UJI KORELASI PEARSON PRODUCT MOMENT

https://www.youtube.com/watch?v=EDuQoaWfL40

KONSEP DASAR
Analisis korelasi bertujuan untuk melihat keeratan hubungan antara dua variabel
Hubungan antar variabel X dan Y dapat berbentuk searah (+) atau berbanding terbalik (-)

SIFAT HUBUNGAN DALAM UJI KORELASI

Nilai koefisien korelasi berkisar antara -1 sampai +1
Koefisien korelasi bernilai Positif (searah), dalam model regresi bermakna semakin tinggi
nilai X maka semakin tinggi nilai Y sebaliknya
Koefisien korelasi bernilai Negatif (terbalik), dalam model regresi bermakna semakin
tinggi nilai X maka semakin rendah nilai Y atau sebaliknya

KOEFISIEN KORELASI
Menurut sugiyono (2007), pedoman untuk memberikan interpretasi koefisien korelasi sebagai
berikut :
0.00 – 0,199 = sangat rendah
0.20 – 0.399 = rendah
0.40 – 0.599 = sedang
0.60 – 0.799 = kuat
0.80 – 1,000 = sangat kuat
ASUMSI DASAR DARI UJI KORELASI PRODUCT MOMENT DARI PEARSON
Masing-masing data variabel penelitian menggunakan data berskala Interval atau Rasio
Data berdistribusi normal
Data berhubungan linear

HIPOTESIS KOEFISIEN KORELASI

Ho : Tidak ada hubungan antara 2 variabel
Ha : Ada hubungan antara 2 variabel
Pengujian hipotesis : harga probabilitas (p)
p > 0.05 : Ho diterima, Ha ditolak
p ≤ 0.05 : Ho ditolak, Ha diterima

RUMUS PERHITUNGAN KOEFISIEN KORELASI (r)

n XY   X Y
r XY =
n  X 2   X 2 n  Y 2   Y

Keterangan
 2

rxy = Korelasi antara variabel x dan y

x = (Xi - X )
y = (Yi - Y )
Contoh kasus
Tabel berikut menunjukkan pengamatan terhadap sampel acak yang terdiri dari 15 usaha kecil
disuatu wilayah dengan omzet penjualan dan laba (dalam juta rupiah)

No. Omzet Penjualan Laba (Profit)

1 34 30
2 35 31
3 32 30
4 30 28
5 29 25
6 27 25
7 28 25
8 35 33
9 40 35
10 42 36
11 45 40
12 39 35
13 33 30
14 34 30
15 30 29
ANALISIS DATA PENELITIAN DENGAN SPSS
Melakukan Uji Normalitas data untuk masing-masing variabel penelitian
Jika hasilnya normal maka uji korelasi bisa dilakukan
Tahapan analisis dengan SPSS
Input – Analisis – Output

UJI NORMALITAS
Digunakan untuk mengetahui apakah data terdistribusi dengan normal atau tidak.
Jika nilai sig > 0.05 maka data berdistribusi normal
Jika nilai sig < 0.05 maka data tidak berdistribusi normal

Langkah analisis :
1. Klik menu Analyze, kemudian masuk ke Descriptive Statistics, lalu Explore.
2. Pada jendela Explore, terdapat kolom Dependent List, pindahkan variabel yang ingin diuji
ke kolom tersebut. Jika variabel bersifat kualitatif, pindahkan ke kolom Factor List.
3. Pilih Both pada Display.
4. Klik Statistics lalu Centang bagian Descriptive, lalu isi Confidence Interval for Mean dengan
angka tertentu yang sesuai kebutuhan. Kemudian klik Continue.
5. Klik Plots, lalu beri centang pada Normality plots with tests. Jika sudah, klik Continue
kemudian klik OK.

Uji Normalitas Shapiro Wilk, apabila jumlah sampel < 50 responden.

