Analisis Korelasi
Statistika dan Probabilitas
Perbedaan Regresi dan Korelasi
• Analisis Regresi (searah/sebab-akibat/pengaruh)
– Jika variabel X memiliki pengaruh pada variabel Y tapi belum tentu
sebaliknya.
Variabel X Variabel Y
Variabel X Variabel Y
Jenis-Jenis Korelasi
Statistika dan Probabilitas
Jenis-Jenis Korelasi
• Korelasi Sederhana : korelasi yang mengukur kekuatan
hubungan variabel untuk mengetahui dari bentuk hubungan
yang bersifat kuantitatif. (sudah dibahas minggu lalu)
• Korelasi Parsial : korelasi untuk mengukur tentang keeratan
antara hubungan variabel yang bebas (X) dengan variabel yang
tidak bebas (Y) sehingga dapat dengan mudah untuk mengontrol
dari salah satu variabel.
• Korelasi Ganda : korelasi yang digunakan untuk melihat berbagai
hubungan antara variabel dalam bentuk independen dan
dependent sehingga dapat berkaitan dengan interkorelasi dari
variabel dependen.
Korelasi Ganda
Statistika dan Probabilitas
Korelasi Ganda
• Adalah korelasi yang menunjukkan hubungan antara dua variabel
(X) atau lebih secara bersama-sama dengan variabel lain (Y).
• Misal: Apakah ada hubungan antara kemampuan kepemimpinan
(X1) dan Tata Ruang Kantor (X2) dengan Kepuasan Kerja (Y)?
• Pemahaman tentang korelasi ganda bisa dilihat pada gambar
berikut :
Variabel X1 r1
Keterangan:
R R = Korelasi Ganda
r12 Variabel Y r1 = korelasi X1 dengan Y
r2 = korelasi X2 dengan Y
Variabel X2
r2 r12 = korelasi X1 dengan X2
Cara Menyelesaikan Korelasi Ganda
• Jika terdiri dari 2 korelasi, maka hubungan antara masing-masing
variabel dihitung dengan cara perhitungan korelasi sederhana
(seperti pada contoh diatas)
• Setelah ketemu hasil perhitungan dari setiap korelasi nya dengan
rumus korelasi sederhana,kemudian hitung dengan rumus
dibawah ini:
𝒓𝟏 𝟐 + 𝒓𝟐 𝟐 − 𝟐. 𝒓𝟏 . 𝒓𝟐 . 𝒓𝟏𝟐
𝑹=
𝟏 − 𝒓𝟏𝟐 𝟐
Keterangan:
R = Korelasi Ganda antara X1 dan X2 dengan Y
r1 = korelasi X1 dengan Y
r2 = korelasi X2 dengan Y
r12 = korelasi X1 dengan X2
Contoh: Korelasi Ganda
• Kita akan meneliti hubungan antara ketekunan belajar (X1)
dan kecerdasan (X2) dengan prestasi belajar siswa (Y).
• Terdapat data 10 siswa sebagai berikut:
