7.

ANALISIS KORELASI DAN ASOSIASI

MATA KULIAH : PENGOLAHAN DATA KOMPUTER

DISUSUN OLEH :

A. ANNISA WULANDARI

1793141014

MANAJEMEN A
ANALISIS KORELASI DAN ASOSIASI

1. KOEFISIEN KORELASI RANK SPEARMAN DAN KENDALL TAU

Kasus:

Seorang manajer ingin mengetahui hubungan antara kualitas produk yang dihasilkan dengan
kepuasan pelanggan.

Rumusan masalah:

Apakah terdapat hubungan yang signifikan antara kualitas produk yang dihasilkan dengan
kepuasan pelanggan?

Data:

kualitas kepuasaan 4 4
produk pelanggan 4 5
2 3 3 4
3 3 2 3
4 4 3 3
4 5 4 4
3 4 4 5
5 5 3 4
5 5 4 5
4 5 5 5
5 5
4 4

kualitas produk
1 = sangat buruk
2 = buruk
3 = cukup baik
4 = baik
5 = sangat baik

kepuasan
pelanggan
1 = sangat tidak
puas
2 = tidak puas
3 = cukup puas
4 = puas
 5 = sangat tidak
puas
HIPOTESIS:

H0: Tidak terdapat hubungan yang signifikan antara kualitas produk yang dihasilkan dengan
kepuasan pelanggan.

H1: Terdapat hubungan yang signifikan antara kualitas produk yang dihasilkan dengan kepuasan
pelanggan.

Correlations
kualitas kepuasan
Kendall's tau_b kualitas Correlation Coefficient 1.000 .766**
Sig. (1-tailed) . .000
N 20 20
kepuasan Correlation Coefficient .766 **
1.000
Sig. (1-tailed) .000 .
N 20 20
Spearman's rho kualitas Correlation Coefficient 1.000 .819**
Sig. (1-tailed) . .000
N 20 20
kepuasan Correlation Coefficient .819 **
1.000
Sig. (1-tailed) .000 .
N 20 20
**. Correlation is significant at the 0.01 level (1-tailed).

Dari hajil output diatas diketahui bahwa besarnya korelasi antara kualitas produk dan kepuasan
pelanggan sebesar 0,766 (Korelasi Kendall’s Tau) dan 0,819 (Korelasi Spearman Rho). Kedua
korelasi diatas menghasilkan korelasi positif . Oleh karena nilai p-value untuk kedua korelasi
lebih besar dari 0,05 maka dapat disimpulkan bahwa terdapat hubungan positif yang signifiakan
antara kualitas produk dan kepuasan pelanggan. Semakin tinggi kualitas produk, semkin tinggi
kepuasan pelanggan.
2. KORELASI PEARSON

Kasus:
Seorang mahasiswa ingin melakukan penelitian untuk melihat apakah ada hubungan signifikan
antara keaktifan siswa dalam proses pembelajaran terhadap prestasi belajar siswa. (asumsi data
berdistribusi normal)

Rumusan masalah:
Apakah terdapat hubungan signifikan antara keaktifan siswa dalam proses pembelajaran terhadap
prestasi belajar siswa?

Hipotesis:
H0 : Tidak terdapat hubungan signifikan antara keaktifan siswa dalam proses pembelajaran
terhadap prestasi belajar siswa

H1: Terdapat hubungan signifikan antara keaktifan siswa dalam proses pembelajaran terhadap
prestasi belajar siswa

Data:
keaktifan prestasi 65 70
siswa belajar 78 80
63 70 87 90
75 80 80 80
85 90 68 70
78 80 90 90
65 70 70 70
76 80 78 80
60 60 56 60
64 70 70 70
78 80 79 80
64 70 69 70
58 60 80 80
76 80 87 90
87 90 78 80
76 80
88 90
 Correlations
keaktifan prestasi
keaktifan Pearson Correlation 1 .977**
Sig. (1-tailed) .000
N 30 30
prestasi Pearson Correlation .977** 1
Sig. (1-tailed) .000
N 30 30
**. Correlation is significant at the 0.01 level (1-tailed).

Besarnya hubungan antara keaktifan siswa dan prestasi belajar adalah 0,977 (hubungan korelasi
moderat) dan signifikan pada alfa 5%. Oleh karema nilai p-value sebesar 0,000 (<0,05), maka
dapat disimpulkan bahwa terdapat hubungan positif moderat antara keaktifan siswa dan prestasi
belajar. Semakin aktif siswa tersebut, semakin tinggi pula prestasi belajar siswa tersebut.
3. KOEFISIEN KONTINGENSI C (CRAMER’S)

Kasus:
Seorang peneliti ingin mengetahui apakah terdapat hubungan antara tingkat usia dengan tempat
belanja pakaian yang akan dikenakan saat lebaran.

Rumusan masalah:
Apakah terdapat hubungan antara tingkat usia dengan tempat belanja pakaian yang akan
dikenakan saat lebaran?

