Bab-10 Correlation Analysis
Bab-10 Correlation Analysis
Bab-9
CORRELATION ANALYSIS
Tujuan Bab
Setelah menyelesaikan bab ini, mahasiswa mampu :
Menghitung dan menginterpretasikan korelasi sederhana antara dua
variabel
Menentukan signifikansi korelasi
Menghitung dan menginterpretasikan persamaan regresi linier sederhana
untuk satu set data
Memahami asumsi analisis regresi
Menentukan signifikansi model regresi
Menghitung dan menafsirkan interval kepercayaan untuk koefisien regresi
Mengenali aplikasi analisis regresi untuk tujuan prediksi dan deskripsi
Mengenali beberapa potensi masalah jika analisis regresi digunakan
secara tidak benar
Mengenali hubungan nonlinier antara dua variabel
Analisis Korelasi dan Regresi
Analisis Korelasi (X Y)
Analisis statistik yang ditujukan untuk mengukur
Analisis Regresi (X Y)
Analisis statistik yang ditujukan untuk mengukur
pengaruh satu variabel (Independent Variable / X)
terhadap variabel lain (Dependent Variable / Y)
Diagram Pencar dan Korelasi
Sebuah scatter plot (atau diagram pencar)
digunakan untuk menunjukkan korelasi antara
dua variabel
Analisis korelasi digunakan untuk mengukur
kekuatan asosiasi (korelasi linear) antara dua
variabel
Konsen pada kekuatan korelasi
Tidak ada efek kausalitas
Contoh Diagram Pencar
Korelasi Linier Korelasi Non-Linier
Y y
Loyalitas
Pelanggan Minat
Kualitas Pelayanan
x Frek. Marcom
x
y y
Jumlah
Permintaan
Harga Barang x x
Contoh Diagram Pencar
(continued)
Korelasi Kuat Korelasi Lemah
y y
x x
y y
x x
Contoh Diagram Pencar
(continued)
Tidak Ada Korelasi
x
Mengukur Kekuatan Korelasi
(continued)
x x x
r = -1 r = -0.6 r=0
y y
x x
r = +0.3 r = +1
Menghitung Koefisien Korelasi
Koefisien Korelasi Sampel :
r
( x x)( y y)
[ ( x x ) ][ ( y y ) ]
2 2
Atau Ekivalen :
n xy x y
r
[n( x 2 ) ( x )2 ][n( y 2 ) ( y )2 ]
dimana:
r = Koefisien Korelasi Sampel
n = Ukuran Sampel
x = Nilai variabel Independen
y = Nilai variabel dependen
Contoh Soal
Jumlah Kualitas Terpaan Berita Tingkat
Pembelian Pelayanan Pengetahuan
y x X Y
35 8 5 70
49 9 7 80
27 7 3 50
33 6 9 90
60 13 2 40
21 7 6 75
45 11 8 85
51 12 4 60
=321 =73 =44 =550
Contoh Perhitungan-1
Jumlah Kualitas
Pembelian Pelayanan
y x xy y2 x2
35 8 280 1225 64
49 9 441 2401 81
27 7 189 729 49
33 6 198 1089 36
60 13 780 3600 169
21 7 147 441 49
45 11 495 2025 121
51 12 612 2601 144
=321 =73 =3142 =14111 =713
Contoh Perhitungan-2
Terpaan Tingkat
Berita Pengetahu
an
X Y xy y2 x2
5 70 350 4900 25
7 80 560 6400 49
3 50 150 2500 9
9 90 810 8100 81
2 40 80 1600 4
6 75 450 5625 36
8 85 680 7225 64
4 60 240 3600 16
X Y XY y2 x2
=44 =550 =3320 =39950 =284
Contoh Perhitungan-1
(continued)
Jumlah n xy x y
Pembelian r
70
[n( x 2 ) ( x) 2 ][n( y 2 ) ( y) 2 ]
60
8(3142) (73)(321)
50
40
[8(713) (73)2 ][8(14111) (321)2 ]
0.886
30
20
10
0
0 2 4 6 8 10 12 14 r = 0.886 → Relatif sangat kuat dan
Kualitas Pelayanan, x positif Korelasi linier antara x dan y
Contoh Perhitungan-2
(continued)
=44 =550 =3320 =39950 =284
Tingkat
n xy x y
Pengetahuan/ r
Kesadaran
70
[n( x 2 ) ( x )2 ][n( y 2 ) ( y )2 ]
60
50
40
30
20
10
0
0 2 4 6 8 10 12 14
Terpaan Berita
r = 0.98 → sangat kuat dan positif
Korelasi linier antara x dan y
Tabel Guilford
Interval Nilai r Correlation Tingkat Hubungan
0,1 - < 0,2 Sangat Lemah
0,2 - < 0,4 Lemah
0,4 - < 0,6 Sedang/Cukup Berarti
0,6 - < 0,8 Kuat
0,8 – 1,0 Sangat Kuat
Excel Output
Correlation between
Tree Height and Trunk Diameter
Tes Signifikansi Korelasi
Hipotesis
H0: ρ = 0 (Tdk ada korelasi)
HA: ρ ≠ 0 (Ada korelasi)
Tes statistik
r
t (n – 2 derajat bebas /degrees of freedom)
1 r 2
n2
Contoh Soal
Apakah ada bukti korelasi linier antara tinggi
pohon dan diameter batang pada tingkat
signifikansi 0,05?
r .886
t 4.68
1 r 2 1 .886 2
n2 82
Jawaban
r .886 Keputusan :
t 4.68
1 r 2 1 .886 2 Tolak H0