ANALISIS KORELASI

Dr. Sri Maryati, SE, M.Si

Pengantar

 Hipotesis asosiatif mrpkn dugaan tentang adanya

hubungan antar variabel dalam populasi yang akan
diuji melalui hubungan antar variabel dalam
sampel yang diambil dari populasi tersebut
 Langkah awal pembuktiannya adalah dihitung
terlebih dahulu koefisien korelasi antar variabel
dalam sampel, baru koefisien yang ditemukan itu
diuji signifikansinya
 Jd menguji hipotesis asosiatif adalah menguji
koefisien korelasi yang ada pd sampel untuk
diperlakukan pd seluruh populasi di mana sampel
diambil
 Terdapat 3 macam hubungan antar variabel,yaitu
hubungan simetris, hubungan sebab-akibat
(kausal) dan hubungan interaktif (saling
mempengaruhi)
 Utk mencari hubungan antara 2 variabel atau
lebih dilakukan dengan menghitung korelasi antar
variabel yang akan dicari hubungannya
 Korelasi mrpkn angka yang menunjukkan arah dan
kuatnya hubungan antar dua variabel atau lebih
 Arah dinyatakan dlm bentuk hubungan positif /
negatif, sedangkan kuat hubungan dinyatakan
dengan kuatnya hubungan korelasi yang
dinyatakan dalam koefisien korelasi
ANALISIS KORELASI ?????

Analisis korelasi merupakan salah satu teknik statistik

yang digunakan untuk mencari arah dan kuatnya hubungan
antara dua variabel atau lebih yang sifatnya kuantitatif
Dasar Pemikiran Analisis Korelasi

 Bahwa adanya perubahan sebuah variabel disebabkan

atau akan diikuti dengan perubahan variabel yang lain

 Berapa besar koefisien tersebut ?

a. Dinyatakan dalam koefisien korelasi
b. Semakin besar koefisien korelasi maka
semakin besar keterkaitan perubahan suatu
variabel dengan variabel yang lain
 Hubungan Positif ???

 Hubungan dua variabel / lebih dikatakan hubungan

positif, bila nilai satu variabel dinaikkan maka akan
menaikkan nilai variabel yang lain dan sebaliknya bila
satu variabel diturunkan maka akan menurunkan nilai
variabel yang lain
 Ex: ada hubungan yang positif antara tinggi badan
dengan kecepatan lari, hal ini berarti semakin tinggi
badan orang maka akan semakin cepat larinya dan
semakin pendek orang maka akan semakin lambat
larinya
Hubungan Negatif ???

 Hubungan dua variabel atau lebih dikatakan hubungan

negatif, bila nilai satu variabel dinaikkan maka akan
menurunkan nilai variabel yang lain dan juga sebaliknya bila
nilai satu variabel diturunkan, maka akan menaikkan variabel
yang lain

 Ex: ada hubungan yang negatif antara curah hujan dengan es

yang terjual. Hal ini berarti semakin tinggi curah hujan, maka
akan semakin sedikit es yang terjual dan semakin sedikit
curah hujan, maka akan semakin banyak es yang terjual
 Contoh Lain Bentuk Korelasi

Korelasi Positif
 Hubungan antara harga dengan penawaran
 Hubungan antara jumlah pengunjung dengan jumlah penjualan
 Hubungan antara jam belajar dengan IPK

Korelasi Negatif
 Hubungan antara harga dengan permintaan
 Hubungan antara jumlah pesaing dengan jumlah penjualan
 Hubungan antara jam bermain dengan IPK
Contoh2x Korelasi

 Pupuk dengan produksi  Investasi nasional dengan

panen pendapatan nasional
Jumlah akseptor dgn
 Biaya iklan dengan 
jumlah kelahiran
hasil penjualan
 Harga barang dengan
 Berat badan dengan permintaan barang
tekanan darah  Pendapatan masyarakat
dengan kejahatan
ekonomi
Kapan Suatu Variabel dikatakan saling berkorelasi ???

