Pertemuan 6 – Korelasi Linier

dan Uji Signifikansi

09/05/2022
Definisi
• Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada
tahun 1900.
• Tujuan: menentukan seberapa erat hubungan antara dua variable.
• Definisi: Suatu teknik statistika yang digunakan untuk mengukur
keeratan hubungan atau korelasi antara dua variable.
Koefisien Korelasi
Ukuran korelasi antara dua buah variable yang paling digunakan 
Ukuran korelasi momen yang dikembangkan oleh Pearson. Rumus:
𝑛(∑   𝑋𝑌) − (∑   𝑋)(∑   𝑌)
𝑟=
  Rumus Koefisien Korelasi
[𝑛(∑   𝑋 ) − (∑   𝑋) ][𝑛(∑   𝑌 ) − (∑   𝑌) ]
Koefisien Determinasi (r2)
• Kemampuan variable X (variable independen / bebas) mempengaruhi
variable Y (variable dependen / terikat).
• Bernilai 0 s/d 1
• Besarnya koefisien determinasi adalah kuadrat dari koefisien korelasi.
• Rumus:
𝑛(∑   𝑋𝑌) − (∑   𝑋)(∑   𝑌)
𝑟 =
 
[𝑛(∑   𝑋 ) − (∑   𝑋) ][𝑛(∑   𝑌 ) − (∑   𝑌) ]
Uji Signifikansi Koefisien Korelasi
• Menguji apakah besarnya atau kuatnya hubungan antar variable yang
diuji sama dengan nol.
• Jika besarnya hubungan sama dengan nol, maka hubungan antar
variable sangat lemah dan tidak berarti.
• Jika besarnya hubungan tidak sama dengan nol, maka hubungan
tersebut kuat dan berarti.
• Uji signifikansi koefisien korelasi dilakukan melalui 5 tahap:
5 Tahap Uji Signifikansi Koefisien Korelasi
Ho : ρ = 0
Uji 2 arah (two tailed)
Ha : ρ ≠ 0
• Perumusan Hipotesis
• Menentukan taraf nyata (α) dengan derajat bebas (df) = n – k
• Menentukan uji statistik n = jumlah percobaan
k = jumlah variabel
• Menentukan daerah keputusan / daerah penerimaan
• Menentukan keputusan
 Uji Statistika untuk Koefisien Korelasi (r)

  𝑟
𝑟 𝑛−2 𝑡= Rumus Uji t untuk
𝑡= atau
 
1−𝑟
  1−𝑟 Koefisien Korelasi
𝑛−2
Konsep:
Jika nilai t hitung > t tabel (α, df = n-k), maka Ho ditolak dan Ha diterima.
Jika nilai t hitung < t tabel (α, df = n-k), maka Ho diterima dan Ha ditolak.

Terima Ha (Hipotesis Terima Ha (Hipotesis

Alternatif) Alternatif)

Pengujian Dua Arah

Contoh
CV Flexing terletak di Jakarta Selatan. Pada bulan Mei 2022 perusahaan ini mampu
menjual rumah sebanyak 6 buah. Data harga jual dan ukuran rumah sebagai
berikut.
Harga Jual (Jutaan) Ukuran Rumah (m2)
100 75
125 150
115 130
120 120
80 45
110 100
Dari data tersebut, perusahaan ini yakin bahwa ada hubungan positif antara ukuran
rumah dengan harga rumah. Ujilah keyakinan perusahaan tersebut dengan taraf
nyata 5%. Buatlah persamaan regresinya untuk mengetahui seberapa pengaruh
ukuran rumah terhadap harga jualnya!
 n Y X Y2 X2 XY
1 100 75 10000 5625 7500
2 125 150 15625 22500 18750
3 115 130 13225 16900 14950
4 120 120 14400 14400 14400
5 80 45 6400 2025 3600
6 110 100 12100 10000 11000
Total (∑) 650 620 71750 71450 70200

Rumus Koefisien Korelasi (r) : Perumusan Hipotesis:

𝑛(∑   𝑋𝑌) − (∑   𝑋)(∑   𝑌)

𝑟=
 
[𝑛(∑   𝑋 ) − (∑   𝑋) ][𝑛(∑   𝑌 ) − (∑   𝑌) ]
Taraf nyata (α) =
6 70200 − (620)(650)
𝑟= Derajat kebebasan (degrees of freedom / df) = n - k
 
6 71450 − 620 [(6 71750 − 650 ]

r = 18.200 / 18.825,5146 = 0,966

• Menentukan Uji t
 
𝑟 𝑛−2
𝑡=  
1−𝑟

• Analisis Regresi (Y = a + bX)

n (  XY )  (  X )(  Y )
b
n( X 2 )  ( X )2
Y X
a b
n n

Jadi, apa yang diyakini bahwa ukuran rumah berpengaruh

Terhadap harga jual berkorelasi positif pada taraf nyata 5%.
Interpretasi: Setiap kenaikan 1 m^2 ukuran rumah, meningkatkan
Harga jual sebesar 0,41 juta.