ANALISIS KORELASI

Makalah
Disusun Guna Memenuhi salah satu Tugas Kelompok pada Mata Kuliah Statistik
Bisnis pada Program Studi Perbankan Syariah

Dosen Pengampu :
Nur Ariani Aqidah, S.E., M.Sc.

Oleh :
Asrianty 2104020001
Eka Handayani 2104020011
Kamran 2104020006
Irnawati Usman 2000484379

PROGRAM STUDI PERBANKAN SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI (IAIN) PALOPO
2023
 KATA PENGANTAR
Puji syukur kami panjatkan ke hadirat Allah SWT. Yang telah memberikan
kesehatan kepada kami sehingga saat ini kami masih bisa menyelesaikan tugas
makalah yang diberikan oleh dosen. Shalawat dan salam selalu kami curahkan
kepada Nabi Muhammad SAW. sebagai suri teladan bagi setiap insan.
Penulis mengucapkan banyak terima kasih kepada Dosen Pengampu Mata
Kuliah Statistik Bisnis kepada Ibu Nur Ariani Aqidah, S.E., M.Sc. beserta semua
pihak yang telah membantu dalam menyusun makalah ini. Adapun materi dalam
makalah ini diambil dari sebagian buku dan beberapa dari internet dimana berkaitan
dengan materi yang akan kami bahas. Materi yang akan kami bahas tidak lain
adalah tentang “Analisis Korelasi”.
Kami menyadari sepenuhnya bahwa makalah kami ini masih jauh dari kata
sempurna. Oleh karena itu saran dan kritik yang sifatnya membangun tetap kami
nantikan dari teman-teman sekalian terutama kepada dosen kita. Semoga makalah
ini mampu memberikan manfaat dan nilai tambah kepada para pembacanya.

Palopo, 12 Desember 2023

Penyusun

ii
 DAFTAR ISI

KATA PENGANTAR .............................................................................................. ii

DAFTAR ISI .......................................................................................................... iii

BAB I PENDAHULUAN ....................................................................................... 1

A. Latar Belakang ......................................................................................... 1

B. Rumusan Masalah .................................................................................... 2

C. Tujuan ....................................................................................................... 2

BAB II PEMBAHASAN ........................................................................................ 3

A. Konsep Analisis Korelasi ......................................................................... 3

B. Analisis Korelasi Pearson / Linier Sederhana .......................................... 4

C. Metode Korelasi Ranking Spearman ........................................................ 6

D. Metode Korelasi Jenjang Kendall ............................................................ 9

E. Metode Korelasi Parsial ..........................................................................11

BAB III PENUTUP .............................................................................................. 14

A. Kesimpulan ............................................................................................. 14

B. Saran ....................................................................................................... 15

DAFTAR PUSTAKA ............................................................................................ 16

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Analisis korelasi adalah suatu metode statistik yang digunakan untuk
mengevaluasi dan mengukur tingkat hubungan antara dua atau lebih variabel dalam
konteks penelitian atau analisis data. Latar belakang makalah ini sangat relevan
dalam lingkup ilmu pengetahuan dan pengambilan keputusan karena memahami
korelasi antar variabel dapat memberikan wawasan yang berharga dalam berbagai
bidang, termasuk ilmu sosial, ilmu alam, bisnis, dan kesehatan. Pemahaman yang
mendalam tentang korelasi memungkinkan para peneliti, ilmuwan, dan praktisi
untuk mengidentifikasi pola, tren, dan hubungan sebab-akibat yang mungkin
tersembunyi dalam data.
Salah satu alasannya adalah bahwa dalam dunia yang semakin didorong
oleh data, analisis korelasi adalah alat yang sangat penting untuk menjawab
berbagai pertanyaan penelitian dan untuk mengambil keputusan yang didukung
oleh bukti. Misalnya, dalam bidang kesehatan, analisis korelasi dapat membantu
dokter dan peneliti menentukan apakah faktor-faktor tertentu seperti gaya hidup
atau faktor genetik memiliki pengaruh signifikan terhadap penyakit tertentu. Dalam
konteks bisnis, korelasi dapat digunakan untuk mengidentifikasi faktor-faktor yang
memengaruhi kinerja perusahaan, seperti hubungan antara investasi dalam
pemasaran dan pertumbuhan penjualan.
Selain itu, analisis korelasi juga membantu dalam pengembangan teori baru
dan dalam penemuan hubungan yang mungkin tidak terlihat secara langsung. Ini
membantu mendorong inovasi dan pemahaman yang lebih dalam dalam berbagai
disiplin ilmu. Dalam konteks global yang semakin kompleks, pemahaman korelasi
dapat membantu kita mengatasi masalah yang lebih besar seperti perubahan iklim,
epidemi, atau gejolak pasar keuangan. Oleh karena itu, latar belakang makalah
analisis korelasi menjadi sangat penting untuk menggambarkan pentingnya metode
ini dalam mendukung penelitian dan pengambilan keputusan yang lebih efektif..

