ANALISIS KORELASI
(PARAMETRIK DAN NON PARAMETRIK)
Disusun oleh :
1. M. Madjid Madjaji(2019.2.8.1.01270)
2. Chairil Anwar (2019.2.81.01419)
3. Gino Suhartono (2019.2.8.1.01505)
4. Adhie Herdiyanto
5. Nurul Aeni Fauziah
6. Dena Efriyanto
Penulisan makalah berjudul ‘Analisis Korelasi (parametrik dan non parametrik ’ bertujuan
untuk memenuhi tugas mata kuliah Statistika.Selama proses penyusunan makalah,
penulis mendapatkan bantuan dan bimbingan dari beberapa pihak. Oleh karena itu,
penulis berterima kasih kepada:
1. Ibu Dapiah M. Si dosen mata kuliah Statistika IAI Bunga Bangsa Cirebon.
2. Orang tua yang telah memberikan dukungan dan bantuan kepada penulis sehingga
makalah ini dapat terselesaikan.
3. Teman-teman yang telah membantu dan memberikan dorongan semangat agar makalah
ini dapat diselesaikan.
Akhirul kalam, penulis menyadari bahwa makalah ini masih jauh dari sempurna. Besar
harapan penulis agar pembaca berkenan memberikan umpan balik berupa kritik dan
saran. Semoga makalah ini bisa memberikan manfaat bagi berbagai pihak. Aamiin
Penulis
i
DAFTAR ISI
HALAMAN JUDUL............................................................................................................................1
KATA PENGANTAR............................................................................................................................i
DAFTAR ISI........................................................................................................................................ii
BAB I....................................................................................................................................................2
PENDAHULUAN................................................................................................................................2
A. Latar Belakang Masalah.............................................................................................................2
B. Rumusan Masalah.....................................................................................................................2
C. Tujuan Pembelajaran.................................................................................................................3
BAB II..................................................................................................................................................4
PEMBAHASAN...................................................................................................................................4
A. Pengertian korelasi....................................................................................................................4
B. Syarat-syarat Uji korelasi Parametrik..........................................................................................4
C. Jenis-jenis Uji Korerasi Parametrik dan Non Parametrik............................................................5
D. Rumus-rumus Uji Korelasi Parametrik dan non Parametrik.......................................................6
E. Tabel Nilai Koefisien dan interpretasinya.................................................................................10
F. Contoh kasus uji korelasi..........................................................................................................10
G. Perhitungan dan pengolahan data tentang Uji Korerasi Parametrik dan Non Parametrik
dengan cara manual Excel dan SPSS................................................................................................11
BAB III...............................................................................................................................................14
PENUTUP..........................................................................................................................................14
KESIMPULAN....................................................................................................................................14
ii
BAB I
PENDAHULUAN
Sepanjang sejarah umat manusia, orang melakukan penelitian tentang ada tidaknya
hubungan antara dua hal, fenomena, kejadian atau lainnya. Dan ada tidaknya pengaruh antara
satu kejadian dengan kejadian yang lainnya. Karena itu untuk mempermudah dalam
melakukan penghitungan suatu kejadian maka kita menggunakan analisis korelasi.
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (Measures of association). Teknik ini berguna untuk
mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel) dengan
skala-skala tertentu. 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.
Maksud dari pembuatan makalah ini adalah untuk memberikan gambaran dan
pengetahuan mengenai hubungan suatu kejadian atau lebih kita kenal dengan istilah korelasi.
Seperti yang kita ketahui bahwa suatu kejadian/fenomena pasti mempunyai keterkaitan satu
sama lain dan pengaruh bagi lingkungan sekitar.tapi tidak semua kejadian bisa dikaitkan
dengan yang lain tergantung unsur-unsur /kriteria – kriteria apa saja yang mempunyai
keterkaitan dan yang mempengaruhinya. Tujuan dari pembuatan makalah adalah Memberikan
informasi dan wawasan mengenai korelasi. Mengukur kekuatan hubungan antara dua variabel
dengan skala-skala tertentu dalam korelasi.
B. Rumusan Masalah
1
C. Tujuan Pembelajaran
2
BAB II
PEMBAHASAN
A. Pengertian korelasi
3
Populasi-populasi di mana objek pengamatan ditarik harus memiliki varians yang
sama.
