Anda di halaman 1dari 61

Operations Management

ANALISIS KORELASI
William J. Stevenson

8th edition

Pendahuluan
Analisis ini biasanya dipakai untuk

hipotesis yang tipikalnya korelasional


Ada 3 uji statistik yang biasa dipakai yaitu:
korelasi pearson, korelasi spearman dan
korelasi kendal tau.
Korelasi parametrik : pearson
Korelasi non parametrik; spearman &
kendall tau.

Korelasi Pearson
Salah satu analisis uji statistik yang tergolong

kedalam statistik parametrik.


Analisis korelasi pearson mensyaratkan bahwa
distribusi data normal dan variansi sama.
Jika asumsi ini tidak terpenuhi sebaiknya
digunakan analisis yang lain untuk menguji
hipotesis yang bebentuk korelasional.
Skala data yang menyertai biasanya interval atau
rasio.
Membuktikan hipotesis yang sifatnya hubungan.

Variabel
Variabel bebas/ independent variabel/ explanatory

variable/ variabel peramal ( predictor)/ yang meregresi


(regressor) dan variabel kendali (stimulus or control
variable)
Intinya variabel bebas adalah variabel yang nilai-nilainya tidak
tergantung pada variabel yang lainnya
disimbolkan dengan X

Variabel terikat / dependent variable; variabel yang dijelaskan


(explained variable); variabel yang diramalkan (predictand);
variabel yang diregresi (regressand); variabel tanggapan
(response)
disimbolkan dengan Y
Variabel terikat intinya adalah variabel yang dipengaruhi; variabel
yang ada karena variabel lain

Hubungan antar variabel :

a. Hubungan
Simetris

b. Hubungan Asimetris

c. Hubungan
Resiprokal

Jelaskan ke tiga hubungan dimaksud?

Koefisien Korelasi Pearson (r)


rxy
S xy

S xy
SxS y

( x x )( y

Sx

y)

n 1

2
(
x

x
)
i

n 1

dan S y

2
(
y

y
)
i

n 1

Korelasi/hubungan jika
kenaikan variabel X diikuti
pula dengan kenaikan
variabel Y dan sebaliknya
penurunan variabel X diikuti
dengan penurunan variabel Y

Korelasi/hubungan jika
kenaikan variabel X diikuti
dengan penurunan pada
variabel Y atau penurunan
variabel X diikuti dengan
kenaikan variabel Y

jenis korelasi di mana


kenaikan atau penurunan
variabel X berbanding
dengan kenaikan atau
penurunan variabel Y

Jika kedua variabel tidak


memperlihatkan adanya
hubungan. Ketika X naik Y
naik tapi pada saat
bersamaan Y juga bisa
turun

Diagram Pencar/ Scarter Diagram

Scatter
Plot
alat berupa diagram yang digunakan untuk menunjukkan
ada tidaknya hubungan antara variabel X dan variabel Y
melalui penggambaran nilai dari variabel-variabel
tersebut

menggunakan sistem koordinat

cartesius. Pada sumbu

X diletakkan nilai variabel bebas dan pada sumbu Y


diletakkan nilai variabel terikat.
Tujuan diagram pencar:
untuk mengetahui apakah titik-titik koordinat diagram
membentuk pola tertentu

lanjutan
Selanjutnya dalam diagram ditarik suatu garis yang

dapat membagi dua titik koordinat pada kedua


sisinya. Garis yang ditarik diupayakan sesuai
menggambarkan kecenderungan data yang
tersebar (garis best fit)

Dari garis tersebut dapat diketahui korelasi antara

2 variabel sekaligus arah atau bentuk


hubungan

Jika garis naik jenis hubungan positif

Jika garis turun jenis hubungan negatif.


Jika terjadi beberapa garis tidak ada korelasi
Jika titik2 tepat melalui garis korelasi sempurna.

