BAB 6

STUDI KORELASI
Bab ini akan menitikberatkan pada studi korelasi. Inti dari analisis korelasi adalah mengukur
kekuatan hubungan antarvariabel, tanpa menunjukkan adanya hubungan sebab-akibat. Untuk
mengukur asosiasi antara 2 variabel, ada beberapa alternatif teknik, yaitu: korelasi bivariat, korelasi
berganda, korelasi sekuensial, korelasi kanonikal, dan analisis frekuensi multiarah (multiway
frequency analysis) (Tabachnick & Fidell, 1996: 20-21). Mana teknik yang dipilih tergantung dari
jumlah variabel yang diamati, macam data yang digunakan (kontinyu atau diskrit), dan apakah
variabel independen dapat dikonseptualkan sebagai kovariat (bila dampak beberapa variabel
independen diukur setelah dampak variabel independen lain dihilangkan).

6.1. KORELASI PEARSON ATAUKAH SPEARMAN?

Asosiasi antarvariabel kuantitatif dianalisis dengan korelasi Pearson.
Koefisien korelasi Pearson digunakan untuk mengukur seberapa besar hubungan antara dua
variabel. Pengukuran besar hubungan dua variabel dilakukan dengan menggunakan skala interval,
rasio, atau numerik. Pengukuran besar hubungan ini mensyaratkan dua variabel yang diukur
berdistribusi normal dan mempunyai hubungan yang linier.
Inti dari analisis korelasi adalah mengukur kekuatan hubungan antarvariabel, tanpa menunjukkan
adanya hubungan sebab-akibat. Korelasi bivariat merupakan jenis korelasi yang paling populer.
Korelasi bivariat menjelaskan hubungan linear antara 2 variabel, misalkan antara x dan y.
Korelasi antara x dan y secara numerik dapat dihitung dengan koefisien korelasi Pearson (r,), sebagai
berikut (Waller, 2008):

Tp = nExy-Ex-Ey √[n(Σ x²-(2x²)][@(2y²)-(2y²]

di mana r = koefisien korelasi Pearson; y = variabel Y; x = variabel X; n = jumlah P sampel atau
observasi. Nilai koefisien korelasi ini -1 ≤r, ≤ 1. Angka korelasi ini menunjukkan besaran (magnitude)
dan sekaligus arah hubungan antara dua
variabel, yaitu positif atau negatif. Nilai = -1 menunjukkan korelasi negatif yang = 1 menunjukkan
korelasi positif yang sempurna. Nilai koefisien korelasi mendekati angka plus/minus 1 menunjukkan
korelasi positif atau negatif sempurna dan nilai yang kuat dan sebaliknya jika mendekati angka 0
menunjukkan adanya korelasi positif atau negatif yang lemah.
Nilai korelasi yang positif berarti arah hubungan antara x dan y adalah satu arah: bila y naik maka x
juga naik, bila y turun maka x juga turun. Nilai korelasi yang negatif berarti arah hubungan antara x
dan y berkebalikan: bila y turun maka x naik, bila y naik maka x turun.
Secara grafis beberapa alternatif kemungkinan hubungan antara x dan y digambarkan oleh diagram
sebaran (lihat Gambar 6.1). Gambar (a) menunjukkan nilai r xy yang positif, artinya terdapat
hubungan searah antara x dan y. Gambar (b) menunjukkan nilai r xv mendekati nol, artinya
hubungan antara x dan y kecil, atau bahkan tak ada hubungan sama sekali. Gambar (c) menunjukkan
nilai Gamma xv negatif, artinya hubungan antara x dan y berkebalikan. Gambar (d) menunjukkan =1,
r xy artinya terdapat hubungan positif yang sempurna antara x dan y. Gambar (e) menunjukkan r xv
=1, artinya terdapat hubungan negatif yang sempurna antara x dan y. Gambar (f) menunjukkan nilai
mendekati nol, artinya hubungan antara r xv x dan y kecil, atau bahkan tak ada hubungan linear
antara x dan y.
Berbeda dengan korelasi Pearson, asosiasi antarvariabel ordinal dianalisis dengan uji korelasi
peringkat Spearman (Spearman's rank). Data ordinal biasanya berupa peringkat atau rank. Uji
korelasi peringkat ini merupakan alat analisis statistik nonparametrik untuk mengukur derajat
keeratan antara dua buah variabel ordinal yang ingin menguji apakah terjadi perubahan peringkat
antara dua periode yang diamati. Uji korelasi Spearman (r) dihitung dengan formula sebagai berikut
(Sharma, 2005):
dengan d adalah perbedaan peringkat antara kedua variabel yang sedang diuji dan n adalah cacah
sampel observasi. Korelasi peringkat Spearman bernilai antara -1 dan +1. Sebagai panduan, nilai
korelasi yang semakin mendekati (-/+) 1 mengindikasikan keeratan peringkat yang semakin tinggi
dengan arah yang bersesuaian dengan tandanya. Lebih lanjut, identifikasi korelasi peringkat
terhadap variabel-variabel kunci selama jangka waktu penelitian akan diperoleh perbandingan
antarwaktu dan kecenderungan perubahan derajat keeratannya.

