ANALISIS KORELASI

A. Dasar Teori
Dalam ilmu statistik, terdapat berbagai macam cara untuk menganalisis
data. Salah satunya adalah analisis untuk mengetahui hubungan linier antara
dua variabel atau yang kita kenal sebagai analisis korelasi linier. Besarnya
hubungan antara dua variabel dapat diketahui dengan menggunakan
koefisien korelasi momen-hasil kali Pearson atau korelasi Pearson. Koefisien
ini mengukur keeratan hubungan linier di antara hasil-hasil pengamatan dari
populasi yang mempunyai dua varian. Korelasi Pearson banyak digunakan
untuk mengukur korelasi data interval atau rasio. Rumus koefisien korelasi
Pearson adalah sebagai berikut.
𝑛 ∑𝑛 𝑛 𝑛
𝑖=1 𝑥𝑖 𝑦𝑖 −(∑𝑖=1 𝑥𝑖 )(∑𝑖=1 𝑦𝑖 )
𝑟= 2 2
(1)
√(𝑛 ∑𝑛 2 𝑛 𝑛 2 𝑛
𝑖=1 𝑥𝑖 −((∑𝑖=1 𝑥𝑖 ) ))(𝑛 ∑𝑖=1 𝑦𝑖 −((∑𝑖=1 𝑦𝑖 ) ))

Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan

antara dua variabel, maka kita dapat melihat pada Tabel 1.1.

Tabel 1. Hubungan Antara Dua Variabel

𝑟 = 0 Tidak ada korelasi
0 < |𝑟| < 0,49 Korelasi lemah
0,50 < |𝑟| < 0,79 Korelasi kuat
0,80 < |𝑟| < 1 Korelasi sangat kuat
𝑟=1 Korelasi sempurna

Koefisien korelasi 𝑟 dipandang sebagai suatu nilai estimasi bagi koefisien

korelasi linier yang sesungguhnya yang berlaku bagi seluruh anggota
populasi. Misalkan kita lambangkan koefisien korelasi populasi dengan 𝜌. Bila
r dekat dengan nol maka cenderung disimpulkan bahwa 𝜌 = 0. Akan tetapi,

1
Statistika Farmasi-Meiliyani Siringoringo
suatu nilai sampel 𝑟 yang mendekati +1 atau −1 disarankan untuk
menyimpulkan 𝜌 ≠ 0. Masalahnya sekarang adalah bagaimana mendapatkan
suatu uji yang akan mengatakan bahwa r berada cukup jauh dari suatu nilai
tertentu 𝜌0 , agar mempunyai cukup alasan untuk menolak hipotesis nol 𝐻0
bahwa 𝜌 = 𝜌0 dan menerima alternatifnya. Hipotesis alternatif 𝜌 ≠ 𝜌0 , 𝜌 >
𝜌0 , 𝜌 < 𝜌0 . Namun untuk menguji ada tidaknya korelasi antara dua variabel
hipotesis yang digunakan adalah 𝐻0 : 𝜌 = 0 dan 𝐻1 : 𝜌 ≠ 0. Statitik uji yang
digunakan adalah sebagai berikut.
𝑟 √𝑛−2
𝑡= (2)
√1−𝑟 2

Bandingkan nilai 𝑡 merupakan variabel acak yang mengikuti distribusi t

dengan derajat bebas 𝑛 − 2. Hipotesis nol ditolak pada taraf signifikansi 𝛼 jika
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝛼⁄2 [𝑛 − 2] atau 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼. Asumsi yang harus dipenuhi untuk

melakukan pengujian hipotesis korelasi adalah sampel berasal dari populasi

yang distribusi normal.

B. LATIHAN 1
Sebuah perusahaan yang bergerak di bidang kesehatan ingin melihat
hubungan dari besarnya biaya pengeluaran untuk iklan dengan nilai penjualan
yang dapat dicapai. Mereka mengambil sampel dari data biaya iklan dan nilai
penjualan dari data base setahun terakhir dan diambil secara acak sebagai
berikut.