Korelasi

Korelasi

Korelasi

Nilai Koefesien Korelasi


Koefesien korelasi akan selalu sebesar :

-1r+1

-1

+1

lanjutan
Untuk menentukan keeratan hubungan antar variabel dapat
menggunakan pedoman berikut :
1.
2.
3.
4.
5.
6.
7.

KK = 0 , tidak ada korelasi


0 < KK 0,20 korelasi sangat rendah/ lemah sekali
0,20 < KK 0,40 korelasi rendah/ lemah
0,40 < KK 0,70 korelasi cukup berarti
0,70 < KK 0,90 korelasi kuat/ tinggi
0,90 < KK < 1,00 korelasi sangat tinggi/ kuat/ dapat diandalkan
KK = 1 korelasi sempurna.

KP (coeficient of determination) =
*r = koefisien korelasi

Kontribusi X Y = r 2

x 100%

KORELASI PRODUCT MOMENT


Digunakan untuk menentukan besarnya koefisien

korelasi jika data yang digunakan berskala interval


atau rasio.
Rumus yang digunakan:

rxy

n X iYi ( X i )(Y )

[n X ( X ) ][nYi (Y ) ]

2
n xi yi ( xi )( yi ) 2
2
2
2 i
2
n xi ( xi )
n yi ( yi )

Contoh Kasus:
Seorang mahasiswa melakukan survai untuk
meneliti apakah ada korelasi antara pendapatan
mingguan dan besarnya tabungan mingguan di
PQerto.
Untuk menjawab permasalahan tersebut diambil
sampel sebanyak 10 kepala keluarga.

Pemecahan
1.

Judul
Hubungan antara pendapatan dan tabungan masyarakat
di PQerto.

2. Pertanyaan Penelitian

Apakah terdapat korelasi positif antara pendapatan dan


tabungan masyarakat ?

3. Hipotesis

Terdapat korelasi positif antara pendapatan dan


tabungan masyarakat

4. Kriteria Penerimaan Hipotesis


Ho
Ha

: Tidak terdapat korelasi positif antara


tabungan dengan pendapatan
: Terdapat korelasi positif antara tabungan
dengan pendapatan
Ho diterima Jika

r hitung r tabel(, n-2) atau


t hitung t tabel (, n-2)

Ha diterima Jika

r hitung > r tabel(, n-2) atau


t hitung > t tabel (, n-2)

5. Sampel

10 kepala keluarga
6. Data Yang dikumpulkan
Tabungan

10

Pendapatan

10

20

50

55

60

65

75

70

81

85

7. Analisis Data

rxy

10(4544) (70)(571)

10(546) (70) 10(38161) (571)


2

0,981

Pengujian Hipotesis:
Dengan Kriteria r htung:

hitung

(0,981) > r tabel (0,707)

Dengan Kriteria t hitung:

rxy n 2
(1 r 2 )

t hitung (14,233) > t tabel (1,86)

0,981 10 2
14,233
(1 0,962)

9. Kesimpulan
Karena rhitung > dari rtabel maka Ha diterima.
Karena thitung > dari ttabel maka Ha diterima.

Kesimpulan:
Terdapat korelasi positif antara pendapatan dengan
tabungan mingguan di PQerto

Contoh lain: Korelasi Product Moment


Karl Pearson
populer juga dengan sebutan Korelasi Pearson

Korelasi product moment yang dikembangkan oleh

Korelasi pearson merupakan indeks atau angka yang digunakan untuk

mengukur keeratan hubungan antara 2 variabel


Fungsi :
1.
2.
3.
4.

Untuk mengetahui hubungan antara 2 variabel


Untuk mengetahui arah atau bentuk hubungan
Untuk mengetahui keeratan hubungan
Dasar untuk melakukan prediksi

Syarat :
1.
2.
3.
4.
5.

