Analisa Korelasi adalah Analisa yang menentukan kuat
dan lemahnya hubungan antara satu variabel dengan variabel yang lain.
Hubungan yang dimaksud adalah hubungan yang pada
umumnya dilakukan dengan maksud tertentu seperti mendapatkan kredit , meminjam uang , meminta bantuan / pertolongan , menambah kapasitas penjualan , meningkatkan produksi suatu pabrik dan lainnya .
Semua kejadian , baik kejadian ekonomi maupun
lainnya pasti ada faktor penyebab kejadian kejadian tersebut , misalnya merosotnya produksi / penjualan tekstil mungkin disebabkan kalah bersaing dengan tekstil impor Analisa Korelasi ( The Correlation Analysis ) .
Merosotnya hasil penjualan mungkin karena
menurunnya biaya iklan suatu perusahaan .
Menurunnya penerimaan devisa mungkin karena mutu
barang ekspor yang kurang baik .
Kenaikan harga mungkin disebabkan oleh bertambahnya
uang yang beredar atau karena kenaikkan gaji yang ditetapkan .
Uraian ini menunjukkan adanya hubungan ( korelasi )
antara kejadian yang satu dengan kejadian lainnya . Kejadian itu dapat dinyatakan dengan perubahan nilai variabel . Analisa Korelasi ( The Correlation Analysis ) .
Kalau X = Variabel harga , maka naik turunnya harga
dapat dinyatakan dengan perubahan nilai X . Apabila Y = Variabel hasil penjualan , maka naik turunnya hasil penjualan dapat dinyatakan dengan perubahan nilai Y . Jadi hubungan antara dua kejadian dapat dinyatakan dengan hubungan dua variabel
Apa perlunya mengetahui hubungan antar variabel ?
Didalam perencanaan selain data masa lampau dan masa sekarang , juga diperlukan data hasil ramalan yang menggambarkan kemampuan di masa yang akan datang. Misalnya perusahaan dalam merencanakan produksi memerlukan ramalan hasil penjualan , sehingga dapat dicegah terjadinya over production atau under production . Analisa Korelasi ( The Correlation Analysis ) .
Over production berarti produksi melebihi permintaan
sehingga banyak yang tidak laku , sedangkan under production menyebabkan tidak terpenuhinya pesanan yang dapat menghilangkan kesempatan menjual .
Apabila dua variabel X dan Y mempunyai hubungan ,
maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk memperkirakan / menaksir Y . Ramalan pada dasarnya merupakan perkiraan / taksiran mengenai terjadinya suatu kejadian untuk waktu yang akan datang . Analisa Korelasi ( The Correlation Analysis ) .
Variabel Y yang nilainya akan diramalkan disebut
variabel tidak bebas ( dependent variabel ) , sedangkan variabel X yang nilainya dipergunakan untuk meramalkan nilai Y disebut variabel bebas ( independent variabel ) atau variabel peramal ( predictor ) dan sering kali disebut variabel yang menerangkan ( Explanatory )
Jadi jelas analisis korelasi ini memungkinkan kita untuk
mengetahui sesuatu di luar hasil penyelidikan , baik secara kualitatif maupun secara kuantitatif . Analisa Korelasi ( The Correlation Analysis ) .
Hubungan dua variabel ada yang positif dan negatif .
Hubungan X dan Y dikatakan positif apabila kenaikan ( penurunan ) X , pada umumnya diikuti oleh kenaikan ( penurunan ) Y . Sebaliknya dikatakan negatif apabila kenaikan ( penurunan ) X , pada umumnya diikuti oleh penurunan ( kenaikan ) Y
Jadi jelas analisis korelasi ini memungkinkan kita untuk
mengetahui sesuatu di luar hasil penyelidikan , baik secara kualitatif maupun secara kuantitatif . Koefisien Korelasi diberi tanda / simbol : r
Koefisien Korelasi ( r ) dinyatakan dengan angka dari
minus 1 ( - 1 ) sampai plus 1( + 1 ) Kuat atau lemahnya hubungan antar variabel atau Faktor yang berhubungan dengan Nilai digambarkan oleh angka -1 sampai + 1 . Bila r = - 1 hubungan antar variabel sangat kuat dan berlawanan , sedang bila r = + 1 hubungan antar variabel sangat kuat dan searah , bila r = 0 hubungan antar variabel tidak ada , atau antar variabel tidak saling mempengaruhi . Bila r = - 1 < r < 1 , maka hubungan antar variabel lemah sampai kuat . Langkah – langkah perhitungan analisa korelasi .
Bentuk data yang tersedia dalam bentuk matrik , dengan mengubah
data tersedia yang bersifat kualitatif menjadi data yang bersifat kuantitatif . Hitung dengan metode statistik Mean , Covaria dan Standar deviasinya . Bentuk matrik dengan rumus adalah ( Data – Mean )/ standar deviasi Bentuk matrik baru yang bersifat Transpose terhadap matrik data yang tersedia . Multiply matrik Transpose dengan matrik asal akan membentuk matrik bujur sangkar Bagi Matrik bujur sangkar dengan angka bilangan matriks yang tertinggi . Matrik baru menggambarkan korelasi antar variabel . Grafik yang menggambarkan Kuat dan Lemah hubungan antara variabel