Variabel-variabel yang terlibat harus setidaknya dalam skala interval, sehingga
memungkinkan digunakannya penanganan secara ilmu hitung terhadap skor-skornya
(menambah, membagi, menemukan rata-rata, dst)
Rata-rata populasi normal dan bervarians sama itu harus juga merupakan kombinasi
linier dari efek-efek yang ditimbulkan. Artinya, efek-efek itu harus bersifat penjumlahan.
(khusus dalam analisis varians atau uji F)
Kalau kita cukup mempunyai alasan untuk percaya bahwa persyaratan tersebut terpenuhi oleh
data yang sedang dianalisis, tentu kita akan memilih suatu tes statistik parametrik, untuk
menganalisis data. Pemilihan ini adalah paling baik, sebab tes parametrik akan merupakan tes
paling kuat untuk menolak H0 manakala H0 memang harus ditolak.
Contoh penggunaan statistik parametrik seperti pada uji t dan F, yang aplikasinya banyak
diterapkan semisal pada analisi regresi, path analisis, rancangan percobaan, analisis faktor
(CFA), struktural equation modeling (SEM), dll.
4
Beberapa jenis uji statistik pada Statistika Non Parametrik:
Uji independensi
Uji independensi chi square adalah alat uji statistik yang digunakan untuk mengetahui apakah
dua variabel memiliki hubungan secara signifikan. Kedua variabel yang diuji merupakan
variabel kategorik dan disusun dalam bentuk tabel kontingens
Uji homogenitas
Uji homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua buah
distribusi atau lebih. Uji homogenitas yang akan dibahas dalam tulisan ini adalah Uji
Homogenitas Variansi dan Uji Bartlett. Uji homogenitas dilakukan untuk mengetahui apakah
data dalam variabel X dan Y bersifat homogen atau tidak
Uji tanda
Uji Tanda (Sign Test) merupakan salah satu prosedur uji NonParametrik untuk menguji
BEDA RATA-RATA DUA KELPOMPOK SAMPEL BERPASANGAN
Koefisien Korelasi Sederhana pada umumnya disebut juga dengan Koefisien Korelasi
Pearson karena memiliki rumus perhitungan Koefisien korelasi sederhana dikemukakan oleh
Karl Pearson yaitu seseorang ahli Matematika yang berasal dari Inggris. (Rumus ini disebut
juga dengan Pearson product moment)
rumus korelasi
Keterangan Rumus :
n adalah Banyaknya Pasangan data X dan Y
Σx adalah Total Jumlah dari Variabel X
Σy adalah Total Jumlah dari Variabel Y
Σx2 adalah Kuadrat dari Total Jumlah Variabel X
5
Σy2 adalah Kuadrat dari Total Jumlah Variabel Y
Σxy adalah Hasil Perkalian dari Total Jumlah
Variabel X dan Variabel Y
Perubahan Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur
dengan arah yang sama. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y
juga ikut naik. Jika Nilai Variabel X mengalami penurunan, maka Variabel Y pun ikut
turun.
Jika Nilai Koefisien Korelasi mendekati +1 (positif Satu) berarti pasangan data
Variabel X dan Y mempunyai Korelasi Linear Positif yang kuat.
Perubahan Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur
tetapi dengan arah yang berlawanan. Jika Nilai Variabel X mengalami kenaikan, maka
Variabel Y akan turun. Jika Nilai Variabel X turun, maka Nilai Variabel Y mengalami
kenaikan.
Apabila Nilai Koefisien Korelasi mendekati -1 maka hal ini menunjukan pasangan
data Variabel X dan Variabel Y mempunyai Korelasi Linear Negatif yang kuat/erat.
Kenaikan Nilai Variabel yang satunya terkadang diikuti dengan penurunan Variabel
yang lainnya atau terkadang diikuti dengan kenaikan Variable yang lainnya.Arah
hubungannya tidak teratur, searah, dan terkadang berlawanan.