1
B. Rumusan Masalah
Dari latar belakang diatas kami menarik rumusan masalah sebagai berikut:
1. Bagaimana Konsep Analisis Korelasi?
2. Bagaimana Analisis Korelasi Pearson / Linier Sederhana?
3. Bagaimana Metode Korelasi Ranking Spearman ?
4. Bagaimana Metode Korelasi Jenjang Kendall ?
5. Bagaimana Metode Korelasi Parsial ?

C. Tujuan
1. Untuk mengetahui Konsep Analisis Korelasi
2. Untuk mengetahui Analisis Korelasi Pearson / Linier Sederhana
3. Untuk mengetahui Metode Korelasi Ranking Spearman
4. Untuk mengetahui Metode Korelasi Jenjang Kendall
5. Untuk mengetahui Metode Korelasi Parsial

2
 BAB II
PEMBAHASAN

A. Konsep Analisis Korelasi

Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi
merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik
bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.
Pengukuran asosiasi mengenakan nilai numerik untuk mengetahui tingkatan
asosiasi atau kekuatan hubungan antara variabel. Dua variabel dikatakan
berasosiasi jika perilaku variabel yang satu mempengaruhi variabel yang lain. Jika
tidak terjadi pengaruh, maka kedua variabel tersebut disebut independen. Korelasi
bermanfaat untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih
dari dua variabel) dengan skala-skala tertentu, Kuat lemah hubungan diukur
diantara jarak (range) 0 sampai dengan 1. Korelasi mempunyai kemungkinan
pengujian hipotesis dua arah (two tailed).
Korelasi searah jika nilai koefisien korelasi diketemukan positif; sebaliknya
jika nilai koefisien korelasi negatif, korelasi disebut tidak searah. Yang dimaksud
dengan koefisien korelasi ialah suatu pengukuran statistik kovariasi atau asosiasi
antara dua variabel. Jika koefisien korelasi diketemukan tidak sama dengan nol (0),
maka terdapat ketergantungan antara dua variabel tersebut. Jika koefisien korelasi
diketemukan +1. maka hubungan tersebut disebut sebagai korelasi sempurna atau
hubungan linear sempurna dengan kemiringan (slope) positif.
Jika koefisien korelasi diketemukan -1. maka hubungan tersebut disebut
sebagai korelasi sempurna atau hubungan linear sempurna dengan kemiringan
(slope) negatif. Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis,
karena kedua variabel mempunyai hubungan linear yang sempurna. Artinya
variabel X mempengaruhi variabel Y secara sempurna. Jika korelasi sama dengan
nol (0), maka tidak terdapat hubungan antara kedua variabel tersebut. Dalam
korelasi tidak dikenal istilah variabel bebas dan variabel tergantung. Biasanya
dalam penghitungan digunakan simbol X untuk variabel pertama dan Y untuk
variabel kedua.

3
 Jika signifikansi t ≤ 0,05 dan jika nilai t > 0, maka H0 ditolak dan H1
diterima, dan jika signifikansi t > 0,05 dan jika nilai t < 0, maka H0 diterima dan
H1 ditolak.