Tabel 2. Data Nilai Penjualan dan Biaya Iklan Selama Satu Tahun
Penjualan (𝒀) Iklan (𝑿)
70 18
87 25
91 30

2
Statistika Farmasi-Meiliyani Siringoringo
 85 31
75 22
77 24
60 16
95 33
65 17
83 23

Berapa besar koefisien korelasi Pearson antara sampel data nilai penjualan
dan biaya iklan pada perusahaan tersebut? Kemudian lakukan pengujian
hipotesis apakah terdapat korelasi antara nilai penjualan dan biaya iklan pada
perusahaan tersebut dengan taraf signifikansi 0,05.
Penyelesaian:
Perhitungan koefisien korelasi adalah sebagai berikut.

Tabel 3. Perhitungan Koefisien Korelasi

No. 𝑌 𝑋 𝑋𝑌 𝑋2 𝑌2
1 70 18 1.260 324 4.900
2 87 25 2.175 625 7.569
3 91 30 2.730 900 8.281
4 85 31 2.635 961 7.225
5 75 22 1.650 484 5.625
6 77 24 1.848 576 5.929
7 60 16 960 256 3.600
8 95 33 3.135 1.089 9.025
9 65 17 1.105 289 4.225
10 83 23 1.909 529 6.889
Σ 788 239 19.407 6.033 63.268

Berdasarkan Tabel 3 diperoleh harga-harga berikut.

3
Statistika Farmasi-Meiliyani Siringoringo
 10 10 10

∑ 𝑥𝑖 𝑦𝑖 = 19.407 ∑ 𝑥𝑖 = 239 ∑ 𝑦𝑖 = 788

𝑖=1 𝑖=1 𝑖=1
10 10

∑ 𝑥𝑖2 = 6.033 ∑ 𝑦𝑖2 = 63.268

𝑖=1 𝑖=1

Maka,
(10)(19.407) − (239)(788)
𝑟=
√[(10)(6.033) − 2392 ][(10)(63.268) − 7882 ]
5.738
= = 0,935
6.136,842
Nilai koefisien korelasi yang diperoleh adalah 0,935. Nilai tersebut berarti
korelasi antara penjualan dan iklan memiliki korelasi yang sangat kuat.
Koefisien korelasi bernilai positif berarti berbanding lurus yang mana jika
penjualan bertambah maka iklan juga bertambah dan jika penjualan
berkurang maka iklan juga berkurang.
Selanjutnya dilakukan pengujian hipotesis untuk mengetahui apakah
koefisien korelasi yang diperoleh signifikan atau tidak.
 Hipotesis
𝐻0 : Tidak terdapat korelasi antara variabel nilai penjualan dan biaya iklan.
𝐻1 : Terdapat korelasi antara variabel nilai penjualan dan biaya iklan.
 Taraf signifikansi
𝛼 = 0,05
 Statistik uji
𝑟 √𝑛 − 2
𝑡=
√1 − 𝑟 2
 Daerah kritis
Dengan 𝑑𝑘 = 𝑛 − 2 = 10 − 2 = 8, maka diperoleh 𝑡0,025 [8] = 2,306
sehingga 𝐻0 ditolak jika 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 2,306.

4
Statistika Farmasi-Meiliyani Siringoringo
 Perhitungan
𝑟 √𝑛 − 2 (0,935)√8
𝑡= = = 7,457
√1 − 𝑟 2 √1 − 0,9352
 Keputusan
Karena 7,457 > 2,306 maka diputuskan menolak 𝐻0 .
 Kesimpulan
Terdapat korelasi antara variabel nilai penjualan dan biaya iklan.

C. PENGOLAHAN DATA MENGGUNAKAN SPSS

Pengolahan data dengan SPSS untuk analisis korelasi dilakukan dengan
langkah-langkah berikut.
Langkah1. Menginput variabel pada lembar kerja “Variabel View” dan data
pada “Data View”

Gambar 1. Lembar kerja variabel view untuk menginput variabel korelasi

Nama variabel dapat disesuaikan dan sebaiknya yang singkat saja.

5
Statistika Farmasi-Meiliyani Siringoringo
 Gambar 2. Lembar kerja data view untuk menginput data korelasi

Catatan: Ada beberapa versi SPSS yang menggunakan koma dan ada
beberapa versi SPSS yang menggunakan titik untuk mendefinisikan bilangan
desimal. Perhatikan ketika melakukan penginputan data yang berupa
bilangan desimal.
Langkah 2. Memilih menu Analyze -> Descriptive -> Explore…

6
Statistika Farmasi-Meiliyani Siringoringo
 Gambar 3. Menu yang dipilih untuk pengujian kenormalan data

Langkah 3. Kotak dialog akan muncul dan masukkan kedua variabel ke kolom
Dependent List. Kemudian pilih Plots…

Gambar 4. Menu yang dipilih untuk pengujian kenormalan data

Langkah 4. Mencentang Normality plots with tests kemudian meng-klik

Continue dan akhiri dengan meng-klik OK.

