Statistika dan
Probabilitas
13
Ilmu Komputer Teknik
Informatika Muhammad Rifqi, SKom,
MKom
Abstract Kompetensi
Materi ini membahas tentang Konsep dan Teori Mahasiswa diharapkan dapat mampu
Korelasi dan Determinasi serta Tools untuk menjelaskan Konsep dan Teori
menyelesaikan Permasalahan Korelasi Korelasi dan Determinasi serta Tools
dan untuk menyelesaikan
Determinasi. Permasalahan
Korelasi dan Determinasi.
Pembahasan
KONSEP KORELASI DAN DETERMINASI
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi
merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik
bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.
Diantara sekian banyak teknik-teknik pengukuran asosiasi, terdapat dua
teknik korelasi yang sangat populer sampai sekarang, yaitu Korelasi Pearson
Product Moment dan Korelasi Rank Spearman. Selain kedua teknik tersebut,
terdapat pula teknik-teknik korelasi lain, seperti Kendal, Chi-Square, Phi
Coefficient, Goodman- Kruskal, Somer, dan Wilson.
Pengukuran asosiasi mengenakan nilai numerik untuk mengetahui tingkatan
asosiasi atau kekuatan hubungan antara variabel. Dua variabel dikatakan
berasosiasi jika perilaku variabel yang satu mempengaruhi variabel yang lain. Jika
tidak terjadi pengaruh, maka kedua variabel tersebut disebut independen.
Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua
variabel (kadang lebih dari dua variabel) dengan skala-skala tertentu, misalnya
Pearson data harus berskala interval atau rasio; Spearman dan Kendal
menggunakan skala ordinal; Chi Square menggunakan data nominal. Kuat
lemah hubungan diukur diantara jarak (range) 0 sampai dengan 1. Korelasi
mempunyai kemungkinan pengujian hipotesis dua arah (two tailed). Korelasi
searah jika nilai koefesien korelasi diketemukan positif; sebaliknya jika nilai
koefesien korelasi negatif, korelasi disebut tidak searah. Yang dimaksud
dengan koefesien korelasi ialah suatu pengukuran statistik kovariasi atau
asosiasi antara dua variabel. Jika koefesien korelasi diketemukan tidak sama
dengan nol (0), maka terdapat ketergantungan antara dua variabel tersebut. Jika
koefesien korelasi diketemukan
+1 maka hubungan tersebut disebut sebagai korelasi sempurna atau
hubungan linear sempurna dengan kemiringan (slope) positif.
Jika koefesien korelasi diketemukan -1 maka hubungan tersebut disebut
sebagai korelasi sempurna atau hubungan linear sempurna dengan kemiringan
(slope) negatif.
Koefesien Korelasi
Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi
antara dua variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1.
Koefesien korelasi menunjukkan kekuatan (strength) hubungan linear dan arah
hubungan dua variabel acak. Jika koefesien korelasi positif, maka kedua
variabel mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka
nilai variabel Y akan tinggi pula. Sebaliknya, jika koefesien korelasi negatif,
maka kedua variabel mempunyai hubungan terbalik. Artinya jika nilai variabel
X tinggi, maka nilai variabel Y akan menjadi rendah (dan sebaliknya). Untuk
memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua
variabel penulis memberikan kriteria sebagai berikut (Sarwono:2006) :
0 : Tidak ada korelasi antara dua variabel
>0 – 0,25 : Korelasi sangat lemah
>0,25 – 0,5 : Korelasi cukup
>0,5 – 0,75 : Korelasi kuat
>0,75 – 0,99 : Korelasi sangat kuat
1 : Korelasi sempurna
Signifikansi
Apa sebenarnya signifikansi itu? Dalam bahasa Inggris umum, kata,
“significant” mempunyai makna penting; sedang dalam pengertian statistik kata
tersebut mempunyai makna “benar” tidak didasarkan secara kebetulan. Hasil riset
dapat benar tapi tidak penting. Signifikansi / probabilitas / α memberikan
gambaran mengenai bagaimana hasil riset itu mempunyai kesempatan untuk
benar. Jika kita
Interpretasi Korelasi
Ada tiga penafsiran hasil analisis korelasi, meliputi: pertama, melihat
kekuatan hubungan dua variabel; kedua, melihat signifikansi hubungan; dan
ketiga, melihat arah hubungan. Untuk melakukan interpretasi kekuatan hubungan
antara dua variabel dilakukan dengan melihat angka koefesien korelasi hasil
perhitungan dengan menggunakan kriteria sbb:
Jika angka koefesien korelasi menunjukkan 0, maka kedua variabel
tidak mempunyai hubungan
Jika angka koefesien korelasi mendekati 1, maka kedua variabel
mempunyai hubungan semakin kuat
2020 Statistika dan Probabilitas Pusat Bahan Ajar dan eLearning
4 Muhammad Rifqi, SKom, MKom http://www .mercubuana.ac.id
Jika angka koefesien korelasi mendekati 0, maka kedua variabel
mempunyai hubungan semakin lemah
Jika angka koefesien korelasi sama dengan 1, maka kedua variabel
mempunyai hubungan linier sempurna positif.