B. Analisis Korelasi Pearson / Linier Sederhana

1. Pengertian
Analisis Korelasi Linier Sederhana adalah suatu teknik statistika yang
digunakan untuk mengukur keeratan hubungan atau korelasi antara dua
variabel. Hubungan dua variabel ada yang positif dan negatif. Hubungan X dan
Y dikatakan positif apabila kenaikan (penurunan) X pada umumnya diikuti oleh
kenaikan (penurunan) Y. Sebaliknya dikatakan negatif kalau kenaikan
(penurunan) X pada umumnya diikuti oleh penurunan (kenaikan) Y. Kuat dan
tidaknya hubungan antara X dan Y dapat dinyatakan dengan fungsi linear,
diukur dengan suatu nilai yang disebut koefisien korelasi. Nilai koefisien
korelasi ini paling sedikit –1 dan paling besar 1. Jadi jika r = koefiaien korelasi,
maka r dapat dinyatakan sebagai berikut : -1 ≤ r ≤ 1.
2. Pengelompokan nilai korelasi
a. 0,00 – 0,20 = Korelasi keeratan sangat lemah
b. 0,21 – 0,40 = Korelasi keeratan lemah
c. 0,41 – 0,70 = Korelasi keeratan kuat
d. 0,71 – 0,90 = Korelasi keeratan sangat kuat
e. 0,91 – 0,99 = Korelasi keeratan sangat kuat sekali
f. 1 = Korelasi keeratan sempurna
3. Pengambilan keputusan
a. Berdasarkan Nilai Signifikansi Sig. (2-tailed): Jika nilai Sig. (2-tailed)
< 0,05 maka terdapat korelasi antar variable yang dihubungkan.
Sebaliknya jika nilai Sig. (2-tailed) >0,05 maka tidak terdapat korelasi.
b. Berdasarkan Nilai r hitung (Pearson Correlations): Jika nilai r hitung >
r tabel maka ada korelasi antar variable. Sebaliknya, jka nilai r hitung <
r tabel maka artinya tidak ada korelasi antar variable.
c. Berdasarkan Tanda Bintang (*) yang diberikan SPSS: Jika terdapat
tanda bintang (*) atau (**) pada nilai Pearson Correlation maka antara

4
 variable yang di analisis terjadi korelasi. Sebaliknya jika tidak terdapat
tanda bintang pada nilai Pearson Correlation maka antara variable yang
dianalisis tidak terjadi korelasi.
Rumus :
∑𝑥𝑦 𝑛∑𝑥𝑦−∑𝑥∑𝑦
𝑟𝑥𝑦 = atau 𝑟𝑥𝑦 =
√∑𝑥 2 𝑦 2 √(𝑛∑𝑥 2 −(∑𝑥)2 )(𝑛∑𝑦 2 −(∑𝑦)2 )

Kedua rumus diatas disebut koefisien korelasi product moment Karl

Pearson. Teknik korelasi ini digunakan untuk mencari hubungan dan membuktikan
hubungan dua variable bila datanya interval atau rasio. Karena product moment
termasuk parametric, maka harus memenuhi uji prasyarat yaitu kedua variable itu
berdistribusi normal. Sedangkan untuk menguji signifikansi (keberartian) koefisien
korelasi dapat digunakan rumus sebagai berikut:

𝑟√𝑛 − 2
𝑡=
√1 − 𝑟 2
Signifikansi pada uji korelasi di atas diperlukan untuk menguji apakah
pengaruh variable X terhadap variable Y signifikan (berarti/dapat
digeneralisasikan) atau tidak.
Contoh :
Pada data mengenai nilai kedisiplinan (X) dan nilai prestasi belajar (Y) siswa dari
suatu sampel. Sampel random berukuran 12 diambil dan datanya tampak pada tabel
di bawah ini: Tabel data kedisiplinan dan prestasi belajar siswa :
Nomor siswa 1 2 3 4 5 6 7 8 9 10 11 12
Kedisiplinan (x) 3 4 5 5 6 6 6 7 7 8 8 9
Prestasi belajar (y) 4 5 6 6 7 7 7 6 8 7 8 9
Carilah koefisien korelasi Pearsonnya!
Tabel untuk mencari rxy
No. X X2 Y Y2 XY
1 3 9 4 16 12
2 4 16 5 25 20
3 5 25 6 36 30
4 5 25 6 36 30
5 6 36 7 49 42
6 6 36 7 49 42

5
 7 6 36 7 49 42
8 7 49 6 36 42
9 7 49 8 64 56
10 8 64 7 49 56
11 8 64 8 64 64
12 9 81 9 81 81
74 490 80 554 517
𝜮𝑿 𝜮𝑿𝟐 𝜮𝒀 𝜮𝒀𝟐 𝜮𝑿𝒀
𝑛∑𝑥𝑦−∑𝑥∑𝑦
𝑟𝑥𝑦 =
√(𝑛∑𝑥 2 −(∑𝑥)2 )(𝑛∑𝑦 2 −(∑𝑦)2 )
12×517−74×80
=
√(12×490−(74)2 )(12×554−(80)2 )

