0,7 ≤ r ≤ 1 ➔ derajat korelasi (asosiasi) tinggi

0,4 ≤ r ≤ 0,7 → derajat asosiasi substansial (cukup)

0,2 ≤ r ≤ 0,4 → derajat asosiasi rendah

r < 0,2 → dapat diabaikan
5. Apabila diperoleh nilai koefisien korelasi yang cukup tinggi, maka bisa dilanjutkan
dengan analisis regresi.