ANALISIS KORELASI

Apakah tinggi anak ketika usianya dua tahun berkaitan (berkorelasi) dengan tinggi mereka
ketika menginjak usia dewasa? Apakah benar bahwa seseorang yang berusia lebih dari dua
puluh tahun memiliki waktu reaksi yang lebih lambat dibandingkan dengan mereka yang
berusia kurang dari dua puluh tahun? Apakah terdapat hubungan antara berat badan dan
ukuran kaki?

Pada bab ini, kita akan mempelajari bagaimana cara menjawab pertanyaan-pertanyaan
tersebut berdasarkan data yang disediakan atau yang telah diamati sebelumnya.

Untuk memulainya, kita akan mencoba menganalisis data skor ulangan harian matematika
dan fisika dari 10 siswa sebagai berikut.

Siswa A B C D E F G H I J
Skor Matematika
20 23 8 29 14 11 11 20 17 17
(dari total 30)
Skor Fisika
30 35 21 33 33 26 22 31 33 36
(dari total 40)

Pertanyaan yang bisa kita ajukan adalah apakah terdapat hubungan antara skor ulangan harian
matematika dengan fisika dari kesepuluh siswa tersebut?

Langkah awal yang dapat kita lakukan adalah dengan membuat plot diagram pencar (scatter
plot) dari data tersebut.

40 x=17

35
Skor Fisika

30 y=30

25

20
5 10 15 20 25 30
Skor Matematika
Untuk mempermudah dalam menganalisis diagramnya, kita cari rata-rata untuk masing-
masing skor. Rata-ratanya masing-masing adalah

170 300
x= =17 dan y= =30.
10 10

Nantinya, diagram pencar akan terbagi menjadi empat daerah.

Dari diagram pencar tersebut, daerah di kanan bawah dan kiri atas sebagian besar kosong
sehingga terdapat kecenderungan bahwa titik-titiknya bergerak dari kiri bawah ke kanan atas.

Permasalahannya adalah bagaimana cara kita mengukur seberapa kuat kecenderungan ini?

A. Kovarians
Untuk mengukur seberapa kuat kecenderungan bahwa titik-titik pada diagram
pencar bergerak dari kiri bawah ke kanan atas, kita dapat menghitung nilai dari

n
1
S xy= ∑ ( x −x ) ( y i − y )
n i=1 i
(1 )

yang dikenal sebagai kovarians dan dinotasikan sebagai cov ( X , Y ) atau S xy. Biasanya,
untuk mempermudah penulisan, kita biasa menuliskan persamaan (1) sebagai

1
S xy =
n
∑ ( x− x ) ( y− y ) ,
dengan asumsi penjumlahan dilakukan atas i .

Titik-titik yang terletak di kanan atas memiliki nilai x dan y berturut-turut lebih dari
x dan y . Oleh karena itu, nilai x−x dan y− y keduanya positif sehingga perkalian
( x−x ) ( y− y ) juga bernilai positif.

Dengan cara serupa, titik-titik yang terletak di kiri bawah memiliki nilai x dan y
berturut-turut kurang dari x dan y . Oleh karena itu, nilai x−x dan y− y keduanya
negatif sehingga perkalian ( x−x ) ( y− y ) bernilai positif.

Untuk titik-titik yang terletak di luar kedua daerah tersebut, salah satu dari x−x atau
y− y akan bernilai negatif sehingga perkalian ( x−x ) ( y− y ) bernilai negatif.
 1
Faktor pada persamaan (1) digunakan untuk menormalisasikan nilai kovarians.
n
Hal ini masuk akal mengingat banyaknya titik akan mempengaruhi nilai kovariansnya,
yang dalam hal ini dapat memperbesar atau memperkecil nilainya. Faktor tersebut
seolah-olah merata-ratakan perkalian ( x−x ) ( y− y ) .

Pada contoh diagram pencar sebelumnya, mayoritas titik-titik akan memberikan nilai
yang positif dari ( x−x ) ( y− y ) .