Apabila Nilai Koefisien Korelasi mendekati 0 (Nol) berarti pasangan data Variabel X
dan Y mempunyai korelasi yang sangat lemah atau berkemungkinan tidak berkolerasi
6
tabel korelasi
Koefisien korelasi Pearson adalah statistik parametrik, dan ia kurang begitu menggambarkan
korelasi jika asumsi dasar normalitas suatu data dilanggar. Metode korelasi non-parametrik
seperti ρ Spearman and τ Kendall berguna saat distribusi tidak normal.
Koefisien korelasi non-parametrik masih kurang kuat jika disejajarkan dengan metode
parametrik jika asumsi normalitas data terpenuhi, tetapi cenderung memberikan hasil distrosi
ketika asumsi tersebut tak terpenuhi.
Korelasi Ganda
Korelasi pada (multyple correlation) adalah angka yang menunjukkan arah dan kuatnya
hubungan antara dua variabel secara bersama-sama atau lebih dengan variabel yang lainya.
Pemahaman tentang korelasi ganda bisa dilihat melalui gambar berikut ini. Simbol korelasi
ganda adalah R
7
Keterangan gambar :
X1 = Kepemimpinan
X2 = Tata Ruang Kantor
Y = Kepuasan Kerja
R = Korelasi Ganda
Keterangan gambar :
X1 = Kesejahteraan pegawai
X2 = Hubungan dengan pimpinan
X3 = Pengawasan
Y = Efektivitas kerja
Dari contoh di atas, terlihat bahwa korelasi ganda R, bukan merupakan penjumlahan dari
korelasi sederhana yang ada pada setiap variabel (r1-r2-r3). Jadi R (r1+ r2+ r3).
8
Korelasi ganda merupakan hubungan secara bersama-sama antara X1 dengan X2 dan Xn
dengan Y. Pada gambar pertama. korelasi ganda merupakan hubungan secara bersama-sama
antara variabel kepemimpinan, dan tata ruang kantor dengan kepuasan kerja pegawai
Seorang mahasiswa melakukan survai untuk meneliti apakah ada korelasi antara nilai
statistik dengan nilai ekonometrika, untuk kepentingan penelitian tersebut diambil 10
mahasiswa yang telah menempuh mata kuliah statistika dan ekonometrik. Sebaran data
diperoleh sebagai berikut :
Statistik
9 6 5 7 4 3 2 8 7 6
Ekonometrik
8 7 6 8 5 4 2 9 8 6
Dari data tersebut diatas uji apakah terdapat korelasi yg positif antara kemampuan
mahasiswa dalam memahami ilmu statistika dan ilmu ekonometrika pada tingkat
kesalahan 5 %.
Jawab :
Hipotesis
9
ilmu ekonometrika.
ilmu ekonometrika.
Kriteria uji
G. Perhitungan dan pengolahan data tentang Uji Korerasi Parametrik dan Non
Parametrik dengan cara manual Excel dan SPSS
10
Tabel. Hasil Analisis Korelasi Bivariate Pearson
Dari hasil analisis korelasi sederhana (r) didapat korelasi antara kecerdasan dengan
prestasi belajar (r) adalah 0,766. Hal ini menunjukkan bahwa terjadi hubungan yang kuat
antara kecerdasan dengan prestasi belajar. Sedangkan arah hubungan adalah positif
karena nilai r positif, berarti semakin tinggi kecerdasan maka semakin meningkatkan
prestasi belajar.
11
Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam mengambil
keputusan untuk menolak hipotesa yang benar sebanyak-banyaknya 5% (signifikansi 5%
atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian)
3. Kriteria Pengujian
Ho diterima jika Signifikansi > 0,05
Ho ditolak jika Signifikansi < 0,05
4. Membandingkan signifikansi
Nilai signifikansi 0,004 < 0,05, maka Ho ditolak.
12
BAB III
PENUTUP
KESIMPULAN
13
Daftar Pustaka
http://ciputrauceo.net/blog/2016/5/16/pengertian-korelasi-dan-macam-macam-korelasi
http://www.statistikolahdata.com/2010/11/korelasi-pearson.html
https://www.slideshare.net/phient_dvero/statistik-parametrik
https://statistikceria.blogspot.com/2012/12/teori-parametrik-dan-nonparametrik.html
https://www.academia.edu/15369479/Rumus_Statistik_Non_Parametrik
https://pdf.wecabrio.com/tabel-interpretasi-nilai-koefisien-korelasi.pdf
14