Jawaban: Korelasi Ganda (1)
• Kemudian dari data diatas dikerjakan menggunakan tabel
kerja korelasi ganda sebagai berikut:
Jawaban: Korelasi Ganda (2)
• Kemudian hitung korelasi tunggal dari setiap variable X menggunakan
rumus korelasi sederhana Pearson Product Moment:
𝒏 σ 𝒙𝟏 𝒚 − σ 𝒙𝟏 σ 𝒚
𝒓𝟏 =
𝟐 𝟐 𝟐 𝟐
𝒏 σ 𝒙𝟏 − σ 𝒙𝟏 𝒏σ𝒚 − σ𝒚 𝒏 σ 𝒙𝟏 𝒙𝟐 − σ 𝒙𝟏 σ 𝒙𝟐
𝒓𝟏𝟐 =
𝟏𝟎. 𝟑𝟕𝟒 − 𝟓𝟖. 𝟔𝟐 𝟐
𝒏 σ 𝒙𝟏 − σ 𝒙𝟏 𝟐 𝟐
𝒏 σ 𝒙𝟐 − σ 𝒙𝟐 𝟐
𝒓𝟏 =
𝟏𝟎. 𝟑𝟓𝟐 − 𝟓𝟖 𝟐 𝟏𝟎. 𝟒𝟎𝟔 − 𝟔𝟐 𝟐
𝟏𝟎. 𝟑𝟕𝟑 − 𝟓𝟖. 𝟔𝟑
𝟏𝟒𝟒 𝒓𝟏𝟐 =
𝒓𝟏 = = 𝟎, 𝟕𝟖𝟒 𝟏𝟎. 𝟑𝟓𝟐 − 𝟓𝟖 𝟐 𝟏𝟎. 𝟒𝟏𝟗 − 𝟔𝟑 𝟐
𝟏𝟖𝟑, 𝟓𝟔𝟓
𝟕𝟔
𝒏 σ 𝒙𝟐 𝒚 − σ 𝒙𝟐 σ 𝒚 𝒓𝟏𝟐 = = 𝟎, 𝟒𝟎𝟗
𝟏𝟖𝟓, 𝟔𝟕𝟕
𝒓𝟐 =
𝟐 𝟐 𝟐 𝟐
𝒏 σ 𝒙𝟐 − σ 𝒙𝟐 𝒏σ𝒚 − σ𝒚
𝟏𝟎. 𝟒𝟎𝟖 − 𝟔𝟑. 𝟔𝟐
𝒓𝟐 =
𝟏𝟎. 𝟒𝟏𝟗 − 𝟔𝟑 𝟐 𝟏𝟎. 𝟒𝟎𝟔 − 𝟔𝟐 𝟐
𝟏𝟕𝟒
𝒓𝟐 = = 𝟎, 𝟕𝟗𝟔
𝟐𝟏𝟖, 𝟒𝟖𝟔
Jawaban: Korelasi Ganda (3)
• Kemudian hitung dengan rumus korelasi ganda:
𝒓𝟏 = 𝟎, 𝟕𝟖𝟒 𝒓𝟐 = 𝟎, 𝟕𝟗𝟔 𝒓𝟏𝟐 = 𝟎, 𝟒𝟎𝟗
𝒓𝟏 𝟐 + 𝒓𝟐 𝟐 − 𝟐. 𝒓𝟏 . 𝒓𝟐 . 𝒓𝟏𝟐
𝑹=
𝟏 − 𝒓𝟏𝟐 𝟐
Jadi, hubungan antara ketekunan belajar (X1) dan kecerdasan (X2) dengan prestasi
belajar siswa (Y) adalah korelasi positif sangat kuat yaitu sebesar 0,942.
Korelasi Parsial
Statistika dan Probabilitas
Korelasi Parsial
• Adalah dimana ada hubungan korelasi antara variabel (X1)
dengan variabel lain (Y), kemudian ada variable lain (X2)
datang mempengaruhi hubungan keduanya (X1 dan Y)
• Perhatikan pada ilustrasi gambar berikut:
Variabel X1 Variabel Y
Variabel X2
Ilustrasi : Korelasi Parsial
• Misalkan: Kita ingin mengetahui hubungan antara kondisi ekonomi (X1)
dengan Prestasi Belajar (Y).
• Sementara teori bahwa Prestasi Belajar tidak hanya ditentukan oleh
kondisi ekonomi, bisa juga oleh tingkat kecerdasan mahasiswa.
• Oleh karena itu kita tetap menguji hubungan antara kondisi ekonomi
dengan Prestasi Belajar, juga keterlibatan variabel tingkat kecerdasan.
Maka permasalahannya
menjadi : apakah Variabel X1 Variabel Y
tingkat kecerdasan (X2)
memiliki pengaruh
terhadap hubungan
antara variabel kondisi
Variabel X2
ekonomi (X1) dengan
Prestasi Belajar (Y).
Contoh : Korelasi Parsial
• Kita akan meneliti apakah tingkat kecerdasan (X2) memiliki pengaruh terhadap
hubungan antara variabel kondisi ekonomi (X1) dengan Prestasi Belajar (Y).