6.2. JENIS PERTANYAAN PENELITIAN

Banyak penelitian telah menggunakan studi korelasi. Contohnya adalah
1. Bagaimana hubungan antara pertumbuhan ekonomi dan Indeks Kapasitas Fiskal? (Parlaungan,
2014).
2. Bagaimana hubungan antara urbanisasi dan industrialisasi di Indonesia? (Patty & Kuncoro, 2016).
3. Bagaimana hubungan antara pertumbuhan ekonomi dan pengangguran di
Indonesia?

6.3. APLIKASI: KORELASI IKF DAN PERTUMBUHAN EKONOMI PROVINSI

6.3.1 Analisis Korelasi
Tabel 6.1 menunjukkan data pertumbuhan ekonomi dan Indeks Kapasitas Fiskal (IKF) provinsi di
Indonesia selama tahun 2000 hingga 2012. Datanya bisa diperoleh di CD terlampir dalam buku ini,
klik "Data/bab 6 IKF dan Pertumbuhan Ekonomi Provinsi 2000-12.xls". Dalam Tabel 6.1, rata-rata
pertumbuhan ekonomi dan IKF masing-masing adalah sebesar 4,81% dan 1, dengan Provinsi
Sulawesi Tenggara dan Sulawesi Tengah memiliki pertumbuhan ekonomi tertinggi. Provinsi lainnya
yang memiliki pertumbuhan ekonomi di atas rata-rata di antaranya Provinsi Sumatera Utara,
Sumatera Barat, Jambi, Bengkulu, Lampung, DKI Jakarta, Jawa Barat, Jawa Timur, Kalimantan
Tengah, Kalimantan
Selatan, Sulawesi Utara, Sulawesi Selatan, dan Bali. Provinsi lainnya memiliki pertumbuhan ekonomi
relatif di bawah pertumbuhan ekonomi r rata nasional. Provinsi yang memiliki pertumbuhan
ekonomi terendah a rata adalah Provinsi Aceh, Kalimantan Timur, dan Nusa Tenggara Barat.
Bali memiliki IKF tertinggi. Provinsi lainnya yang memiliki IKF di atas rata-rata Dengan rata-rata IKF
sebesar 1,00, DKI Jakarta, Kalimantan Timur, dan adalah Provinsi Riau, Kalimantan Tengah, dan
Kalimantan Selatan. Provin yang memiliki IKF terendah di antaranya Provinsi Jawa Tengah, Nusa
Tenggar Barat, Nusa Tenggara Timur
Tabel 6.2 menunjukkan analisis korelasi pearson antara IKF dan pertumbuhan ekonomi
menggunakan program SPSS (Lihat CD/data SPSS/Bab Output Korelasi Pearson Growth dan IKF).
Hasil korelasi Pearson dengan y relatif rendah (korelasi sebesar -0.024) dan tidak signifikan. Ini
menunjukkan yang bahwa tidak terdapat hubungan yang erat antara pertumbuhan ekonomi dan IKF
6.3.2. Analisis Perubahan Peringkat
Studi Parlaungan (2014) mencoba mengidentifikasi sejauh mana perubahan peringkat provinsi di
Indonesia berdasarkan pertumbuhan ekonomi dan Indeks Kapasitas Fiskal (IKF) selama 2000-2012.
Berdasarkan Tabel 6.3, dapat dilihat bahwa sebagian besar provinsi di Indonesia memiliki IKF yang
masih rendah. Artinya, provinsi-provinsi di Indonesia masih belum dapat sepenuhnya mandiri dan
membutuhkan suntikan bantuan/transfer dari pemerintah pusat. Pada periode kedua 2005-2012
memiliki periode yang paling bagus dari ketiganya, yaitu periode yang memiliki IKF rendah paling
sedikit. Dengan kata lain, pada periode 2005-2012 setelah terbitnya Undang-Undang No. 32 Tahun
2004, kapasitas fiskal provinsi di Indonesia tidak banyak berubah.

