KORELASI

1. DEFINISI ANALISIS KORELASI

Analisis korelasi merupakan salah satu teknik statistic yang sering digunakan untuk mencari
hubungan antara dua variable. Korelasi diartikan sebagai hubungan. Analisis korelasi bertujuan
untuk mengetahuipola dan keeratan hubungan antara dua variable atau lebih.

Dua variable yang hendak diselidiki korelasinya biasanya dilambangkan dengan X dan Y.
Perlu diingat bahwa uji korelasi tidak membedakan variable dependent dan independent. Arah
korelasi menunjukkan pola gerakan variable Y terhadap variable X.

2. KORELASI BIVARIAT
Analisis korelasi bivariate mencari derajat keeratan hubungan dan arah hubungan. Semakin
tinggi nilai korelasi, semakin tinggi keeratan hubungan kedua variable.
- Nilai korelasi memiliki rentang antara 0 sampai 1 atau 0 sampai -1.
- Tanda positif dan negatif menunjukkan arah hubungan.
- Tanda positif menunjukkan arah hubungan searah. Jika variable naik, variable yang lain
ikut naik.
- Tanda negative menunjukkan hubungan berlawanan. Jika satu variable naik, variable
yang lain malah turun.
Beberapa macam uji Bivariate :
a. Pearson = mengukur hubungan dengan data terdistribusi normal.
b. Kendall dan Spearman = mengukur hubungan berdasarkam urutan ranking dua
variable skala atau ordinal. Uji dilakukan tanpa memandang distribusi variable.

2.1. Bivariate Pearson

Kasus 1.
Lakukanah pengamatan antara variable Luas tanah dengan Jumlah Harga beli tanah.
Lakukan analisis perhitungan apakah ada korelasi antara kedua variable tersebut.
 Gambar 1. Contoh Data
Langkah
1. Pilih Analyze | Correlate | Bivariate, maka akan tampil Seperti gambar dibawah ini:

Gambar 2. Tampilan Awal Korelasi Bivariate

2. Pilih variable yang akan dilakukan uji korelasi. Dalam kasus ini variable yang digunakan
adalah Harga dan Luas.
 Gambar 3. Tampilan Pemilihan Variabel Korelasi Bivariate
3. Correlation Coefficients Pearson
4. Test of Significance Two Tilled
- Two tilled : menguji signifikasi dengan dua arah
- One tilled : menguji signifikasi dengan satu arah, apakah hubungannya positif
saja atau negative saja.
5. Flag Significant Correlations Check List.
Hal ini berarti akan memberikan tanda berupa bintang bila ada koefisiean yang memiliki
angka yang signifikan.
6. Klik OK dan lihat outputnya.

Gambar 4. Tampilan Output Korelasi Bivariate Harga dan Luas

7. Berdasarkan nilai derajat korelasinya baik positf maupun negatif.
- >0,75 s/d 1 Sangat kuat
 - >0,5 s/d <0,75 Kuat
- >0,25 s/d 0,5 Cukup
- 0 s/d 0,25 Lemah/ diabaikan/ dianggab tidak ada hubungan antar 2 variabel
8. Analisis Hasil
- Nilai Pearson Correlation yang dihasilkan adalah 0.958**, dapat dilihat bahwa
hubungan antara kedua variable yaitu Harga dan Luas sangat kuat. Ini ditandai dengan
nilai 0.958 yang nyaris mendekati 1.
- Nilai Sig (0,000)< 0,01 maka Ho ditolak.
- Kesimpulan = ada hubungan kedua variabel signifikan

2.2. Grafik Scatter

Dengan menggunakan grafik Scatter, akan dapat diketahui apakah dari variable Harga dan
Luas mempunyai hubungan searah atau tidak. Berikut langkah-langkahnya :
1. Klick Graphs| Legancy Dialog | Scatter/Dot, Maka akan tampil seperti gambar berikut:

Gambar 5. Tampilan Awal Scatter/Dot

2. Pilih Simple Scatter, Klick Define, Maka akan tampil seperti gambar berikut ini:
 Gambar 6. Tampilan Pemilihan Variabel Scatter
3. Masukkan Harga kedalam Kolom Y
4. Masukkan Luas Kedalam Kolom X
5. Pilih Option, Centang Exclude cases listwise, dengan tujuan melihat ada atau tidak variabel
missing value ,seperti gambar dibawah ini :

Gambar 7. Tampilan Menu Options Scatter

6. Click Continue, Pilih Ok,Maka akan tampil ouput seperti dibawah ini:
 Gambar 8. Output Scatter Graph
7. Jenis pola grafik scatter :
a. Jika membentuk garis maka dapat dikatakan memiliki hubungan positif.
b. Jika membentuk garis maka dapat dikatakan memiliki hubungan Negatif.
c. Jika membentuk garis maka dapat dikatakan memiliki tidak ada hubungan
d. Jika membentuk garis maka dapat dikatakan memiliki hubungan Kurva Linier

8. Hasil Analisis :
- Kesimpulan dari grafik di atas adalah memang benar antara variable Harga dan Luas
terdapat Hubungan.
- Hal tersebut ditunjukkan dengan penyebaran data pada sumbu X dan Y yang
membentuk garis linier ke atas atau hubungan positif.
- Tanda positif menunjukkan arah hubungan searah. Jika variable Harga naik, variable
yang Luas ikut naik.

