“ KORELASI SEDERHANA “
Disusun oleh :
Kelompok 7
1. Ricko Mujtabal Muchtar (201010503566)
2. Rizky Maulana (201010500922)
3. Sabrina Hidayat (201010500003)
4. Siska Rahma Sari (201010500333)
5. Syifa Regita Pasha (201010501229)
6. Yohannes Carlo Grandiarto (2010105015223)
Dosen Pengampu :
Krida Puji Rahayu S.Pd.,M.Pd.
Puji syukur kehadirat Tuhan Yang Maha kuasa karena telah memberikan
kesempatan pada kami untuk menyelesaikan makalah ini. Atas rahmat dan hidayah-
Nya lah kami dapat menyelesaikan makalah yang berjudul Korelasi Sederhana.
Makalah Kolerasi Sederhana ini disusun guna memenuhi tugas dari Ibu Krida Puji
Rahayu S.Pd.,M.Pd. pada mata kuliah Statistik 1 di Universitas Pamulang. Selain itu,
kami juga berharap agar makalah ini dapat menambah wawasan bagi pembaca
tentang kolerasi sederhana.
Kami menyadari makalah ini masih jauh dari kata sempurna. Oleh karena itu,
kritik dan saran yang membangun akan kami terima demi kesempurnaan makalah ini.
i
DAFTAR ISI
Kata Pengantar..........................................................................................................i
Daftar Isi..................................................................................................................ii
BAB I PENDAHULUAN
1.1........................................................................................ Latar Belakang
................................................................................................................1
1.2................................................................................. Perumusan Masalah
................................................................................................................2
DAFTAR PUSTAKA
ii
BAB I
PENDAHULUAN
1
1.3 Tujuan
2
BAB II
PEMBAHASAN
Korelasi sederhana merupakan teknik analisis yang termasuk dalam salah satu
teknik statistik yang digunakan untuk mengukur kekuatan hubungan dua variabel dan
juga untuk dapat mengetahui bentuk hubungan antara dua variabel tersebut dengan
hasil yang sifatnya kuantitatif. Dalam ilmu statistik kita mengenal hubungan antar
dua variabel yang digunakan untuk mengukur ada atau tidak hubungan antar variabel
disebut korelasi.
Korelasi juga termasuk dalam salah satu teknik analisis pengukuran asosiasi
atau hubungan (measures of association). Pengukuran asosiasi ini sendiri merupakan
istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat yang
digunakan untuk mengukur kekuatan hubungan antara dua variabel. Dalam korelasi
sempurna tidak diperlukan lagi pengujian hipotsesi, karena kedua variabel
mempunyai hubungan linera yang sempurna. Artinya, variabel X mempengaruhi
variabel Y secara sempurna. Jika korelasi sama dengan nol (0), maka tidak terdapat
hubungan antara kedua variabel tersebut. Dalam kolerasi sebenarnya tidak dikenal
istilah variabel bebas dan variabel tergantung.
3
yang satu akan diikuti perubahan variabel yang lain secara teratur dengan arah yang
sama (korelasi positif) atau berlawanan arah (korelasi negatif)
r = [(N . ΣXY) – (ΣX . ΣY)] / √{[(N . ΣX2) – (ΣX)2] . [(N . ΣY2) – (ΣY)2]}
Contoh :
Sampel yang diambil secara acak dari 5 mahasiswa, didapat data nilai Statistik dan
Matematika sebagai berikut :
4
X Y 2 2
Sampel XY X Y
(statistik) (matematika)
1 2 3 6 4 9
2 5 4 20 25 16
3 3 4 12 9 16
4 7 8 56 49 64
5 8 9 72 64 81
Jumlah 25 28 166 151 186
5
3. Korelasi Sederhana (Simple Corelation)
Yaitu tingkat hubungan yang terjadi antara 2 (dua) variabel atau lebih.