Kovarians yang bernilai positif berarti titik-titik pada diagram pencar cenderung
bergerak dari kiri bawah ke kanan atas. Di sisi lain, kovarians yang bernilai negatif
berarti titik-titik pada diagram pencar cenderung bergerak dari kiri atas ke kanan bawah.
Kedua kasus ini akan memberikan gambaran bahwa secara kasar terdapat hubungan
antara variabel x dengan y . Tetapi, apabila nilai kovarians mendekati nol, berarti titik-
titik pada diagram pencar cenderung menyebar ke dalam keempat daerah. Apabila hal ini
terjadi, tentunya dapat kita duga bahwa tidak ada hubungan yang kuat antara variabel x
dengan y .

Terdapat bentuk lain dari kovarians yang memudahkan kita untuk menghitung
nilainya. Perhatikan bahwa

1 1 1
S xy =
n
∑ ( x− x ) ( y− y )¿ n ∑ ( xy −x y−x y + x y )¿ n (∑ xy−∑ x y−∑ x y+∑ x y )
1 1 1
¿
n
( ∑ xy−x ∑ y− y ∑ x+ n x y )¿ ( ∑ xy−x ⋅ n y− y ⋅n x+ n x y )¿ ( ∑ xy−n x y )
n n

Oleh karena itu,

1
S xy =
n
∑ xy −x y .
( 2)

Bentuk ini tentunya lebih mudah untuk dihitung, baik secara manual maupun
menggunakan bantuan kalkulator. Dengan kalkulator saintifik, ekspresi ∑ xy dapat
dihitung dengan mode LR.

Sebagai contoh, pada data mengenai skor ulangan harian matematika dan fisika
sebelumnya, nilai kovariansnya adalah
 1 1
S xy =
10
∑ xy −17 ⋅30= ⋅5313−510=21 , 3.
10

Fakta bahwa nilai S xy >0 mengindikasikan bahwa titik-titik pada diagram pencar seolah-
olah memiliki tren yang naik (bergradien positif). Tetapi, besar kecilnya bilangan
sebenarnya tidak berpengaruh banyak karena hal tersebut dapat berubah-ubah sesuai
dengan skala atau satuan yang digunakan. Sebagai contoh, perhatikan dua data berikut.

Tinggi
x 1,60 1,64 1,71
(dalam m)
Berat
y 53 57 60
(dalam kg)

Tinggi
x 160 164 171
(dalam cm)
Berat
y 53 57 60
(dalam kg)

Kedua data di atas sebenarnya sama, tetapi satuan tingginya berbeda. Tetapi, kedua data
tersebut memiliki kovarians berturut-turut 0,126 dan 12 , 6. Keduanya tentunya akan
bernilai positif, tetapi besar kecil nilai kovariansnya tidak memberikan kita informasi
yang berguna.

B. Koefisien Korelasi Product Moment

Pada pembahasan sebelumnya, kita tahu bahwa besar kecilnya nilai kovarians tidak
terlalu memberikan kita informasi yang berguna karena semuanya bergantung pada skala
atau satuan yang digunakan. Lalu, bagaimana caranya membuat besar kecil nilai tersebut
berguna? Caranya adalah dengan menormalisasikan nilainya sehingga tidak bergantung
pada skala atau satuan yang digunakan. Sebelumnya, kita telah menormalkan kovarians
dengan membaginya dengan banyak sampel sehingga nilai kovarians tidak bergantung
pada banyaknya sampel.

Untuk menormalkan kovarians agar nilainya tidak bergantung pada skala atau
satuan, kita dapat membagi x−x dengan standar deviasinya ( S x). Membagi x−x dengan
S x akan memberikan kita jarak dari setiap nilai x dengan rata-ratanya sebanyak standar
deviasinya. Sebagai contoh, pada data tinggi badan sebelumnya, nilai standar deviasi
dalam m dan cm saling berkaitan, dengan standar deviasi dalam cm seratus kali nilainya
x−x
dalam m. Oleh karena itu, akan memberikan kita hasil yang sama, tak peduli skala
Sx
atau satuan yang digunakan. Artinya, ekspresi

1
n ∑ Sx( )( )
x −x y− y
Sy

dapat digunakan untuk menghasilkan nilai yang lebih bermakna dibandingkan kovarian.

