DISUSUN OLEH:
FAKULTAS EKONOMI
JEMBER
2023
1
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT, yang atas
rahmat-Nya sehingga dapat menyelesaikan penyusunan makalah yang
berjudul “ANALISIS KORELASI SEDERHANA” Penulisan
makalah merupakan salah satu tugas dan persyaratan untuk
menyelesaikan tugas mata kuliah Statistik Ekonomi di Institut
Teknologi dan Sains Mandala.
Penyusun
2
BAB I
PENDAHULUAN
3
DAFTAR ISI
BAB I PENDAHULUAN..........................................3
Latar Belakang...........................................................3
Rumusan Masalah......................................................5
Tujuan........................................................................5
BAB II PEMBAHASAN...........................................6
Korelasi Linier Sederhana.........................................6
Uji Hipotesis Untuk p(rho)........................................9
Korelasi Antar Jenjang..............................................12
BAB III Penutup........................................................17
Kesimpulan................................................................17
Daftar Pustaka............................................................18
4
1.2 Rumusan Masalah
1.3 Tujuan
5
BAB II
PEMBAHASAN
6
Keterangan:
a) Diagram sebaran yang menunjukkan korelasi linear positif.
b) Diagram sebaran yang menunjukkan korelasi linear negatif.
c) Diagram sebaran yang menunjukkan korelasi nol.
Contoh:
Suatu perusahaan mengadakan test masuk untuk calon
karyawan. Dari peserta tersebut, ternyata yang diterima
sebagai karyawan hanya 10 orang saja, dengan nilai test
masing-masing adalah sebagai berikut:
63 67 61 72 70 60 74 64 69 75
Setelah mereka bekerja dalam waktu tertentu, tercatat nilai-
nilai hasil kerja merekaa adalah:
230 235 220 270 245 225 260 240 250 265
7
Dari diagram sebaran di atas(dengan sumbu x dan y), didapat
empat kuadran, yaitu:
Kuadran I, mempunyai harga x negatif dan y positif
Kuadran II, mempunyai harga x positif dan y positif
Kuadran III, mempunyai harga x positif dan y negatif
Kuadran IV, mempunyai harga x negatif dan y negatif
Dengan demikian pada kuadcran II dan IV mempunyai
hasil perkalian antara x dan y yang positif, sedangkan pada
kuadran I dan III mempunyai hasil perkalian antara x dan y
yang negatif. Karena itu apabila sebagian besar data tersebar
di kuadra II dan IV maka dikatakan bahwa antara variable x
dan y berkorelasi positif, tetapi jika sebagian besar data
tersebar di kuadran I dan II, maka dikatakan bahwa antara
variable x dan y itu berkorelasi negatif, dan jika data itu
tersebar secara rambang di semua kuadran, maka dapat
dikatakan bahwa variable x dan y itu tidak berkorelasi. Jadi
dari uraian di atas dapat dikatakan pula bahwa:
Korelasi positif bila xy > 0
Korelasi negatif bila xy < 0
Korelasi nol bila xy = 0
8
Namun demikian cara pengukuran itu kurang memadai
dan untuk memperbaiki cara pengukuran diatas maka
koefisien korelasi (r) dihitung melalui koefisien penentuan
(Coeffisient of Determination) yang diberi notasi “r²”.
Koefisien korelasi ini menentukan berapa besar variasi y yang
dapat dijelaskan oleh variasi x. Oleh karena itu r² merupakan
ratio antara variasi yang dapat dijelaskan oleh garis regresi
dengan variasi total, sehingga r² dirumuskan dengan:
9
Sebagai contoh, kita akan menjuri ρ terhadap r yang telah
dihitung di muka, dengan langkah-langkah sebagai berikut:
1. Ho : ρ (rho) = 0
Ha : ρ (rho) > 0 (dapat juga digunakan alternative yang lain)
2. Misal digunakan α = 0,05
dengan df = n – 1 – k = 8
ttab = 1,86
10
5. Tolak Ho karena th > ttab. Kesimpulannya bahwa ada
korelasi positif yang signifikan antara nilai test dengan nilai
hasil kerja.
Disamping dengan cara diatas maka uji signifikansi koefisien
korelasi dapat pula dilakukan dengan menggunakan table
harga kritik r product moment. Dalam pengujian ρ dengan
product moment ini biasanya c “tidak ada korelasi antara
variable x dan y”. Ho ditolak jika harga r dari perhitungan
sama dengan atau lebih besar dari harga kritik r dari tabel.