Hipotesis:
H0: Tidak terdapat hubungan antara tingkat usia dengan tempat belanja pakaian yang akan
dikenakan saat lebaran

H1: Terdapat hubungan antara tingkat usia dengan tempat belanja pakaian yang akan dikenakan
saat lebaran
Data:

tempat belanja usia

3 1
5 2
2 1
3 1
5 1
1 3
1 2
3 3
2 1
4 1
1 3
2 1
3 1
2 1
1 3
3 1
5 2
2 1
3 1
5 1
3 2
1 3
1 3
 3 2
5 1
2 2
4 2
4 1
5 1
5 2

USIA PAKAIAN
1 = <15 1 = PASAR
2 = 16-20 2 = TOSERBA
3 = 21-25 3 = TRADE CENTER
4 = MALL
5 = DISTRO

TEMPAT BELANJA

TEMPAT * USIA Crosstabulation

Count
USIA
<15 16-20 21-25 Total
TEMPAT PASAR 0 1 5 6
TOSERBA 5 1 0 6
TRADE CENTER 5 2 1 8
MALL 2 1 0 3
DISTRO 4 3 0 7
Total 16 8 6 30

Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
Pearson Chi-Square 21.112 a
8 .007
Likelihood Ratio 21.979 8 .005
Linear-by-Linear Association 5.991 1 .014
N of Valid Cases 30
a. 15 cells (100.0%) have expected count less than 5. The minimum
expected count is .60.
 Symmetric Measures
Approximate
Value Significance
Nominal by Nominal Phi .839 .007
Cramer's V .593 .007
N of Valid Cases 30

Karena nilai p-value Cramer’s V sebesar 0,007 (<0,05), kesimpulannya adalah terdapat
hubungan positif signifikan antara penilaian penonton dan keputusan juri. Kecenderungan ini
dapat dilihat dari tabel crosstabulasi diatas.
4. MEASURE OF AGREEMENT COHEN’S KAPPA
Kasus:
Pada sebuah perlombaan, dilakukan penelitian terhadap keputusan juri dan hasil penilaian
penonton.
Rumusan masalah:
Siapakah diantara juri yang memiliki penilaian paling mendekati penilaian penonton terhadap
peserta.
1 = tidak layak juara
2 = layak juara
Data:
Penilaian
Juri A Juri B
penonton
2 2 2
1 1 1
2 2 2
2 2 2
1 2 1
1 2 1
1 1 1
1 1 1
1 1 1
2 2 2
2 1 1
1 1 1
1 2 1
2 2 2
2 1 1
1 1 2
2 2 2
2 2 1
1 1 1
1 1 1
2 2 2
2 1 1
1 1 1
2 1 2
2 2 1
 2 2 2
1 1 1
2 2 2
2 2 2
2 2 2

PENONTON*JURI A

Symmetric Measures
Approximate
Value Significance
Nominal by Nominal Phi .530 .004
Cramer's V .530 .004
N of Valid Cases 30

Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 8.438 a
1 .004
Continuity Correction b
6.429 1 .011
Likelihood Ratio 8.860 1 .003
Fisher's Exact Test .009 .005
Linear-by-Linear Association 8.157 1 .004
N of Valid Cases 30
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.07.
b. Computed only for a 2x2 table

PENONTON*JURI B

Symmetric Measures
Approximate
Value Significance
Nominal by Nominal Phi .629 .001
Cramer's V .629 .001
N of Valid Cases 30
 Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 11.868a 1 .001
Continuity Correction b
9.445 1 .002
Likelihood Ratio 13.406 1 .000
Fisher's Exact Test .001 .001
Linear-by-Linear Association 11.472 1 .001
N of Valid Cases 30
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 5.63.
b. Computed only for a 2x2 table

Besarnya asosiasi antara penilaian penonton dan keputusan juri A adalah 0,530, penilaian
penonton dan keputusan juri B adalah 0,629. Operator yang paling baik dapat diketahui dengan
melihat nilai asosiasi tinggi dan hasil analisis crosstabulasi.

5. ASOSIASI ETA

Seorang guru ingin meneliti apakah terdapat hubungan yang kuat antara ekskul yang dimasuki
siswa dengan nilai keterampilan siswa tersebut.

Rumusan masalah:

apakah terdapat hubungan yang kuat antara ekskul yang dimasuki siswa dengan nilai
keterampilan siswa?

Hipotesis:

H0: Tidak terdapat hubungan yang kuat antara ekskul yang dimasuki siswa dengan nilai
keterampilan siswa

H1: terdapat hubungan yang kuat antara ekskul yang dimasuki siswa dengan nilai keterampilan
siswa

DATA:

SKOR 5 9
EKSKUL
KETERAMPILAN 4 8
5 7 5 7
3 10 1 7
 3 8 3 8
5 7 2 6
3 10 2 7
5 9 5 8
4 8 1 5
5 7 1 6
1 7 3 10

EKSKUL
1 = BASKET
2 = OSIS
3 = SENI
4=
PRAMUKA
5 = PMR
 EKSKUL * SKOR Crosstabulation
Count
SKOR
5.00 6.00 7.00 8.00 9.00 10.00 Total
EKSKUL BASKET 1 1 2 0 0 0 4
OSIS 0 1 1 0 0 0 2
SENI 0 0 0 2 0 3 5
PRAMUKA 0 0 0 2 0 0 2
PMR 0 0 4 1 2 0 7
Total 1 2 7 5 2 3 20

Directional Measures
Value
Nominal by Interval Eta EKSKUL Dependent .644
SKOR Dependent .792

Berdasarkan tabel Directional Measures, terdapat hubungan positif antara ekskul yang dimasuki dengan
nilai keterampilan, yaitu sebesar 0,644.

Catatan : Ekskul diasumsikan sebagai variable dependen.