Berhadapan dengan 1 sampel yang diambil secara


random
Masing-masing unit analisis atau elemen sampel
memiliki 2 variabel (X dan Y)
Masing-masing variabel yang diukur menghasilkan
data paling rendah berskala interval
Data harus mengikuti garis lurus/ linier
Diharapkan berdistribusi normal

Tes Statistiknya:
(1)
rxy =

xy
--------------- x . y

Keterangan :
r = koefisien korelasi yang
dihitung
x = deviasi rata-rata
variabel X
y = deviasi rata-rata
variabel Y

(2)

N XY - X . Y
r xy =
---------------------------------------------------- [ nX - ( X) ] [( nY - (
Y)]

Titik Kritis
Terletak pada Tabel Pearson atau r product moment pada berbagai n dan taraf
signfikansi

Keputusan : Ho ditolak jika rxy hasil analisis

melampuai rxy tabel atau titik kritis

Kesimpulan :

a). ada tidaknya hubungan antara 2


variabel;
b). arah atau bentuk hubungan;
c). kekuatan hubungan antar 2 variabel ;
d). kontribusi variabel X terhadap variabel
Y;
e). dasar melakukan prediksi

Contoh soal :
Buatlah rumusan masalah berikut hipotesisnya untuk uji
korelasional antar 2 variabel. Data yang diperoleh berskala interval
yang diambil dari sampel secara random. Data yang berhasil
diperoleh adalah sebagai berikut :
Var X

10

13

Var Y

12

23

24

26

28

No.
Resp

Berdasarkan data tersebut buktikan


(a) Ada tidaknya hubungan antara 2 variabel dengan taraf signifikansi
sebesar 5 persen ;
(b) Arah atau bentuk hiubungan;
(c) Kekuatan hubungan antar 2 variabel dan ;
(d) Besarnya kontribusi variabel X terhadap Y;
(d) Dapat tidaknya digunakan sebagai dasar melakukan prediksi.
Bagaimana bentuk prediksinya?

Penyelesaian
Permasalahan :
Apakah ada hubungan antara lama kerja dengan prestasi kerja
karyawan. Sebanyak 5 karyawan di amati. Data hasil
pengukuran berskala interval. Sampel diambil secara random
Hipotesis :
H1 : ada hubungan antara lama kerja dengan prestasi kerja
H0 : Tidak ada hubungan antara lama kerja dengan prestasi
kerja
Justifikasi :
Dalam analisis ini digunakan tes product moment karena :
fungsi tes ini adalah : ................ dan asumsi tes ini
meliputi; .................
Prosedur analisis :

Tabel Kerja :

No.
Resp

XY

1.

12

144

36

2.

23

36

529

138

3.

24

81

576

216

4.

10

26

100

676

260

5.

13

28

169

784

364

Jumla
h

41

113

395

2.709

1.014

N XY - X . Y
r xy = ----------------------------------------------------- [ nX - ( X) ] [( nY - ( Y) ]
(5). (1.014) (41) . (113)
r xy = -------------------------------------------------------{ (5) (395) - (41) } { (5) (2.709) - (113) }
437
ryx = -------------- = 0,91 ( r hasil analisis)
228.144

Titik kritis :
Pada tabel product moment. Dengan N = 5 dan alpha 5 persen
maka nilai r tabel / titik kritis sebesar 0,878.

Keputusan :
Oleh karena r hasil analisis > dari r tabel maka Ho ditolak.

Kesimpulan :
Berdasarkan hasil analisis data yang dilakukan maka dapat
disimpulkan bahwa :
a. Ada hubungan antara lama kerja dengan prestasi kerja
pada alpha 5 persen.
b. Arah hubungan positif, artinya semakin lama karyawan
bekerja maka semakin tinggi prestasi kerjanya dan
sebaliknya.
c. Kekuatan hubungannya tergolong kuat dengan koefisien
korelasi sebesar 0,91
d. Prediksi : semakin lama karyawan bekerja di perusahaan
X maka semakin tinggi prestasi kerjanya dan sebaliknya
(*).