= 0,897
Setelah mengetahui nilai rxy selanjutnya dimasukkan dalam uji-t sebagai berikut:
𝑟 √𝑛−2 0,897√12−2
𝑡= = = 6,41712
√1−𝑟 2 √1−0,8972

C. Metode Korelasi Ranking Spearman

1. Pengertian
Uji korelasi Charles Spearman atau Spearman’s Rank Correlation
Coefficient atau Spearman’s rho adalah uji hipotesis untuk mengetahui
hubungan 2 variabel. Uji Koefisien Korelasi Spearman’s Rank adalah uji
statistik untuk menguji 2 variabel yang berdata ordinal atau salah satu variabel
berdata ordinal dan lainnya nominal maupun rasio.
Terkait dengan karakteristik skala data ordinal tersebut maka uji korelasi
Spearman termasuk statistik nonparametrik yaitu tidak mensyaratkan data harus
berdistribusi normal. Untuk mengetahui terdapat hubungan atau tidak dapat
dilihat dari nilai signifikansi dan seberapa kuat hubungan tersebut dapat dilihat
dari nilai koefisien korelasi atau r. Namun sebelumnya dalam korelasi rank
spearman awalnya akan melakukan peringkatan (ranking) terhadap data yang
ada, kemudian baru melakukan uji korelasi.
Seperti disebutkan sebalunya, bahwa korelasi rank spearman merupakan
bagian dari statistic non-parametrik, oleh karena itu dalam analisis korelasi ini
tidak diperlukan asumsi adanya hubungan yang linier (uji linieritas) antara

6
variable penelitian. Jika data penelitian menggunakan skala likert, maka jarak
yang digunakan harus sama dan data penelitian tidak harus berdistribusi normal
(uji normalitas).
Dalam analisis korelasi tidak ada istilah variable bebas (X) maupun
variable terikat (Y). dengan demikian, dapat diartikan bahwa kedua variable
yang dikorelasikan (dihubungkan) bersifat independen antara satu dengan yang
lainnya, maksudnya adalah masing-masing variable berdiri sendiri dan tidak
tergantung satu sama lain. Misalkan saya mempunyai variable X dan Y, maka
hubungan variable X dan Y adalah sama dengan hubungan variable Y dan X.
2. Tujuan korelasi
Tujuan analisis korelasi secara umum (korelasi pearson product moment
maupun korelasi rank spearman) adalah untuk:
a. Melihat tingkat kekuatan (keeratan) hubungan dua variable
b. Melihat arah (jenis) hubungan dua variable
c. Melihat apakah hubungan tersebut signifikan atau tidak.
3. Tingkat kekuatan korelasi
Dalam menentukan tingkat kekuatan hubungan antar variable, dapat
berpedoman pada nilai koefisien korelasi yang merupakan hasil dari output
SPSS, dengan ketentuan:
a. Nilai koefisien korelasi sebesar 0,00 – 0,25 = hubungan sangat lemah
b. Nilai koefisien korelasi sebesar 0,26 – 0,50 = hubungan cukup
c. Nilai koefisien korelasi sebesar 0,51 – 0,75 = hubungan kuat 2
d. Nilai koefisien korelasi sebesar 0,76 – 0,99 = hubungan sangat kuat
e. Nilai koefisien korelasi sebesar 1,00 = hubungan sempurna
4. Signifikansi korelasi
Kekuatan dan arah korelasi (hubungan) akan mempunyai arti jika
hubungan antar variable tersebut bernilai signifikan. Dikatakan ada hubungan
yang signifikan, jika nilai Sig. (2-tailed) hasil perhitungan lebih kecil dari nilai
0,05. Sementara itu, jika nilai sig. (2-tailed) lebih besar dari 0,05, maka
hubungan antar variable tersebut dapat dikatakan tidak signifikan atau tidak
berarti.