Dan Ho diterima jika harga r dari perhitungan lebih kecil dari
harga kritik r dari tabel.
Untuk menguji r dari hasil perhitungan diatas, maka terlebih
dahulu kita cari harga kritik r dalam tabel untuk n = 10
dengan taraf keyakinan 95%. Dari tabel harga kritik r product
moment diperoleh harga kritik r = 0,632. Ternyata harga r
hasil perhitungan = 0,93, lebih besar dari harga kritik r =
0,632, maka Ho ditolak. Jadi harga r = 0,93 itu signifikan dan
disimpulkan ada korelasi positif antara nilai tes dengan nilai
hasil kerja secara meyakinkan.
11
2.3 KORELASI ANTAR JENJANG
Korelasi antar jenjang (Rank Corellation) dimaksudkan
untuk menentukan ada tidaknya korelasi antar variabel
pengaruh x dan variabel tergantung y, jika variabel-variabel
itu disajikan (dilaporkan) dalam bentuk data jenjang atau
angka-angka ranking. Angka-angka ranking tersebut
merupakan pengganti data-data yang sudah ada dan biasanya
data tertinggi dari suatu variabel diberi angka ranking (angka
jenjang) 1 dan selanjutnya diurutkan sampai data yang
terendah (dapat pula digunakan urutan angka jenjang yang
sebaliknya).
Koefisien korelasi antar jenjang ini biasanya diberi notasi “ r’
“ dan oleh Spearman dirumuskan sebagai berikut :
12
meyakinkan antara variable x dengan variable y, jika harga r’
hasil perhitungan sama dengan atau lebih besar dari harga r
dalam tabel.
Contoh:
Masih menggunakan contoh dimuka, sekarang kita hitung
harga koefisien korelasi antar jenjangnya sebagai berikut :
r’=1-(6∑d^2 )/(n(n^2-1))
13
= 1-(6(12))/10(10^2-1)
= 0,93
Jika dibandingkan taraf keyakinan 95%, maka r dalam tabel
sebesar 0,648. Karena r’ > r tabel, maka kesimpulannya
bahwa ada korelasi yang meyakinkan antara variable x dengan
variable y. Apabila dalam variable x maupun variable y
terdapat data observasi yang sama, maka jenjang (ranking)
untuk variable-variable tersebut harus diadakan penyesuaian.
Sebagai contoh adalah:
Dari 5 calon salesmen yang diuji mengenai teknik penjualan
kemudian ditugaskan untuk melakukan penjualan. Apabila
variable x menyatakan nilai ujian dan variable y menyatakan
hasil penjualan, yang masing-masing besarnya adalah:
14
Oleh karena Badu, Tono dan Tini mempunyai nilai ujian
(variable x) yang sama dan jatuh pada jenjang ke 2, 3, 4 maka
angka jenjang nilai ujian (x) mereka masing-masing juga
harus sama, yaitu:
(2+3+4)/3=3
Sedangkan Badu dan Umar mempunyai angka hasil penjualan
(variable y) yang sama dan jatuh pada jenjang ke 1 dan 2
sehingga angka jenjang hasil penjualan (y) masing-masing
adalah:
(1+2)/2=1,5
Setelah diperoleh nilai d2 masing-masing salesman, maka
harga koefisien korelasi antar jenjang dapat dihitung:
15
Menurut Spearman besarnya harga kritik r pada n-5 dengan
taraf signifikasi 5% atau taraf keyakinan 95% adalah 1. Jadi
karena harga r’ < rtab, maka dapat disimpulkan bahwa tidak
ada hubungan (korelasi) yang meyakinkan antara nilai ujian
dengan penjualan dari salesman.
16
BAB III
PENUTUP
1.1 KESIMPULAN
Korelasi menyatakan derajat hubungan antara dua
variabel tanpa memperhatikan variabel mana yang menjadi
peubah. Karena itu hubugan korelasi belum dapat dikatakan
sebagai hubungan sebab akibat. Sedangkan korelasi antar
jenjang dimaksudkan untuk menentukan ada tidaknya korelasi
antar variabel pengaruh x dan variabel pengaruh y, jika
variabel-variabel itu disajikan dalam bentuk jenjang atau
angka-angka ranking.
17
DAFTAR PUSTAKA
18