Uji Normalitas Kolmogorov Smirnov, apabila jumlah sampel > 50 responden

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Omset Penjualan .173 15 .200* .946 15 .466

*
Laba .173 15 .200 .937 15 .346

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Interpertasi
Pada tabel Test Of Normality, pada kolom Shapiro-Wilk nilai sig dari omset penjualan > 0.05, yaitu
0.466 > 0.05 artinya data omset penjualan berdistribusi normal
Sedangkan nilai sig dari laba juga > 0.05, yaitu 0.346 > 0.05 dapat diartikan bahwa data laba
berdistribusi normal
UJI LINIERITAS
Bertujuan untuk mengetahui apakah dua variabel yang akan dikenai prosedur analisis statistik
korelasional menunjukkan hubungan yang linier atau tidak.
Jika nilai sig > 0.05 maka data berhubungan secara linier
Jika nilai sig < 0.05 maka data tidak berhubungan secara linear

Langkah analisis :
1. klik : Analyze >> Compare Mean >> Mean
2. Pindahkan variabel Y ke kolom dependent list dan variabel X ke kolom independen list.
Kemudian klik options.
3. Beri centang pada “test for linierity” >> continue >>OK

ANOVA Table
Sum of
Squares df Mean Square F Sig.
Laba * Omset Penjualan Between Groups (Combined) 263.900 11 23.991 28.789 .009
Linearity 254.147 1 254.147 304.976 .000
Deviation from
9.753 10 .975 1.170 .504
Linearity
Within Groups 2.500 3 .833
Total 266.400 14

Interpertasi
Pada ANOVA Table, Deviation from Linerity menunjukan nilai signifikansi > 0.05 yaitu 0.504 >
0.05 menunjukkan data kedua varibel behubungan linear
UJI ANALISIS KORELASI PEARSON PRODUCT MOMENT
Langkah analisis :
1. Klik Analyze >> Correlate >> Bivariate
2. Pindahkan variabel x dan y ke kolom variables
3. Pilih Pearson pada kolom Correlation Coefficents
4. Pilih Two tailed pada kolom Test if Significant
5. Klik Continue > > Ok

Correlations

Omset
Penjualan Laba

Omset Penjualan Pearson Correlation 1 .977**

Sig. (2-tailed) .000

N 15 15
Laba Pearson Correlation .977** 1

Sig. (2-tailed) .000

N 15 15

**. Correlation is significant at the 0.01 level (2-tailed).

Interpretasi
Pada tabel Correlation, diperoleh harga koefisien korelasi sebesar 0.977, dengan signifikansi
sebesar 0.000

Dilihat Nilai signifikansi

Nilai sig > 0.05, maka Ho diterima artinya tidak ada hubungan
Nilai sig ≤ 0.05, maka Ho ditolak artinya ada hubungan

Jadi nilai signifikansi pada tabel diatas menunjukkan < 0.05 yaitu 0.000 < 0.05 maka Ho ditolak
dan Ha diterima artinya ada hubungan yang signifikan antara omset penjualan dengan laba
penjualan

DILIHAT r Hitung dan R Tabel

Jika r hitung > r tabel, maka Ho ditolak artinya ada hubungan
Jika r hitung < r tabel, maka Ho diterima artinya tidak ada hubungan

Jadi dengan taraf kepercayaan 0.05 (5%), maka dapat diperoleh df = N -2; 15-2 = 13 dengan r
tabel sebesar 0.553. Ternyata diperoleh r hitung lebih besar dari r tabel (0.977 > 0.553)
artinya ada hubungan yang signifikan antara omset penjualan dengan laba penjualan

Kesimpulan
1. Berdasarkan hasil koefisien korelasi bersifat positif artinya semakin tinggi omset penjualan
maka semakin tinggi pula laba pendapatan.
2. Dengan memperhatikan harga koefisien korelasi sebesar 0.977 berarti sifat korelasinya
sangat kuat