Misalkan pada model regresi linier multiple (y = a0 + a1x1 + a2x2 + e), maka
maksud dan pengertian dari pernyataan diatas adalah Tingkat hubungan antara antar y
dan x1 atau tingkat hubungan antara y dengan x2 atau tingkat hubungan antara x1 dan
x2.
Maksud dan pengertian dari korelasi sempurna antara 2 variabel, yaitu suatu
kondisi bahwa setiap nilai variabel bebas x akan terdapat pada setiap nilai variabel
tidak bebas y-nya. Hal ini dapat diartikan pula, bahwa garis regresi yang terbentuk
dari kata yang tersebar (terdistribusi) adalah merupakan tempat kedudukan dari data-
data dimaksud, sehingga nilai r nya =1 atau r = -1.
Korelasi antara 2 (dua) variabel yang dikatakan tidak sempurna, jika titik-titik
yang tersebar tidak terdistribusi tepat pada satu garis lurus.
Korelasi antara dua variabel yang seolah-olah ada tetapi tidak ada.
6
Harga Koefisien Korelasi (r) yang telah diuraikan dimuka hanyalah
merupakan harga r taksiran dari koefisien korelasi populasinya (ρ = rho) karena data
yang diambil hanyalah suatu sample saja dan karena itu mungkin saja r itu bukan
merupakan penaksir ρ yang dapat diandalkan. Maka untuk mengetahui keterandalan r
sebagai penaksir ρ, perlu dilakukan pengujian dengan statistik “t”. Harga statistik
untuk hipotesa ρ dihitung dengan rumus :
Sebagai contoh, kita akan menjuri ρ terhadap r yang telah dihitung di muka, dengan
langkah-langkah sebagai berikut:
1. Ho : ρ (rho) = 0
dengan df = n – 1 – k = 8
ttab = 1,86
7
5. Tolak Ho karena th > ttab. Kesimpulannya bahwa ada korelasi positif yang
signifikan antara nilai test dengan nilai hasil kerja.
Disamping dengan cara diatas maka uji signifikansi koefisien korelasi dapat
pula dilakukan dengan menggunakan table harga kritik r product moment. Dalam
pengujian ρ dengan product moment ini biasanya c “tidak ada korelasi antara variabel
x dan y”. Ho ditolak jika harga r dari perhitungan sama dengan atau lebih besar dari
harga kritik r dari tabel. Dan Ho diterima jika harga r dari perhitungan lebih kecil dari
harga kritik r dari tabel.
Untuk menguji r dari hasil perhitungan diatas, maka terlebih dahulu kita cari
harga kritik r dalam tabel untuk n = 10 dengan taraf keyakinan 95%. Dari tabel harga
kritik r product moment diperoleh harga kritik r = 0,632. Ternyata harga r hasil
perhitungan = 0,93, lebih besar dari harga kritik r = 0,632, maka Ho ditolak. Jadi
harga r = 0,93 itu signifikan dan disimpulkan ada korelasi positif antara nilai tes
dengan nilai hasil kerja secara meyakinkan.
8
2.5 Korelasi Antar Jenjang
Koefisien korelasi antar jenjang ini biasanya diberi notasi “ r’ “ dan oleh Spearman
dirumuskan sebagai berikut :
Di mana :
r1 = koefisien korelasi antar jenjang
d = selisih antar angka jenjang (ranking) dari variabel yang satu dengan variabel yang
lain.
n = banyaknya sampel (data), yang oleh Spearman ditetapkan minimal 5.
9
antara variabel x dengan variabel y, jika harga r’ hasil perhitungan sama dengan atau
lebih besar dari harga r dalam tabel.
Contoh:
Masih menggunakan contoh dimuka, sekarang kita hitung harga koefisien korelasi
antar jenjangnya sebagai berikut :
Catatan :
Ʃ jenjang X harus = Ʃ jenjang Y
Ʃ d harus = nol
r’=1-(6∑d^2 )/(n(n^2-1))
= 1-(6(12))/10(10^2-1)
= 0,9
10
Jika dibandingkan taraf keyakinan 95%, maka r dalam tabel sebesar 0,648.