• Terdapat data 10 siswa sebagai berikut:
Jawaban : Korelasi Parsial (1)
• Kemudian dari data diatas dikerjakan menggunakan tabel kerja korelasi
parsial sebagai berikut:
Jawaban : Korelasi Parsial (2)
• Kemudian hitung korelasi tunggal dari setiap variable X menggunakan
rumus korelasi sederhana Pearson Product Moment:
𝒏 σ 𝒙𝟏 𝒚 − σ 𝒙𝟏 σ 𝒚 𝒏 σ 𝒙𝟏 𝒙𝟐 − σ 𝒙𝟏 σ 𝒙𝟐
𝒓𝟏 = 𝒓𝟏𝟐 =
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
𝒏 σ 𝒙𝟏 − σ 𝒙𝟏 𝒏σ𝒚 − σ𝒚 𝒏 σ 𝒙𝟏 − σ 𝒙𝟏 𝒏 σ 𝒙𝟐 − σ 𝒙𝟐
𝟏𝟎. 𝟖𝟎𝟕 − 𝟏𝟐𝟔. 𝟓𝟓 𝟏𝟎. 𝟖𝟒𝟏 − 𝟏𝟐𝟔. 𝟔𝟐
𝒓𝟏 = 𝒓𝟏𝟐 =
𝟏𝟎. 𝟏𝟕𝟔𝟖 − 𝟏𝟐𝟔 𝟐 𝟏𝟎. 𝟑𝟖𝟓 − 𝟓𝟓 𝟐 𝟐 𝟐
𝟏𝟎. 𝟏𝟕𝟔𝟖 − 𝟏𝟐𝟔 𝟏𝟎. 𝟒𝟐𝟒 − 𝟔𝟐
𝟏𝟏𝟒𝟎 𝟓𝟗𝟖
𝒓𝟏 = = 𝟎, 𝟗𝟑𝟒 𝒓𝟏𝟐 = = 𝟎, 𝟕𝟎𝟖
𝟏𝟐𝟏𝟗, 𝟗𝟓𝟗 𝟖𝟒𝟓, 𝟐𝟏𝟐
𝒏 σ 𝒙𝟐 𝒚 − σ 𝒙𝟐 σ 𝒚
𝒓𝟐 =
𝟐 𝟐 𝟐 𝟐
𝒏 σ 𝒙𝟐 − σ 𝒙𝟐 𝒏σ𝒚 − σ𝒚
𝟏𝟎. 𝟑𝟕𝟕 − 𝟔𝟐. 𝟓𝟓
𝒓𝟐 =
𝟏𝟎. 𝟒𝟐𝟒 − 𝟔𝟐 𝟐 𝟏𝟎. 𝟑𝟖𝟓 − 𝟓𝟓 𝟐
𝟑𝟔𝟎
𝒓𝟐 = = 𝟎, 𝟔𝟑𝟎
𝟓𝟕𝟏, 𝟓𝟕𝟕
Jawaban : Korelasi Parsial (3)
• Jika yang akan diteliti apakah tingkat kecerdasan (X2) memiliki
pengaruh terhadap hubungan antara variabel kondisi ekonomi (X1)
dengan Prestasi Belajar (Y)?
• Kemudian hitung korelasi parsialnya dengan rumus berikut:
𝒓𝟏 = 𝟎, 𝟗𝟑𝟒 𝒓𝟐 = 𝟎, 𝟔𝟑𝟎 𝒓𝟏𝟐 = 𝟎, 𝟕𝟎𝟖
𝒓𝟐 − 𝒓𝟏 𝒓𝟏𝟐
𝒓𝟐−𝟏 =
𝟏 − 𝒓𝟏 𝟐 𝟏 − 𝒓𝟏𝟐 𝟐 Jadi, pengaruh tingkat
kecerdasan (X2)
𝟎, 𝟔𝟑𝟎 − 𝟎, 𝟗𝟑𝟒 . 𝟎, 𝟕𝟎𝟖 terhadap hubungan
𝒓𝟐−𝟏 = antara kondisi ekonomi
𝟏 − (𝟎, 𝟗𝟑𝟒)𝟐 𝟏 − (𝟎, 𝟕𝟎𝟖)𝟐 (X1) dan prestasi belajar
(Y) adalah korelasi
−𝟎, 𝟎𝟑𝟏 negatif sangat lemah
𝒓𝟐−𝟏 = = −𝟎, 𝟏𝟐𝟒 yaitu sebesar -0,124
𝟎, 𝟐𝟓𝟐
Jawaban : Korelasi Parsial (4)
• Jika penelitiannya diubah.
• Jika yang dicari adalah apakah kondisi ekonomi (X1) memiliki pengaruh
terhadap hubungan antara variabel tingkat kecerdasan (X2) dengan
Prestasi Belajar (Y)? Maka rumusnya :
𝒓𝟏 − 𝒓𝟐 𝒓𝟏𝟐
𝒓𝟏−𝟐 =
𝟏 − 𝒓𝟐 𝟐 𝟏 − 𝒓𝟏𝟐 𝟐 Jadi, pengaruh kondisi
ekonomi (X1) terhadap
𝟎, 𝟗𝟑𝟒 − 𝟎, 𝟔𝟑𝟎 . 𝟎, 𝟕𝟎𝟖 hubungan antara tingkat
𝒓𝟏−𝟐 = kecerdasan (X2) dan
𝟏 − (𝟎, 𝟔𝟑𝟎)𝟐 𝟏 − (𝟎, 𝟕𝟎𝟖)𝟐 prestasi belajar (Y)
adalah korelasi positif
𝟎, 𝟒𝟖𝟗 sangat kuat yaitu
𝒓𝟏−𝟐 = = 𝟎, 𝟖𝟗𝟏 sebesar 0,891
𝟎, 𝟓𝟒𝟗
Ada pertanyaan?