 Variabel
dikatakan saling
berkorelasi jika
perubahan suatu
variabel diikuti
dengan perubahan
variabel yang lain
Beberapa Sifat Penting dari Konsep Korelasi

 Nilai korelasi berkisar Interval TK hub

-1 sd 1 0,00-0,199 Sgt Rendah
 Koef.korelasi 1 = 0,20-0,399 Rendah
hubungan sempurna
0,40-0,599 Sedang
 Koef.korelasi
mendekati 0 = 0,60-0,799 Kuat
hubungannya lemah 0,80-0,999 Sgt Kuat
1,00 Sempurna
Korelasi Berdasarkan Arah Hubungannya
Dapat Dibedakan Jadi Berapa ????
1. Korelasi Positif
Jika arah hubungannya searah

2. Korelasi Negatif
Jika arah hubungannya berlawanan arah

3. Korelasi Nihil
Jika perubahan kadang searah tetapi kadang berlawanan arah
 Macam Analisis Korelasi
Dalam SPSS, analisis korelasi yang sering
digunakan antara lain:
• Korelasi Product Moment (Pearson), Korelasi
Kendall’s Tau, Korelasi Spearman.
• Pemilihan tergantung ukuran/ jenis data:
nominal, ordinal, atau scale (interval atau rasio)
Macam Analisis Korelasi
Korelasi Ukuran Data
Variabel 1 Variabel 2
Product Momen scale scale
(Pearson)
Kendall’s Tau ordinal ordinal
Spearman ordinal ordinal
Parsial scale scale
Kontingensi nominal nominal
Eta nominal scale
Syarat penting Korelasi
Product Moment (Pearson)

 Asumsi yang mendasari analisis Korelasi

Product Moment adalah bahwa distribusi
data kedua variabel adalah normal.
 Pada Korelasi Kendall’s Tau dan
Spearman tidak mensyaratkan distribusi
data normal
 Korelasi Product Moment
 Karena korelasi product moment mensyaratkan
distribusi data normal, maka dilakukan uji
normalitas data terlebih dahulu
 Uji normalitas dapat menggunakan uji Kolgomorov-
Smimov
 KORELASI PARSIAL
 Hubungan antara dua variable dengan
mengendalikan variabel lain yang dianggap
mempengaruhi.
 Mengendalikan = menganggap konstan.
 Hal ini dimaksudkan agar hubungan kedua
variabel tidak dipengaruhi oleh faktor lain.
KORELASI KONTINGENSI

Digunakan untuk
menunjukkan keeratan
antara dua variabel yang
berskala nominal.
uji koefisien korelasi ETA
 Uji korelasi Spesifik untuk 2 variabel yang berskala interval dan
nominal, Menggunakan prinsip perhitungan Uji F, Untuk menentukan
tingkat signikansi atau kebermaknaan, menggunakan perbandinga
antara F hitung dengan F tabel.
Korelasi Product Moment

 Digunakan untuk menentukan besarnya koefisien korelasi jika data

yang digunakan data interval atau rasio
 Rumus yang digunakan adalah:

r 
 xy
( x y )
xy 2 2

nΣxiyi – (Σxi)( Σyi)

rxy = ----------------------------------------
√[nΣxi² – (Σxi)²] [nΣyi² – (Σyi)²]
Contoh Kasus

Seorang mahasiswa melakukan survei untuk meneliti

apakah ada korelasi antara pendapatan mingguan
dan besarnya jumlah tabungan mingguan di kota
Yogyakarta

Untuk menjawab permasalahan tersebut, diambil

sampel sebanyak 10 kepala keluarga
Pemecahannya ???
1. Judul
Hubungan antara pendapatan dan tabungan
masyarakat di kota Yogyakarta

2. Pertanyaan Penelitian
Apakah terdapat korelasi positif antara
pendapatan dan tabungan masyarakat ?

3. Hipotesis
Terdapat korelasi positif antara pendapatan dan
tabungan masyarakat
4. Kriteria Penerimaan Hipotesis

 Ho : Tidak terdapat korelasi positif antara

tabungan mingguan dengan pendapatan
 Ha : Terdapat korelasi positif antara tabungan
mingguan dengan pendapatan

 Ho diterima jika
r hitung ≤ r tabel (α, n-2) atau
t hitung ≤ t tabel (α, n-2)

 Ha diterima jika
r hitung > r tabel (α, n-2) atau
t hitung > t tabel (α, n-2)
5. Sampel
Diambil 10 kepala keluarga secara random

6. Data yang dikumpulkan (tabel bantuan)

Responden 1 2 3 4 5 6 7 8 9 10

Saving 2 4 6 6 8 8 9 8 9 10

Income 10 20 50 55 60 65 75 70 81 85
7. Analisis Data

N xi yi xi^2 yi^2 xy
1 2 10 4 100 20
2 4 20 16 400 80
3 6 50 36 2500 300
4 6 55 36 3025 330
5 8 60 64 3600 480
6 8 65 64 4225 520
7 9 75 81 5625 675
8 8 70 64 4900 560
9 9 81 81 6561 729
10 10 85 100 7225 850
Jumlah 70 571 546 38161 4544
 nΣxiyi – (Σxi)( Σyi)
8. rxy = ----------------------------------------
√[nΣxi² – (Σxi)²] [nΣyi² – (Σyi)²]