7
 Rumus :
6∑𝐷2
𝑟𝑠 = 1 −
𝑁(𝑁2 −1)
Keterangan : N = banyak pasangan data
D = selisih ranking setiap pasangan data
Contoh :
Ada dua konsumen bernama Fatah dan Megi, mereka saling kenal dan kebetulan
membeli sebuah produk yang sama jenisnya. Ketika ditanyakan alasan mengapa
membeli produk tersebut, kedua konsumen memberikan alasan berbeda. Berikut ini
alasan mereka:
Alasan Fatah Alasan Megi
Harga Prestise
Merek Selera
Kualitas Harga
Manfaat Merek
Prestise Manfaat
Selera Kualitas
Dari data di atas, apakah pemilihan produk yang dilakukan oleh Fatah dan Megi
ada hubungan yang kuat jika mendasarkan pada alasan di tabel?
Penyelesaian :
Pertama melakukan ranking terhadap alasan Fatah dan Megi.
Fatah Megi
D D2
Alasan Ranking Alasan Ranking
Harga 1 Pristise 5 -4 16
Merek 2 Selera 6 -4 16
Kualitas 3 Harga 1 2 4
Manfaat 4 Merek 2 2 4
Pristise 5 Manfaat 4 1 1
Selera 6 Kualitas 3 3 9
Jumlah 0 50
Kedua, menghitung koeffisien korelasi jenjang spearman.
6∑𝐷2 6(50) 300
𝑟𝑠 = 1 − =1− =1− = 1- 1,43 = -0,43
𝑁(𝑁 2 −1) 6(62 −1) 210

Ternyata hasil rs -0,43 menurut kriteria termasuk hubungan lemah negatif

berarti kedua konsumen yaitu Fatah dan Megi dalam membeli produk berdasarkan
alasan tersebut mempunyai hubungan yang tidak sensitif dan merupakan

8
kebalikannya (tanda negatif). Misal: alasan Fatah membeli produk adalah harga,
sedangkan bagi Megi, harga merupakan alasan nomer tiga, alasan utamanya ada lah
karena prestise, di mana prestise merupakan alasan kelima bagi Fatah. Ini
menunjukkan bahwa dalam pembelian produk mempunyai alasan yang berbeda dan
kebalikannya.

D. Metode Korelasi Jenjang Kendall

Metode ini pertama kali dikemukakan oleh Maurice G. Kendall pada tahun
1938, metode korelasi jenjang Kendall dilambangkan dengan simbol (t), merupakan
huruf Yunani dan dibaca tau. Namun untuk mempermudah penulisan dan
penyesuaian huruf, maka dalam pembahasan selanjutnya digunakan simbol rk
(koefisien korelasi Kendall). Koefisien korelasi Kendall ini juga memberikan
ukuran tentang keeratan hubungan antara dua variabel yang berbeda seperti halnya
koefisien korelasi Spearman. Hanya saja keunggulan metode Kendall dapat
diperluas untuk ukuran korelasi secara parsial.
Concordant (NX) dan Discordant (NY) jika Acuannya peringkat X:
1. Concordant Jumlah pasangan peringkat y dan x yang meningkat tapi tidak
boleh sebaris
2. Discordant Jumlah pasangan peringkat y dan x yang menurun tapi boleh
sebaris
3. Peringkat yang sudah terurut dijadikan sebagai Acuan (dalam contoh adalah
x)
4. Peringkat yang tidak terurut dijadikan sebagai peringkat awal di pasangan
Concordant/Discordant (dalam contoh adalah y)
Rumus koefisien korelasi Kendall sebagai berikut:
2𝑠
𝜏=
𝑁(𝑁−1)
Keterangan : S = selisih jumlah concordant dan jumlah discordant
N = banyak sampel
Jika S = NX – NY, dimana NX = data terletak disebelah bawah ranking dan
NY = data terletak disebelah atas ranking, Maka rumusnya menjadi :

9
 2(𝑁𝑥 − 𝑁𝑦)
𝜏=
𝑁(𝑁 − 1)
Contoh :
Sebuah penelitian untuk mengetahui korelasi kadar SGOT dan kadar LDL pada
masing-masing 7 responden yang diambil secara random :
Responden Kadar SGOT Kadar LDL
1 5,7 40,0
2 11,3 41,2
3 13,5 42,3
4 15,1 42,8
5 17,9 43,8
6 19,3 43,6
7 21,0 46,5
Hitunglah koefisien korelasi jenjang kendal ?
Jawab :
Langkah pertama ditempuh adalah memberikan ranking pada setiap orang.
Misalkan yang jadi pedoman SGOT.
Kadar Kadar
Rangking Rangking
Responden SGOT LDL Concordant Discordant
X Y
(xi) (yi)
1 5,7 1 40,0 1 6 0
2 11,3 2 41,2 2 5 0
3 13,5 3 42,3 3 4 0
4 15,1 4 42,8 4 3 0
5 17,9 5 43,8 6 1 1
6 19,3 6 43,6 5 1 0
7 21,0 7 46,5 7 0 0
Total 20 1