Karena r’ > r tabel, maka kesimpulannya bahwa ada korelasi yang meyakinkan antara
variabel x dengan variabel y. Apabila dalam variabel x maupun variabel y terdapat
data observasi yang sama, maka jenjang (ranking) untuk variabel-variabel tersebut
harus diadakan penyesuaian.
Dari data diatas ditentukan koefisien korelasi antar jenjang untuk kelima salesman
tersebut diatas!
Penyelesaian:
Perhitungan korelasi antar jenjang dari nilai ujian (x) dan hasil penjualan (y) dari 5
orang salesman adalah sebagai berikut:
11
Oleh karena Badu, Tono dan Tini mempunyai nilai ujian (variabel x) yang
sama dan jatuh pada jenjang ke 2, 3, 4 maka angka jenjang nilai ujian (x) mereka
masing-masing juga harus sama, yaitu:
(2+3+4)/3=3
Sedangkan Badu dan Umar mempunyai angka hasil penjualan (variabel y) yang sama
dan jatuh pada jenjang ke 1 dan 2 sehingga angka jenjang hasil penjualan (y) masing-
masing adalah:
(1+2)/2=1,5
12
Menurut Spearman besarnya harga kritik r pada n-5 dengan taraf signifikasi
5% atau taraf keyakinan 95% adalah 1. Jadi karena harga r’ < rtab, maka dapat
disimpulkan bahwa tidak ada hubungan (korelasi) yang meyakinkan antara nilai ujian
dengan penjualan dari salesman.
13
BAB III
PENUTUP
3.1. Kesimpulan
Korelasi Sederhana merupakan suatu Teknik Statistik yang dipergunakan untuk
mengukur kekuatan hubungan 2 variabel dan juga untuk dapat mengetahui bentuk
hubungan antara 2 variabel tersebut dengan hasil yang sifatnya kuantitatif . . Kekuatan
hubungan antara 2 variabel yang dimaksud disini adalah apakah hubungan
tersebut erat, lemah, ataupun tidak erat. Sedangkan bentuk hubungannya adalah
apakah bentuk korelasinya Linear Positif ataupun Linear Negatif. Sedangkan
rumus Koefisien Korelasi Sederhana disebut juga dengan Koefisien Korelasi Pearson
karena rumus perhitungan Koefisien korelasi sederhana ini dikemukakan oleh Karl
Pearson yaitu seorang ahli Matematika yang berasal dari Inggris. Hubungan antara 2
variabel sendiri terbagi menjadi tiga, yaitu: 1) Korelasi Linear Positif (+1), 2) Korelasi
Linear Positif (+1), 3) Tidak Berkorelasi (0).
14
DAFTAR PUSTAKA
Sudiyanto. (1992). Statistik Perusahaan III. Surakarta: LPP UNS dan UNS Press
Ilham, Dalil. 2018. “Makalah Statistika Regresi & Korelasi Sederhana”,
http://dalil110897.blogspot.com/2018/02/makalah-statistika-regresi-korelasi.html?
m=1, diakses pada 06 Oktober 2021 pukul 15.04.
Wardi, Kakama. 2011. “Analisis Regresi dan Korelasi sederhana”,
http://kakamawardi.blogspot.com/2011/12/analisis-regresi-dan-korelasi-
sederhana.html?m=1, diakses pada 06 Oktober 2021 pukul 15.48.
Roro, Raden . 2018. “Korelasi Sederhana”,
https://statistik420.wordpress.com/2018/11/23/korelasi-sederhana/, diakses pada 06
Oktober 2021 pukul 18.12.
Prasetio, Rudi. 2012. “Analisis Korelasi Sederhana”,
http://mascerdas.blogspot.com/2015/11/analisis-korelasi-sederhana.html?m=1,
diakses pada 06 Oktober 2021 pukul 22.23
15