JENIS-JENIS
Korelasi linier & nonlinier
KORELASI
Korelasi sederhana, parsial, atau
kompleks
1. KORELASI POSITIF VS NEGATIF
Sederhana: Korelasi yang digunakan untuk menguji hubungan antara variabel independen dan variabel
dependen saja.
Contoh: kita mencari hubungan keeratan antara biaya pengeluaran iklan dan volume
penjualan.
Parsial: Korelasi yang digunakan untuk menguji hubungan dua atau lebih variabel independen dengan
satu variabel dependen dan dilakukan pengendalian pada salah satu variabel independennya.
Contoh: ada beberapa variabel yang diketahui seperti biaya pengeluaran iklan, harga jual,
kualitas produk, harga pesaing, dll. Namun kita tertarik untuk melihat korelasi antara biaya
pengeluaran iklan dan volume penjualan saja sedangkan variabel lain dianggap tetap.
Ganda: Korelasi yang digunakan untuk menguji hubungan dua atau lebih variabel independen dengan
satu variabel dependen secara bersamaan
Contoh: secara bersama-sama kita mencari korelasi antara volume penjualan dengan biaya
pengeluaran iklan, harga jual, kualitas produk, harga pesaing, dll.
CONTOH KORELASI PARTIAL
Hipotesis:
𝐻0 : tidak ada hubungan antara biaya promosi dengan penjualan apabila jumlah
outlet dikendalikan
𝐻1 : ada hubungan antara biaya promosi dengan penjualan apabila jumlah outlet
dikendalikan
CONTOH KORELASI GANDA
Judul: Hubungan antara biaya promosi dan jumlah outlet dengan penjualan
▪ Variabel 𝑥1 → biaya promosi
▪ Variabel 𝑥2 → jumlah outlet
▪ Variabel 𝑌 → penjualan
Hipotesis:
𝐻0 : tidak ada hubungan antara biaya promosi dan jumlah outlet dengan penjualan
𝐻1 : ada hubungan antara biaya promosi dan jumlah outlet dengan penjualan
O Nilai Koefisien Korelasi (r) bergerak diantara –1 s.d +1.
O Tanda negatif menyatakan korelasi negatif, artinya terjadi hubungan bertolak belakang antara
variabel X dan variabel Y. Jika variabel X naik, maka variabel Y turun.
O Tanda positif menyatakan korelasi positif, artinya terjadi hubungan searah variabel X dan variabel Y.
Jika variabel X naik, maka variabel Y naik
O r = 0 menyatakan tidak ada hubungan linier antara variabel X dan Y.
KD = r2 × 100%
Sketergram hanya memberikan sebuah sinyal atau indikasi ada tidaknya korelasi
antara dua variable dan tidak memberikan kekuatan besar hubungan antara Membantu kita melihat
dua variable melalui angka numerik. apakah ada hubungan antara
dua variable, jika ada positif
atau negatif kah.
Gambar 2(a). Korelasi Positif Linier Gambar 2(b). Korelasi Negatif Linier
Gambar 2(a) menggambarkan korelasi positif linier Gambar 2(b) menggambarkan korelasi negatif linier
dimana variabel X dan Y bergerak dalam arah yang dimana variabel X dan Y bergerak dalam arah yang
sama. berlawanan.
CONTOH 2 (LANJUTAN)
Gambar 2(c). Korelasi Positif Non Linier Gambar 2(d). Tidak Ada Korelasi
Gambar 2(c) menunjukkan hubungan nonlinier Gambar 2(d) menunjukkan tidak ada korelasi
antara X dan Y antara variabel X dan Y
Teknik Korelasi
Koefisien korelasi Pearson Product Moment (r)
𝒏 σ 𝒙𝒚−σ 𝒙 σ 𝒚
𝒓=
𝒏 σ 𝒙𝟐 − σ 𝒙 𝟐 𝒏 σ 𝒚 𝟐 − σ 𝒚 𝟐
Keterangan:
Angka korelasi berada pada: −1 ≤ 𝑟 ≤ 1
𝑟 = −1 menunjukkan korelasi negatif yang sempurna
𝑟 = 1 menunjukkan korelasi positif yang sempurna.