10(4544) – (70)( 571)

rxy = ---------------------------------------- = 0,981
√[10(546) – (70)²] [10(38161) – (571)²]
Pengujian hipotesis:
Dengan kriteria r hitung:

r hitung (0,981) > r tabel (0,707)

Dengan kriteria t hitung:

rxy √n-2 0,981 √n-2
t hitung = ---------- t = ------------- = 14,233
√[1–r2] √(1-0,962) Df = N-k
t hitung (14,233) > t tabel (1,86)
9. Kesimpulan ???

 Karena r hitung > dari r tabel maka Ha

diterima
 Karena t hitung > dari t tabel maka Ha
diterima

 KESIMPULAN:
Terdapat korelasi yang positif antara
pendapatan mingguan dengan tabungan
mingguan di kota Yogyakarta
 Korelasi Rank Spearman

 Digunakan untuk menentukan besarnya koefisien korelasi

jika data yang digunakan adalah data ordinal
 Rumus yang digunakan adalah:
6∑di2
pxy = 1 - -------
n (n2-1)
Contoh Kasus

Seorang mahasiswa melakukan survei untuk meneliti

apakah ada korelasi antara nilai pendidikan
kewarganegaraan (PKn) dengan nilai pengantar statistik.
Untuk kepentingan tersebut diambil 10 mahasiswa yang
telah menempuh mata kuliah pendidikan kewarganegaraan
dan pengantar statistik
 Pemecahan
1. Judul
Hubungan antara kemampuan mahasiswa dalam memahami mata
kuliah pendidikan kewarganegaraan dan pengantar statistik

2. Pertanyaan penelitian
Apakah terdapat korelasi positif antara kemampuan mahasiswa
dalam memahami m.kuliah pendidikan kewarganegaraan dan
pengantar statistik ?

3. Hipotesis
Terdapat korelasi positif kemampuan mahasiswa dalam memahami
m.kuliah pendidikan kewarganegaraan dan pengantar statistik
 4. Kriteria Penerimaan Hipotesis

Ho : Tidak terdapat korelasi positif antara kemampuan

mahasiswa dalam memahami m.kuliah pendidikan
kewarganegaraan dan pengantar statistik
Ha : Terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami m.kuliah pendidikan
kewarganegaraan dan pengantar statistik

Ho diterima jika
ρ hitung ≤ ρ tabel (α, n-2) atau
t hitung ≤ t tabel (α, n-2)
Ha diterima jika
ρ hitung > ρ tabel (α, n-2) atau
t hitung > t tabel (α, n-2)
Pemecahan

5. Sampel
Diambil 10 mahasiswa secara random

6. Data yang dikumpulkan

Responden 1 2 3 4 5 6 7 8 9 10

Pkn 9 6 5 7 4 3 2 8 7 6

Statistik 8 7 6 8 5 4 2 9 8 6
7. Analisis Data

N x1 x2 Rank x1 Rank x2 di di2

1 9 8 1 3 -2 4
2 6 7 5,5 5 0,5 0,25
3 5 6 7 6,5 0,5 0,25
4 7 8 3,5 3 0,5 0,25
5 4 5 8 8 0 0
6 3 4 9 9 0 0
7 2 2 10 10 0 0
8 8 9 2 1 1 1
9 7 8 3,5 3 0,5 0,25
10 6 6 5,5 6,5 -1 1
Jumlah 7
 Pemecahan

8. Pengujian hipotesis:
Dengan kriteria r hitung:
6∑di2 6.7
pxy = 1 - ------- = 1- ------------ = 1- 0,04 = 0,96
n (n2-1) 10 (102 – 1)

r hitung (0,96) > r tabel (0,738)

Dengan kriteria t hitung:

rxy √n-2 0,96 √10-2
t hitung = ---------- t = ------------- = 9,697
√[1–r2] √(1-0,92)
t hitung (9,697) > t tabel (1,86)
9. Kesimpulan ???

 Karena ρ hitung > dari ρ tabel maka Ha

diterima
 Karena t hitung > dari t tabel maka Ha
diterima

 KESIMPULAN:
Terdapat korelasi yang positif antara
kemampuan mahasiswa dalam memahami
m.kuliah pendidikan kewarganegaraan dan
pengantar statistik
UNTUK CONTOH LAINNYA

LATIHANLEBIH BANYAK
DARI BERBAGAI BUKU
STATISTIK ATAU WEB
STATISTIK