7
Statistika Farmasi-Meiliyani Siringoringo
 Gambar 5. Kotak dialog untuk menampilkan hasil statistik uji kenormalan
data

Window output akan tampil dan berikut output yang akan digunakan untuk
pengujian hipotesis kenormalan data.

Gambar 6. Output pengujian hipotesis kenormalan data

Berdasarkan output pada Gambar 1.6, nilai Sig. merupakan nilai p-value
dan untuk masing-masing bernilai 0,894 dan 0,519 yang jika dibandingkan
dengan 0,05, kedua nilai p-value lebih besar dari 0,05, maka memberikan
kesimpulan bahwa sampel kedua variabel tersebut diambil dari populasi

8
Statistika Farmasi-Meiliyani Siringoringo
berdistribusi normal. Langkah-langkah pengujian hipotesis kenormalan data
telah dijabarkan pada poin 1, pengolahan data dengan R.
Langkah 5. Memilih menu Analyze -> Correlate -> Bivariate…

Gambar 7. Menu yang dipilih untuk analisis korelasi

Langkah 6. Kotak dialog akan muncul. Masukkan variabel “jual” dan “iklan”
ke kolom Variables. Pastikan yang dipilih adalah korelasi Pearson.
Kemudian akhiri dengan meng-klik OK.

9
Statistika Farmasi-Meiliyani Siringoringo
 Gambar 8. Kotak dialog analisis korelasi

Window output akan muncul dan output yang akan digunakan untuk
pengujian hipotesis korelasi antara nilai penjualan dan biaya iklan perusahaan
tersebut adalah sebagai berikut.

Gambar 9. Output analisis korelasi

Besar koefisien korelasi Pearson hasil pengolahan SPSS adalah 0,935.

Dan nilai Sig. (2-tailed) merupakan nilai p-value yang akan digunakan dalam
pengambilan keputusan pengujian hipotesis. Nilai p-value yang diperoleh

10
Statistika Farmasi-Meiliyani Siringoringo
adalah 0,000 yang lebih kecil dari 0,05 maka diputuskan untuk menolak 𝐻0
dan disimpulkan bahwa terdapat korelasi antara variabel nilai penjualan dan
biaya iklan penjualan dan iklan.

D. TUGAS 1
Seorang mahasiswa dari sebuah perguruan tinggi akan meneliti hubungan
antara nilai masuk ke perguruan tinggi dengan nilai IPK yang didapat selama
mengikuti perkulihaan, sampel yang diambil adalah 10 mahasiswa yangi ada
di kelasnya. Berikut data yang diperoleh.

Tabel 4. Data Nilai Masuk dan IPK Mahasiswa

Nilai Masuk IPK
95 3,2
92 3,4
88 3,6
87 3,1
86 2,8
83 3
80 2,6
77 2,9
75 2,7
73 2,65

Hitunglah koefisien korelasi antara nilai masuk ke perguruan tinggi dan IPK
mahasiswa pada perguruan tinggi tersebut. Dan apakah terdapat korelasi
antara nilai masuk ke perguruan tinggi dan IPK mahasiswa dengan taraf
signifikansi 0,05.

11
Statistika Farmasi-Meiliyani Siringoringo
E. DAFTAR PUSTAKA
Sudjana. (2005). Metode Statistika. Tarsito : Bandung.
Supranto, J. (2000). Statistika : Teori dan Aplikasi Jilid 1, Edisi ke 6. Erlangga:
Jakarta
Walpole, Ronald E. (2006). Pengantar Statistika, Edisi ke-3. PT. Gramedia
Pustaka Utama : Jakarta.
Walpole, Ronald E., Myers, Raymond H., Myers, Sharon L., dan Ye, Keying.
(2012). Probability & Statistics for Engineers & Scientists, Ninth Edition.
Prentice Hall: USA.

12
Statistika Farmasi-Meiliyani Siringoringo