2.3. Bivariate Kendall dan Spearman

1. Pilih Analyze | Correlate | Bivariate.
2. Pilih variable yang akan dilakukan uji korelasi. Dalam kasus ini variable yang digunakan
adalah Harga dan Luas.
3. Correlation Coefficients Kendall’s tau-b dan Spearman
4. Test of Significance Two Tilled
- Two tilled : menguji signifikasi dengan dua arah
- One tilled : menguji signifikasi dengan satu arah, apakah hubungannya positif
saja atau negative saja.
5. Flag Significant Correlations Check List.
Hal ini berarti akan memberikan tanda berupa bintang bila ada koefisiean yang memiliki
angka yang signifikan.
6. Klik OK dan lihat outputnya.

Gambar 9. Tampilan Output Korelasi Kendall’s dan Spearman

7. Berdasarkan nilai derajat korelasinya baik positf maupun negatif.
- >0,75 s/d 1 Sangat kuat
- >0,5 s/d <0,75 Kuat
- >0,25 s/d 0,5 Cukup
- 0 s/d 0,25 Lemah/ diabaikan/ dianggab tidak ada hubungan antar 2 variabel
8. Analisis Hasil
a. Korelasi Kendall’s
- Nilai Kendall’s Correlation yang dihasilkan adalah 0.779**, dapat dilihat bahwa
hubungan antara kedua variable yaitu Harga dan Luas kuat. Ini ditandai dengan nilai
0.779 yang sudah mendekati 1.
- Nilai Sig (0,000)< 0,01 maka Ho ditolak.
- Kesimpulan = ada hubungan kedua variabel signifikan
b. Korelasi Spearman’s
 - Nilai Spearman’s Correlation yang dihasilkan adalah 0.903**, dapat dilihat bahwa
hubungan antara kedua variable yaitu Harga dan Luas kuat. Ini ditandai dengan nilai
0.903 yang sangat mendekati 1.
- Nilai Sig (0,000)< 0,01 maka Ho ditolak.
- Kesimpulan = ada hubungan kedua variabel signifikan

3. KORELASI PARTIAL
Analisis korelasi ini digunakan apabila Anda mendaftarkan hubungan dua variabel atau lebih
dengan adanya satu variable control dalam pengujian korelasinya.
Korelasi ini disebut korelasi parsial karena adanya variable kontrol sebagai penentu
koefisien korelasinya.

Kasus 2.
Masih dengan data yang sama, lakukan analisis apakah terdapat hubungan antara variable
Harga dengan variable Pajak yang akan dikontrol dengan variable Kamar Mandi.
a. Tentukan besar dan arah korelasi.
b. Tentukan signifikasi korelasi.
c. Tentukan hasil uji hipotesis.
Langkah
1. Pilih Analyze | Correlate | Partial, maka akan tampil Seperti gambar dibawah ini:
 Gambar 10. Tampilan Partial Correlations

2. Variables :
- Harga
- Luas
3. Controlling for :
- Kmandi
4. Test of Significance (untuk mengetahui apakah hipotsis akan diuji dengan Two Tailed atau
One Tailed.
- Two Tailed : menguji signifikannya dengan dua arah. Jika belum tahu peris
hubungan antar kedua variable, maka hendaknya dijadikan pilihan utama dalam
pengujiannya.
- One Tailed : menguji signifikannya dengan satu arah apakah hubungannya
positif atau negative saja. Dapat digunakan apabila jika sudah mengetahui arah
hubunggannya.

5. Centang Display actual significance level.

Pilihan ini akan memberikan tanda bintang pada tingkat signifikan levelnya..
- Bintang satu (*) : menunjukkan tingkat nyata 5%
- Bintang dua (**) : menunjukkan tingkat nyata 1%
6. Klik options untuk menampilkan kotak dialog partial correlation options

Gambar 11. Tampilan Partial Correlations Options

 7. Pada kotak Missing Values terdapat dua pilihan untuk menangani harga Missing Value
yaitu :
- Exclude Case Listwise : untuk mengeluarkan harga Missing Value pada setiap
variable yang terdapat di setiap data.
- Exclude Case Pairwise : untuk mengeluarkan harga Missing Value dari setiap
variable yang ada dan dalam satu data yang berpasangan di seluruh variable terdaftar.
8. Pilih Exclude Case Listwise – Continue – OK

Gambar 12. Tampilan Output Partial Correlations

Analisis Hasil :
1. Setelah hubungan antara Harga dan Luas dikontrol dengan variable Kamarmandi, maka hasil
perhitungan korelasi antara variable Harga dan Luas menjadi 0,84 setelah sebelumnya
sebesar 0,958 atau mengalami penurunan.
2. Artinya variable harga tidak dipengaruhi oeh luas saja, melainkan juga dipengaruhi oleh
variable kamarmandi.
Nilai koefisien korelasi (0,84) diatas nilai hasil koefisien 0,05 yaitu hubungan korelasi sangat kuat,
nilai Sig (0,000)< 0,05, sehingga H0 ditolak, sehingga hubungan antara kedua variabel dengan
variabel kontrol Kamar mandi adalah signifikan