Bila dilihat pada Tabel 6.4, sebagian besar pertumbuhan ekonomi provinsi di Indonesia lebih tinggi
pada periode kedua 2005-2012. Namun, NAD merupakan provinsi yang paling rendah pertumbuhan
ekonominya pada periode tersebut, bahkan nilainya minus atau mengalami kontraksi pertumbuhan
ekonomi. Hal tersebut bisa terjadi karena pada periode tersebut NAD mengalami dua insiden, yaitu
Gerakan Aceh Merdeka (GAM) dan bencana tsunami. Karena ada dua insiden besar secara
berdekatan, maka pertumbuhan ekonomi di NAD pun cenderung melambat bahkan menjadi minus.
Sampai saat ini NAD masih melakukan perbaikan infrastruktur, di mana banyak bangunan yang
hancur akibat bencana tsunami.

Berdasarkan Tabel 6.5, korelasi antara peringkat pertumbuhan ekonom (growth rank) pada periode
2000-2004 dan 2005-2012 sangat kuat sebesar 0,835 dan signifikan pada 1%. Tanda negatif pada
kedua periode ini menunjukkan ada hubungan berkebalikan antara peringkat pada periode 2000-
2004 dengan 2005. 2012: bila peringkat pada periode 2000-2004 tergolong rendah maka peringkat
pada periode 2005-2012 akan meningkat.

Untuk Growth: Rank 2000-2004 dan Growth Rank 2000-2012 berhubungan dalam koefisien 0,103
signifikan pada 10%, di mana periode 2000-2004 meningkatkan peringkat pada periode 2000-2012.
Sedangkan Growth Rank 2005-2012 dan Growth Rank 2000-2012 berhubungan dalam koefisien
0.331 dan signifikan pada 1%, di mana periode 2005-2012 meningkatkan peringkat pertumbuhan
ekonomi pada periode 2000-2012. Tanda positif pada periode ini menunjukkan hubungan yang
searah antara peringkat pada periode 2000-2012 dan 2005-2012. Pula pada periode 2000-2004
dengan periode 2000-2012 yang juga memiliki tanda positif. Artinya, bila peringkat pada periode
sebelumnya tergolong relatif tinggi maka peringkat selanjutnya akan meningkat.

KONSEP-KONSEP PENTING DALAM BAB INI

Korelasi Spearman Korelasi Pearson

BACAAN YANG DIANJURKAN

Fry, M. J. (1988). Money, Interest, and Banking in Economic Development. Baltimore
and London: John Hopkins University Press. Gelb, A. H. (1989). Financial Policies, Growth and
Efficiency (Working Paper WPS 202). Washington D.C.: World Bank, Country Economics Department.