Cara lain untuk mencari nilai konkordansi dan diskordansi :

SGOT 1 2 3 4 5 6 7
C D
LDL 1 2 3 4 6 5 7
1 C C C C C C 6 0
2 C C C C C 5 0
3 C C C C 4 0
4 C C C 3 0

10
 6 C D 1 1
5 C 1 0
7 0 0
Jumlah S = NX – NY = 20-1 = 19
Jadi besar koefisien korelasi jenjang Kendall adalah:
2𝑆 2(19) 38
𝜏= = = = 0,9047
𝑁(𝑁−1) 7(7−1) 42

Besar 𝜏 = 0,9047 termasuk hubungan sangat kuat positif antara kadar SGOT

dengan kadar LDL seseorang. Untuk pengambilan keputusannya, sama dengan

metode korelasi Spearman.

E. Metode Korelasi Parsial

1. Pengertian
Uji korelasi parsial disebut juga dengan analisis korelasi pearson dengan
variabel kontrol atau variabel pengendali yang diasumsikan nilainya tetap atau
konstan. Penggunaan variabel kontrol dalam analisis korelasi bertujuan untuk
mengetahui apakah hubungan yang sudah terbentuk antara variabel X dengan
variabel Y dipengaruhi oleh variabel kontrol tersebut atau tidak.
2. Koefisien korelasi
Keeratan hubungan atau koefisien korelasi antar variabel dapat
dikelompokkan sebagai berikut:
a. Nilai koefisien korelasi 0,00-0,20 berarti hubungan sangat lemah.
b. Nilai koefisien korelasi 0,21-0,40 berarti hubungan lemah.
c. Nilai koefisien korelasi 0,41-0,70 berarti hubungan kuat.
d. Nilai koefisien korelasi 0,71-0,90 berarti hubungan sangat kuat.
e. Nilai koefisien korelasi 0,91-0,99 berarti hubungan kuat sekali.
f. Nilai koefisien korelasi 1,00 berarti hubungan sempurna.
Rumus :
Ukuran hubungan lincar antara peubah-peubah Y dan X, dengan X, dibuat
tetap, diduga dengun koefisien korelasi parsial contoh yang didefinisikan sebagai :

11
 𝑟𝑥1𝑦 −𝑟𝑥2𝑦 𝑟𝑥1𝑥2
𝑟𝑥2(𝑥1𝑦) =
2 )(1−𝑟 2
√(1−𝑟𝑥2𝑦 𝑥1𝑥2 )

Definisi serupa berlaku bagi rYZ2 yang mengukur korelasi antara Y dan Xx
sementara X2 dibuat tetap. Kuadrat koefisien korelasi parsial contoh disebut
koefisien determinasi parsial contoh, yang dapat diartikan sebagai rasio keragaman
yang tidak dapat dijelaskan dengan keragaman yang tidak dapat dijelaskan
sebelumnya. Lebih jelasnya, r/i. / menyatakan proporsi keragaman nilai-nilai Y
yang sebelumnya tidak dapat. Diterangkan oleh garis regresi yang hanya
menggunakan Xx saja, tetapi yang sekarang dapat diterangkan, oleh garis regresi
yang mencakup X2 di samping Xx.
Contoh :
Seorang peneliti ingin mengetahui hubungan antara Kepemimpinan Kepala
Sekolah (X₁) dan Motivasi Kerja Guru (X2) dengan Kinerja Guru (Y) di suatu
sekolah menengah. Sejumlah angket kemudian disebar kepada 10 orang guru
sebagai responden untuk tujuan penelitian tersebut. Dari penelitian diperoleh
rekapitulasi skor hasil pengumpulan data sebagai berikut :
Responden X1 X2 Y
A 164 155 202
B 163 144 179
C 152 144 183
D 183 171 228
E 182 171 225
F 171 160 213
G 180 165 224
H 186 167 230
I 184 156 202
J 174 160 196
Tentukan korelasi parsialnya ?
Berdasarkan data tersebut, diketahui koefisien korelasi antar variabel berikut :
rx1y = 0,8097
rx2y = 0,9479
rx1x2= 0,8450