𝑟 mendekati ±1 menunjukkan korelasi positif atau negatif yang kuat
𝑟 mendekati 0 menunjukkan korelasi positif atau negatif yang lemah
𝑛 = jumlah observasi
Uji asumsi digunakan untuk
mengetahui apakah data berdistribusi
normal (uji Normalitas), dan untuk
menguji kelinieritasan suatu populasi
(Uji Linieritas).
𝒏−𝟐
𝒕 = 𝒕𝐡𝐢𝐭𝐮𝐧𝐠 = 𝒓
𝟏−𝒓𝟐
Note: nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 dalam SPSS dapat dilihat dari hasil analisis regresi Tabel Coefficients
Namun apabila yang diuji berupa hipotesis korelasi berganda, misalnya hubungan 𝑥1 , 𝑥2 ,
dan 𝑥3 dengan 𝑦 maka harus dihitung dengan uji F. Dengan ketentuan:
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙 artinya Tolak Ho, terima H1 (ada hubungan yang signifikan)
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 < 𝐹𝑡𝑎𝑏𝑒𝑙 artinya Tidak Tolak H0 (tidak ada hubungan yang signifikan)
Note: nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 dalam SPSS dapat dilihat dari hasil analisis regresi Tabel ANOVA
Contoh 3 (diasumsikan telah memenuhi syarat uji korelasi)
Seorang mahasiswa ingin mengetahui hubungan antara jumlah SKS dan IP yang diperolehnya dalam
c) Gunakan taraf signifikan α = 5%, ujilah apakah ada hubungan yang signifikan antara jumlah SKS
dengan IP?
Sketergram permasalahan
Korelasi Jumlah SKS dengan IP
3,5
2,5
y = 0,1x + 1
2 R² = 0,2
IP
0,5
0
0 2 4 6 8 10 12 14 16
Jumlah SKS
n XY − ( X) ( Y)
r=
(n ( X 2
)(
) − ( X) 2 n ( Y 2 ) − ( Y) 2 )
5 105 − 50 10
O r= = 0,447
5 550 − 50 2 5 22,50 − 10 2
O Jadi, hubungan antara jumlah SKS dengan IP sebesar r = 0,447. Nilai korelasi ini
menyatakan korelasi positif cukup (beradasarkan slide hal.10), berarti semakin
tinggi jumlah SKS akan semakin tinggi juga IP.
Berapa besar pengaruh jumlah SKS terhadap IP?
e. Membandingkan nilai thitung dan ttabel. Diperoleh 0,866 < 3,182 maka terima Ho
Ttabel = 3,182
Kesimpulan : Tidak terdapat hubungan signifikan antara jumlah SKS dengan IP
CONTOH 4 (DIASUMSIKAN TELAH MEMENUHI SYARAT UJI KORELASI)
Tabel 2. Tabel Bantuan Perhitungan
Kembali ke Contoh 1 (hubungan antara pengeluaran iklan dan
volume penjualan suatu perusahaan periode 2012 – 2021). Tahun 𝒙 𝒚 𝒙𝒚 𝒙𝟐 𝒚𝟐
Sketergramnya mengindikasikan adanya korelasi positif linier 2012 20 12 240 400 144
antara pengeluaran iklan dan volume penjualan dalam periode 2013 25 20 500 625 400
tersebut. Hitunglah besarnya koefisien korelasi dan
interpretasikan nilai koefisien korelasi Pearson tersebut! 2014 35 35 1260 1225 1296
Nilai koefisien korelasi = 0,995 dan bertanda positif, menunjukkan bahwa adanya korelasi positif yang sangat kuat antara
pengeluaran iklan dan volume penjualan periode 2012-2021. Jika pengeluaran iklan naik maka volume penjualan naik dan sebaliknya bila
pengeluaran iklan menurun maka volume penjualan menurun.
CONTOH 5