Ekspresi di atas disebut sebagai koefisien korelasi product moment atau biasa
disebut juga sebagai koefisien korelasi Pearson. Dengan menggunakan persamaan (2),
koefisien korelasi product moment dapat dituliskan sebagai

1
n
∑ xy −x y
r=
Sx S y
( 3)

dengan S x dan S y berturut-turut standar deviasi dari x dan y , yakni

S x=
√ 1
n
∑ 1
√
x 2−x 2 dan S y = ∑ y 2− y 2 .
n

Dengan memanfaatkan bentuk standar deviasi, persamaan (3) dapat diubah ke

bentuk lainnya sebagai berikut:

r=
∑ ( x−x )( y − y ) .
√ ∑ ( x−x )2 ∑ ( y− y )2
Di sini, kita biasa memisalkan

S S xy =∑ ( x−x ) ( y− y ) , S S xx =∑ ( x −x ) , dan S S yy =∑ ( y− y )
2 2

Sehingga persamaan sebelumnya dapat dituliskan sebagai

S S xy
r= .
√ S S xx S S yy
(4 )

Dengan bekal ini, kita dapat kembali ke permasalahan pada awal bab terkait dengan
apakah terdapat hubungan antara skor ulangan harian matematika dengan fisika dari
kesepuluh siswa. Sebelum kita mencari seberapa kuat hubungan antara keduanya, kita
cari terlebih dahulu standar deviasi masing-masing variabel. Perhatikan bahwa

S x=
√ 1
10
⋅3250−17 2=6 dan S y =
√
1
10
⋅925−30 2=5.

Oleh karena itu, nilai koefisien korelasi product moment-nya adalah

531 , 3−510
r= =0 ,71.
6 ⋅5

Nilai r tersebut mengukur seberapa dekat titik-titik pada diagram pencar berada pada
suatu garis lurus. Faktanya, nilai r selalu memenuhi

−1 ≤r ≤ 1

dengan r =1 mengindikasikan bahwa seluruh titik berada tepat pada suatu garis lurus
dengan gradien positif, r =−1 mengindikasikan hal yang sama tetapi dengan garis
bergradien negatif, serta r =0 mengindikasikan bahwa tidak terdapat hubungan antara
kedua data.
 korelasi positif kuat korelasi positif lemah

korelasi negatif kuat korelasi negatif lemah

tidak ada korelasi

C. Koefisien Determinasi
Pada bagian ini kita akan mempelajari nilai yang menyatakan seberapa tepat suatu
garis regresi dari perspektif proporsi (persentase) dari variabel dependen yang
diterangkan oleh variabel independen yang disebut sebagai koefisien determinasi. Simbol
yang digunakan adalah r 2.
 Karena nilai r mempunyai rentang nilai −1 ≤r ≤ 1 maka r 2mempunyai rentang nilai
0 ≤ r ≤1.

Nilai koefisien determinasi (r 2) yang mempunyai rentang nilai 0 ≤ r 2 ≤ 1 sering

diubah ke persentase dengan dikalikan dengan 100 untuk proses interpretasi persentase
dari variabel dependen yang diterangkan oleh variabel independen sesuai dengan
definisinya. Sebagai contoh, pada konteks di awal bab mengenai hubungan antara skor
matematika dan skor fisika, kita telah mendapatkan bahwa r =0 ,71. Oleh karena itu,
2 2
r =0,5041. Nilai r tersebut memberikan gambaran bahwa 50 , 41 % dari skor
matematika diterangkan oleh skor fisika, dengan sisanya sebesar 49 ,59 % dari skor
matematika diterangkan oleh variabel-variabel lainnya. Artinya, skor matematika dan
skor fisika hanya saling berkaitan sebesar 50,41%, sedangkan sisanya berhubungan
dengan variabel-variabel lainnya.
 SOAL LATIHAN ANALISIS KORELASI

1. Diberikan data sebagai berikut:

x 1 3 5 7 9
y 44 34 24 14 4

Nilai kovarians antara x dengan y adalah ...