12
 𝑟𝑥1𝑦 −𝑟𝑥2𝑦 𝑟𝑥1𝑥2
𝑟𝑥2(𝑥1𝑦) =
2 )(1−𝑟 2
√(1−𝑟𝑥2𝑦 𝑥1𝑥2 )

0,8097 −(0,9479).(0,8450)
𝑟𝑥2(𝑥1𝑦) =
√(1−(0,9479)2 )(1−(0,8450)2 )

0,8097−0,8009755
𝑟𝑥2(𝑥1𝑦) =
√(1−0,8985)(1−0,7140)
0,0087245 0,0087245
𝑟𝑥2(𝑥1𝑦) = = = 0,0512001174 = 0,051
√(0,1015)(0,268) 0,1704

13
 BAB III
PENUTUP

A. Kesimpulan
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi
merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik
bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.
Dua variabel dikatakan berasosiasi jika perilaku variabel yang satu mempengaruhi
variabel yang lain. Jika tidak terjadi pengaruh, maka kedua variabel tersebut disebut
independen. Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua
variabel (kadang lebih dari dua variabel) dengan skala-skala tertentu, Kuat lemah
hubungan diukur diantara jarak (range) 0 sampai dengan 1. Korelasi mempunyai
kemungkinan pengujian hipotesis dua arah (two tailed).
Korelasi mempunyai karakteristik-karakteristik diantaranya:
1. Kisaran Korelasi, kisaran (range) korelasi mulai dari 0 sampai dengan 1.
Korelasi dapat positif dan dapat pula negatif.
2. Korelasi Sama Dengan Nol, korelasi sama dengan 0 mempunyai arti tidak
ada hubungan antara dua variabel.
3. Korelasi Sama Dengan Satu, korelasi sama dengan + 1 artinya kedua
variabel mempunyai hubungan linier sempurna (membentuk garis lurus)
positif. Korelasi sempurna seperti ini mempunyai makna jika nilai X naik,
maka Y juga naik.
Ada beberapa metode yang digunakan dalam Analisis Korelasi ini yakni :
1. Analisis Korelasi Linier Sederhana atau Pearson adalah suatu teknik
statistika yang digunakan untuk mengukur keeratan hubungan atau korelasi
antara dua variabel.
2. Metode korelasi Ranking Spearman, metode korelasi jenjang ini
dipergunakan dalam perhitungan data-data bersifat kualitatif.
Pengembangan metode ini dilakukan oleh Karl Spearman pada tahun 1904,
didasarkan pada kenyataan bahwa tidak hanya data kuantitatif saja yang
termasuk variabel terikat dan variabel bebas, tetapi data kualitatif juga

14
 mempunyai kategori seperti itu. Ada yang memengaruhi dan ada yang
dipengaruhi.
3. Metode Korelasi Jenjang Kendall, metode ini memberikan ukuran tentang
keeratan hubungan antara dua variabel yang berbeda seperti halnya
koefisien korelasi Spearman. Hanya saja keunggulan metode kendall dapat
diperluas untuk ukuran korelasi secara persial.
4. Metode Korelasi Parsial, metode digunakan untuk melihat hubungan antara
variabel (X1), (X2), dan (X3) dengan variabel (Y) secara parsial.

B. Saran
Penyusun menyarankan kepada pembaca agar dalam melakukan uji korelasi
dengan menggunakan keempat metode yang telah di jelaskan harus
mempertimbangkan pengumpulan data untuk memperkuat hasil analisis, juga
menyarankan pembaca untuk memahami konteks dan variabel-variabel lain yang
mungkin memengaruhi hubungan yang diamati.

15
 DAFTAR PUSTAKA
Priyati, Rini Yayuk. Statistika Ekonomi. (Banten: Universitas Terbuka, 2022)
Sunyoto, Danang. Dasar-dasar Statistika untuk Ekonomi. (Yogyakarta: C A P S
Kav. Madukismo, 2012)
Waipoie, Ronald E. Pengantar Statistika Edisi ke-3. (Jakarta: PT Gramedia Pustaka
Utama, 1992).

16