ANALISIS KORELASI

Analisis korelasi adalah analisis yang mempelajari mengenai kuat tidaknya hubungan antara
satu variabel dengan variabel yang lainnya. Ukuran yang digunakan untuk menunjukkan kuat
tidaknya hubungan yang terjadi antar dua variabel disebut dengan koefisien korelasi. Koefisien
korelasi untuk data populasi disimbolkan dengan ρ (baca: rho) sedangkan koefisien korelasi untuk
data sampel disimbolkan dengan r.
Dalam analisis korelasi, tidak perlu dibedakan yang mana variabel independen ataupun
variabel dependen sehingga hubungannya dipandang sebagai hubungan simetris ( X  Y ).

A. Koefisien Korelasi
Untuk mengukur keeratan hubungan antara dua variabel yang skala pengukurannya interval
atau rasio adalah dengan menggunakan koefisien korelasi Karl-Pearson. Yang dirumuskan sebagai
berikut:
n

 (X
i 1
i  X )(Yi  Y )
r
 n  n 
  ( X i  X ) 2   (Yi  Y ) 2 
 i 1  i 1 

atau
n  X i Yi   X i  Yi
r
n X i
2

 ( X i ) 2 n  Yi  ( Yi ) 2
2

Nilai koefisien korelasi ini berkisar antara -1 sampai dengan 1 ( -1 ≤ r ≤ 1). Semakin mendekati
nilai nol (0) koefisien korelasinya maka hubungan antara kedua variabel tersebut semakin lemah.
Sebaliknya semakin mendekati -1 atau 1 nilai koefisien korelasinya maka hubungan antara kedua
variabel tersebut semakin kuat. Tanda positif pada korelasi menunjukkan adanya hubungan yang
selaras atau searah antara kedua variabel dalam artian bahwa makin besar nilai sebuah variabel
maka semakin besar pula nilai variabel lainnya, begitupun sebaliknya. Sedangkan tanda negatif
menunjukkan adanya hubungan yang terbalik antara variabel X dengan variabel Y dalam artian
bahwa semakin besar nilai sebuah variabel maka semakin kecil nilai variabel lainnya, ataupun
sebaliknya.

Menurut Gulford, nilai koefisien korelasi dapat diinterpretasikan sebagai berikut (dengan
mengabaikan tanda positif atau negatif):
1. 0 - < 0.2 Hubungan yang sangat kecil dan bisa diabaikan/dianggap tidak ada korelasi
2. 0.2 - < 0.4 Hubungan yang kecil / tidak erat
3. 0.4 - < 0.7 Hubungan yang moderat/ sedang
4. 0.7 - < 0.9 Hubungan yang erat
5. 0.9 - < 1 Hubungan yang sangat erat
Apabila data yang digunakan adalah data sampel dan akan digeneralisasi untuk populasinya maka
penafsiran koefisien korelasi dari Gulford ini boleh digunakan jika telah melakukan uji signifikansi
koefisien korelasi dan hasilnya signifikan.

B. Uji Signifikansi Koefisien Korelasi

Apabila dalam menghitung koefisien korelasi atas dasar sampel yang berukuran n dan data
sampel tersebut akan kita gunakan untuk menyimpulkan/ menggambarkan keadaan populasinya,
maka setelah harga koefisien korelasi diketahui, kita belum boleh mengambil kesimpulan sebelum
kita melakukan pengujian terhadap koefisien korelasinya apalagi langkah awal kita dalam analisis
data adalah melakukan perhitungan korelasi sebelum analisis regresi.

Perumusan hipotesis untuk menguji koefisien korelasi adalah sbb:

H0: ρ= 0 ( tidak terdapat hubungan signifikan antara variabel X dengan variabel Y )
H1: ρ ≠ 0 ( terdapat hubungan signifikan antara variabel X dengan variabel Y )

Di sini kita melakukan uji dua pihak karena kita hanya ingin mengetahui apakah ada hubungan
signifikan antara variabel X dengan variabel Y. Kita tidak berasumsi atau kita tidak mengetahui
sebelumnya hubungan ini adalah hubungan positif atau negatif.

Statistik uji yang digunakan untuk menguji koefisien korelasi di atas adalah dengan menggunakan
uji t sebagai berikut:
r n2
t hitung = ; dengan derajat bebas (db) = n - 2
1 r2

Kriteria uji yang digunakan untuk uji dua pihak yaitu:

1. Membandingkan nilai t hitung dengan t tabel
Terima H0 jika  t tabel < t hitung < t tabel
Tolak H0 jika t hitung  t tabel atau t hitung  t tabel
t tabel  t α / 2 ;( n  2)
2. Berdasarkan nilai p-value
Terima Ho jika p-value > α
Tolak Ho jika p-value ≤ α

Contoh Kasus:
Berikut ini diberikan data mengenai biaya iklan dan hasil penjualan.

Tabel 1. Biaya Iklan dan Hasil Penjualan (dalam jutaan rupiah)

Biaya Iklan (X) 3 6 9 10 13
Hasil Penjualan (Y ) 12 23 24 26 28
a. Hitunglah koefisien korelasinya
b. Lakukan uji signifikansi koefisien korelasinya, dengan taraf nyata 5%
c. Interpretasikan hasil dari a.
Penyelesaian:

X Y X2 Y2 XY
3 12 9 144 36
6 23 36 529 138
9 24 81 576 216
10 26 100 676 260
13 28 169 784 364
ΣX = 41 ΣY = 113 ΣX2 = 395 ΣY2 = 2709 ΣXY = 1014

n  X i Yi   X i  Yi
a. r
n X i
2

 ( X i ) 2 n  Yi  ( Yi ) 2
2

5  1014  (41  113)
=
5  395  41 5  2709  113 
2 2

5070  4633
=
1975 - 168113545 - 12769
437
=
(294)(776)
437
=
228144
437
=
477,64
= 0,915

b. Hipotesis uji:
H0: ρ = 0 ( tidak terdapat hubungan signifikan antara biaya iklan dengan hasil
penjualan)
H1: ρ ≠ 0 ( terdapat hubungan signifikan antara biaya iklan dengan hasil penjualan)

Statistik uji:
r n2 0,915 5  2 (0,915)(1,732) 1,585 1,585
t hitung = =    = 3,92
1 r 2
1  (0,915) 2 1  0,837 0,163 0,404

Kriteria uji: dengan α = 0,05 dan n = 5 maka diperoleh

t tabel  t   t 0, 05 = t0,025;(3) = 3,182
;( n  2 ) ;( 5 2 )
2 2

Sehingga Tolak H0 jika t  3,182 atau t  3,182

 Daerah penolakan H0 Daerah penolakan H0

Daerah
penerimaan H0

-3,182 3,182
3,93
Gambar 1. Kurva uji dua pihak

Kesimpulan: karena nilai thitung sebesar 3,92 lebih besar dari 3,18 sehingga hipotesis nol
ditolak pada tingkat signifikansi 5%. Artinya bahwa terdapat hubungan yang signifikan antara
biaya iklan yang dikeluarkan dengan hasil penjualan.

c. Jenis korelasi atau hubungan antara biaya iklan dan hasil penjualan adalah korelasi positif
dan sangat kuat, artinya semakin tinggi biaya iklan yang dikeluarkan maka hasil penjualan
pun akan naik.