A. −100

B. −50

C. 0

D. 50

E. 1 00

Jawaban: B

2. Diberikan data sebagai berikut:

x 1 3 6 9 11
y 12 28 37 28 12

Nilai kovarians antara x dengan y adalah ...

A. −100

B. −50

C. 0

D. 50

E. 100

Jawaban: C
3. Diberikan data sebagai berikut:

x 1 3 6 10 12
y 5 13 25 41 49

Nilai koefisien korelasi product moment antara x dengan y adalah ...

A. −1

B. −0 , 5

C. 0

D. 0 , 5

E. 1

Jawaban: E

4. Diberikan data sebagai berikut:

x 1 1 3 5 5
y 5 1 3 1 5

Nilai koefisien korelasi product moment antara x dengan y adalah ...

A. −1

B. −0 , 5

C. 0

D. 0 , 5

E. 1

Jawaban: C
5. Tabel berikut memberikan informasi mengenai kandungan gula (dalam gram) dan jumlah
kalori dalam suatu sajian dari 13 sampel suatu merek sereal.

Gula
(gram 4 15 12 11 8 6 7 2 7 14 20 3 13
)
Kalori 120 200 140 110 120 80 190 100 130 190 190 110 120

Nilai dari koefisien determinasi antara kandungan gula dengan jumlah kalori adalah ...

A. −0,123

B. 0,123

C. −0 , 447

D. 0 , 447

E. 0,621

Jawaban: D

6. Untuk setiap pasangan variabel berikut ini, manakah yang berkemungkinan mempunyai
korelasi negatif?

A. bunga dan banyak pinjaman bank

B. tinggi badan dan IQ

C. tinggi badan dan ukuran sepatu

D. banyak pohon dan tingkat polusi

E. umur dan suhu udara sekitar

Jawaban: D
7. Diketahui seluruh titik ( x , y ) pada suatu data terletak pada garis x +5 y=2023. Nilai dari
koefisien korelasi product moment antara x dengan y adalah ...

A. −1

B. −0 , 5

C. 0

D. 1

E. tidak dapat ditentukan

Jawaban: A

8. Diberikan data sebagai berikut:

x 11 17 26
y 23 18 19

Y
Diketahui variabel acak Y dikonversi ke Z dengan persamaan Z= +3 . Jika diketahui:
10

 r XY koefisien korelasi product moment antara X dengan Y ,

 r XZ koefisien korelasi product moment antara X dengan Z , dan

 r YZ koefisien korelasi product moment antara Y dengan Z ,

pernyataan yang benar adalah ...

A. r XY < r XZ < r YZ

B. r XY =r XZ =r YZ

C. r XY =r XZ <r YZ

D. r XY < r XZ =r YZ

E. r XY > r XZ > r YZ
 Jawaban: C

9. Suatu kelompok yang terdiri atas 12 anak berpartisipasi dalam studi psikologi yang
didesain untuk mengetahui hubungan antara usia ( x tahun) dan rata-rata total waktu tidur
( y menit). Untuk mengukur rata-rata total waktu tidur (biasa disingkat sebagai ATST,
yakni average total sleep time), alat perekam diberikan pada setiap anak pada lima hari
berurutan lalu kemudian dirata-ratakan. Hasil penelitiannya adalah sebagai berikut:

Umur ATST Umur ATST

Anak Anak
( x tahun) ( y menit) ( x tahun) ( y menit)
A 4,4 586 G 11,1 493
B 6,7 565 H 8,6 533
C 10,5 515 I 14,0 575
D 9,6 532 J 10,1 490
E 12,4 478 K 7,2 530
F 5,5 560 L 7,9 515

Koefisien korelasi product moment antara x dengan y adalah ...

A. −0,481

B. 0,481

C. −0,563

D. 0,563

E. 0

Jawaban: A

10. Diberikan data sebagai berikut:

x 1 3 5
y 20 12 n
Diketahui koefisien korelasi product moment antara x dengan y adalah −1. Nilai dari n
adalah ...

A. 1

B. 2

C. 3

D. 4

E. 5

Jawaban: D