Chapter 1 Statistika II

Analisis Korelasi
Oleh: Farida Islamiah, S.Si., M.Si

Sekolah Tinggi Ilmu Ekonomi

Widya Praja
Tana Paser
Program Studi : Manajemen
Mata Kuliah : Statistika II
Kode/SKS : MKK 209/3
Semester : 3 (Tiga)
Waktu Perkuliahan : 120 Menit
Pertemuan : 1 dan 2
Mata Kuliah Prasyarat : Statistika I
Standar Kompetensi : Setelah mengikuti mata kuliah Statistika II,
mahasiswa dapat melakukan analisis korelasi dan
regresi linier sederhana maupun berganda dalam
bidang ekonomi, manajemen dan bisnis
Kompetensi Dasar : Mahasiswa dapat melakukan perhitungan dalam
analisis korelasi
 Materi
Pembelajaran
Uraian Materi Analisis Korelasi

Pembelajaran
Definisi koefisien korelasi
Interpretasi nilai koefisien korelasi
Pengujian signifikansi koefisien korelasi
Perhitungan koefisien korelasi menggunakan Microsoft Excel

Strategi
Pembelajaran
Diskusi/ tanya jawab
Ceramah
Interaktif
Pratikum
 Definisi
1 Korelasi dalam istilah statistika digunakan untuk menyatakan derajat
hubungan linier antar dua variabel. Koefisien derajat korelasi antara -1 sampai
dengan 1. Dikatakan -1 jika memiliki korelasi yang sangat kuat dan berbanding
terbalik. Sedangkan 1 jika memiliki korelasi yang sangat kuat dan berbanding
lurus. Jika nilai semakin mendekati nilai 0, maka korelasi tersebut semakin
rendah. Jika korelasi sama dengan 0, maka antara dua variabel tersebut tidak
memiliki korelasi.

(Jika pupuk semakin berkualitas maka

Korelasi Positif: produktivitas padi akan semakin
X = Pupuk Y = Produktivitas Padi meningkat)

X = Biaya Iklan Y = Hasil Penjualan

X = Berat Badan Y = Tekanan Darah

Korelasi Negatif:
Contoh X = Jumlah Akseptor Y = Jumlah Kelahiran
2 X = Harga Barang Y = Permintaan Barang
X = Pendapatan Masyarakat Y = Kejahatan Ekonomi
(Jika jumlah akseptor semakin meningkat, maka jumlah kelahiran akan semakin
menurun)
Langkah-langkah analisis INTERPRETASI
KOEFISIEN KORELASI

Hipotesis 0,800 - 1,000

H0: ρ = 0 (Tidak terdapat korelasi antara X dan Y)
SANGAT KUAT
H1: ρ ≠ 0 (Terdapat korelasi antara X dan Y)

Taraf Signifikansi 0,600 – 0,799

α = bisa menggunakan 1%, 5% atau 10%
KUAT
Daerah Kritik
H0 ditolak jika |rXY| > rtabel dengan 0,400 – 0,599
rtabel = α (kolom) ; n-2 (baris)
CUKUP KUAT
Statistik Uji
𝑛 σ 𝑋𝑌 − σ 𝑋 σ 𝑌 0,200 – 0,399
𝑟𝑋𝑌 = RENDAH
𝑛 σ 𝑋2 − σ 𝑋 2 𝑛 σ 𝑌2 − σ 𝑌 2

Keputusan Kesimpulan 0,000 – 0,199

H0 ditolak Pernyataan H1 SANGAT RENDAH

H0 gagal ditolak Pernyataan H0

 Contoh
Biaya Iklan (X) Hasil Penjualan
(Y)
Sebuah perusahaan yang bergerak di bidang 20 82
kesehatan ingin melihat hubungan dari 24 67
besarnya biaya pengeluaran untuk iklan dengan 22 88

nilai penjualan yang dapat dicapai. Mereka 26 71

26 92
mengambil sampel dari data biaya iklan dan
23 89
nilai penjualan dari database setahun terakhir
30 77
dan diambil secara acak. Berikut data yang 21 90
diperoleh (dalam juta rupiah): 24 83
22 61
 Pembahasan
Hipotesis
H0: ρ = 0 (Tidak terdapat korelasi antara biaya iklan (X) dan hasil penjualan (Y))
H1: ρ ≠ 0 (Terdapat korelasi antara X dan Y)

Taraf Signifikansi
α = 5% = 0,05

Daerah Kritik
H0 ditolak jika |rXY| > rtabel dengan rtabel = α (kolom) ; n-2 (baris) = 0,05 ; 10-
2 = 0,05 (kolom) ; 8 (baris) = 0,632