Jika angka koefesien korelasi sama dengan -1, maka kedua
variabel mempunyai hubungan linier sempurna negatif.
KOEFESIEN DETERMINASI
2
Koefesien diterminasi dengan simbol r merupakan proporsi variabilitas
dalam suatu data yang dihitung didasarkan pada model statistik.
2
Definisi berikutnya menyebutkan bahwa r merupakan rasio variabilitas nilai-nilai
2
yang dibuat model dengan variabilitas nilai data asli. Secara umum r digunakan
2
sebagai informasi mengenai kecocokan suatu model. Dalam regresi r ini
dijadikan sebagai pengukuran seberapa baik garis regresi mendekati nilai data
asli yang
Contoh :
Dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara
pendapatan dan pengeluaran. Untuk keperluan tersebut, maka telah dilakukan
pengumpulan data terhadap 10 responden yang diambil secara random.
Berdasarkan 10 responden tersebut diperoleh data tentang pendapatan (X)
dan pengeluaran (Y), sebagai berikut :
X = 800 ; 900; 700; 600; 700; 800; 900; 600; 500; 500 / bulan
Y = 300; 300; 200; 200; 200; 200; 300; 100; 100; 100 / bulan
Jadi ada korelasi positif sebesar 0,9129 antara pendapatan dan pengeluaran
tiap bulan. Hal ini berarti semakin besar pendapatan, maka akan semakin
besar pula pengeluaran. Apakah koefisien korelasi hasil perhitungan tersebut
signifikan (dapat digeneralisasi) atau tidak, maka perlu dibandingkan dengan r
tabel, dengan taraf kesalahan tertentu (lihat tabel III, r Produck Moment). Bila
taraf kesalahan ditetapkan 5%, (taraf kepercayaan 95%) dan N = 10, maka harga
r tabel = 0,632. Ternyata harga r hitung lebih besar dari harga r tabel,
sehingga Ho ditolak dan H1 diterima. Jadi kesimpulannya ada hubungan
positif dan signifikan
Dalam analisis korelasi terdapat suatu angka yang disebut dengan Koefisien
2
Determinasi, yang besarnya adalah kuadrat dari koefisien korelasi (r ). Koefisien
ini disebut koefisien penentu, karena varians yang terjadi pada variabel dependen
dapat dijelaskan melalui varians yang terjadi pada variabel independen.
2
Untuk contoh diatas ditemukan r = 0,9129. Koefisien determinasinya = r =
(0,9129)2 =
0,83. Hal ini berarti varians yang terjadi pada variabel pendapatan,
atau
2020 Statistika dan Probabilitas Pusat Bahan Ajar dan eLearning
9 Muhammad Rifqi, SKom, MKom http://www .mercubuana.ac.id
pengeluaran 83% ditentukan oleh besarnya pendapatan, dan 17% oleh faktor
lain, misalnya terjadi musibah, sehingga pengeluaran terebut tidak dapat
diduga.
1. Hadi, S., Gunawan, I., & DALLE, J. Statistika Inferensial Teori dan Aplikasinya.
2018.
2. Rohmad, S. Pengantar Statistika. Yogyakarta : Kalimedia. 2015.
3. Abdullah, Dahlan and Fadlisyah, Fadlisyah. Statistika Terapan pada Bidang
Informatika. Yogyakarta: Graha Ilmu. 2014.
4. Edi E. Bioinformatika: Komputer, Statistika, Matematika, Biologi. Jurnal TIMES.
2017. 6(1): 5-23.
5. Nurhavizza SU, Ardana AS, Safitri RK. Implementasi Statistika pada Aplikasi
Perhitungan Wisatawan di Pariwisata DIY Berbasis Java Programming. SENTIA
2018;10(1).
6. Nafi’iyah N. Perbandingan Regresi Linear, Backpropagation Dan Fuzzy Mamdani
Dalam Prediksi Harga Emas. Prosiding SENIATI. 2016 Mar 1:291-B.
7. Mulyani A, Kurniadi D. Analisis Penerimaan Teknologi Student Information
Terminal (S-IT) Dengan Menggunakan Technology Acceptance Model
(TAM). Jurnal Wawasan Ilmiah. 2015 Mar 2;7(12).
8. Devita D, Erdriani D. Peningkatan Pemahaman Mahasiswa Dalam Mata Kuliah
Statistika Melalui Metode Pemberian Tugas Terstruktur. JURNAL PTI
FAKULTAS KEGURUAN ILMU PENDIDIKAN UNIVERSITA PUTRA
INDONESIA"YPTK" PADANG. 2019 Oct 29;6(2):25-9.
9. Alwi, Idrus. "Kriteria empirik dalam menentukan ukuran sampel pada pengujian
hipotesis statistika dan analisis butir." Formatif: Jurnal Ilmiah Pendidikan MIPA
2.2 (2015).