Statistik Uji
𝑛 σ 𝑋𝑌 − σ 𝑋 σ 𝑌
𝑟𝑋𝑌 =
𝑛 σ 𝑋2 − σ 𝑋 2 𝑛 σ 𝑌2 − σ 𝑌 2
Tabel Perhitungan
X Y XY X2 Y2
20 82 (20)(82)=1640 (20)2=400 (82)2=6724
24 67 1608 576 4489
22 88 1936 484 7744
26 71 1846 676 5041
26 92 2392 676 8464
23 89 2047 529 7921
30 77 2310 900 5929
21 90 1890 441 8100
24 83 1992 576 6889
22 61 1342 484 3721
∑X= 238 ∑Y=800 ∑XY=19003 ∑X2=5742 ∑Y2=65022
(∑X)2=56644 (∑X)2=640000
𝑛 σ 𝑋𝑌 − σ 𝑋 σ 𝑌
𝑟𝑋𝑌 =
𝑛 σ 𝑋2 − σ 𝑋 2 𝑛 σ 𝑌2 − σ 𝑌 2

10 19003 − 238 800

=
10 5742 − 56644 10 65022 − 640000
190030 − 190400
=
57420 − 56644 650220 − 640000
−370 −370 −370
= = = = −0,131
776 10220 7930720 2816,153

|rXY|=|-0,131|=0,131
 Keputusan
Karena |rXY|<rtabel (0,131 < 0,632) maka H0 gagal ditolak

Kesimpulan

ρ = 0 ; berarti tidak terdapat korelasi antara biaya iklan (X) dan hasil penjualan
(Y)

Interpretasi Koefisien Korelasi

Nilai korelasi (rXY) = -0,131; berarti korelasi antara biaya iklan (X) dan
hasil penjualan (Y) sama dengan -0,131. Korelasi termasuk sangat
rendah, tanda negatif menunjukkan hubungan yang berbanding
terbalik yang artinya semakin tinggi biaya iklan yang dikeluarkan
maka hasil penjualan akan semakin menurun. Begitu pula
sebaliknya, semakin rendah biaya iklan yang dikeluarkan maka hasil
penjualan semakin meningkat.
Cara menentukan rtabel

rtabel = 0,05; 8
 SOAL LATIHAN
1
Penilaian Jumlah Penumpang (000)
Sebuah institusi pemerintahan yang
75 150
bergerak di bidang pelayanan jasa 76 165
transportasi udara ingin meneliti hubungan 85 130
86 140
antara nilai kualitas layanan yang 83 135
diberikan kepada penumpang dan volume 85 120
85 170
jumlah penumpang yang dapat diserap.
89 110
Data diambil dari database penumpang 74 90
yaitu rata-rata penilaian per bulan 75 100
76 120
dengan range 0 - 100. Berikut adalah
data yang diperoleh.
 SOAL LATIHAN

2
Seorang manajer perusahaan ingin mengetahui
apakah terdapat korelasi antara kompetensi
pegawai (X) dengan kinerja pegawai (Y). Oleh
karena itu, diambil sampel acak sebanyak 15 orang
pegawai sebagai berikut:

X 32 55 40 55 44 52 61 22 30 44 40 64 58 48 50

Y 24 16 12 24 15 24 22 17 14 14 24 26 20 9 14
 SOAL LATIHAN

3
Ingin diketahui apakah ada korelasi/hubungan diantara
variabel-variabel laba perusahaan dengan modal
perusahaan yang diperoleh. Berikut datanya:

Laba (X1) Modal (X2) Laba (X1) Modal (X2)

20 258 16 124
24 265 12 251
25 249 10 211
18 125 12 124
15 200 17 159
 SOAL LATIHAN

4
Motivasi Prestasi
Berikut ini data motivasi
38 60
mahasiswa dengan
45 50
prestasi mahasiswa.
46 62
Sampel diambil 12 orang
30 40
mahasiswa. Lakukan
53 68
analisis korelasi pada 54 59
data tersebut 61 79
50 69
52 65
51 70
69 89
53 79
 REFERENSI
Iriawan, Nur, and Septin Puji Astuti. Mengolah Data Statistik dengan
Mudah Menggunakan Minitab 14. Yogyakarta: Penerbit Andi, 2006.
Kurniawan, Robert, and Budi Yuniarto. Analisis Regresi : Dasar dan
Penerapannya dengan R. Jakarta: Kencana, 2016.
Pramana, Setia, Ricky Yordani, Robert Kurniawan, and Budi Yuniarto. Dasar-
Dasar Statistika Dengan Software R : Konsep dan Aplikasi. Bogor: In
Media, 2016.
Riduwan, and Sunarto. Pengantar Statistika untuk Penelitian Pendidikan,
Sosial, Ekonomi, Komunikasi dan Bisnis. Bandung: Alfabeta, 2013.
Santosa, Purbayu Budi, and Muliawan Hamdani. Statistika Deskriptif dalam
Bidang Ekonomi dan Niaga. Jakarta: Penerbit Erlangga, 2007.
Sugiyono. Statistika untuk Penelitian. Bandung: Alfabeta, 2015.
Supranto. Statistik : Teori dan Aplikasi. Jakarta: Penerbit Erlangga, 2008.
Usman, Husaini, and Purnomo Setiady Akbar. Pengantar Satistika (Edisi
Kedua). Jakarta: Bumi Aksara, 2011.
Widarjono, Agus. Ekonometrika : Teori dan Aplikasi untuk Ekonomi dan
Bisnis (Edisi Kedua). Yogyakarta: Ekonisia, 2007.
TERIMA KASIH