KORELASI RANK SPERMAN


Digunakan untuk menentukan besarnya koefesien

korelasi jika data yang digunakan berskala Ordinal


Rumus yang digunakan:

pxy 1

6 d i2

n(n 2 1)

n X iYi ( X i )(Y )

[n X ( X ) ][nYi (Y ) ]
2
i

Contoh Kasus:
Seorang mahasiswa melakukan survai untuk
meneliti apakah ada korelasi antara nilai statistik
dengan
nilai ekonometrik, untuk kepentingan
penelitian tersebut diambil 10 mahasiswa yang telah
menempuh mata kuliah statistik dan ekonometrik.

Pemecahan
1.

Judul
Hubungan antara kemampuan mahasiwa dalam
memahami ilmu statistika dan ilmu ekonometrika.

2.

Pertanyaan Penelitian

Apakah terdapat korelasi positif antara


kemampuan mahasiswa dalam memahami ilmu
statistika dan ilmu ekonometrika ?

3. Hipotesis

Terdapat korelasi positif kemampuan mahasiwa


dalam memahami ilmu staistika dan ilmu
ekonometrika

4. Kriteria Penerimaan Hipotesis


Ho
Ha

: Tidak terdapat korelasi positif antara kemampuan


mahasiswa dalam memahami ilmu statistika dan
ilmu ekonometrika.
: Terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistika dan
ilmu ekonometrika.

Ho diterima Jika

hitung tabel(, n-2) atau


t hitung ttabel (, n-2)

Ha diterima Jika
hitung > tabel(, n-2) atau
thitung > ttabel (, n-2)

5. Sampel

10 Mahasiswa
6. Data Yang dikumpulkan
Statistik

Ekonometrik

7. Analisis Data
X1

Jlh

X2

Rank X1

Rank X2

d2

-2

5.5

0.5

0.25

6.5

0.5

0.25

3.5

0.5

0.25

10

10

3.5

0.5

0.25

10

5.5

6.5

-1

1
7

xy 1

6 d i2

n(n 1)
2

6 x7
xy 1
0,96
10(100 1)

Pengujian Hipotesis:
Dengan Kriteria r htung:

hitung (0,96) > tabel (0,738)

Dengan Kriteria t hitung:

xy n 2
(1 r 2 )

t hitung (9,697) > t tabel (1,86)

0,96 10 2
9,697
(1 0,92)

9. Kesimpulan
Karena hitung > dari tabel maka Ha diterima.
Karena t hitung > dari t tabel maka Ha diterima.

Kesimpulan:
Terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistika dan
ilmu ekonometrika.

KORELASI DATA KUALITATIF


Data berdasarkan jenisnya:

Kuantitatif
Kualitatif
Digunakan untuk menentukan besarnya koefesien korelasi jika data
yang digunakan berjenis kualitatif.
Rumus yang digunakan:

X
2

i 1 i 1

(nij eij ) 2
eij

Tranformasi dari nilai Chi-Square X 2

X2
Cc
X2 n

n X iYi ( X i )(Y )

[n X ( X ) ][nYi (Y ) ]

2
2
ke koefesieni korelasi:

Contoh Kasus:
Seorang mahasiswa melakukan survai untuk
meneliti apakah ada korelasi antara tingkat
pendidikan dengan tingkat pendapatan. Untuk
penelitian ini diambil sampel sebanyak 112 kepala
keluarga.

Pemecahan
1.

Judul
Hubungan antara tingkat pendidikan dan tingkat
kesejahteraan keluarga.

2.

Pertanyaan Penelitian

Apakah terdapat korelasi positif antara tingkat


pendidikan dengan tingkat kesejahteraan
keluarga ?

3. Hipotesis

Terdapat korelasi positif antara tingkat pendidikan


dengan tingkat kesejahteraan keluarga

4. Kriteria Penerimaan Hipotesis


Ho

: Tidak terdapat korelasi antara terdapat


korelasi positif antara tingkat pendidikan dengan
tingkat kesejahteraan keluarga.
Ha
: Terdapat korelasi positif antara tingkat
pendidikan dengan tingkat kesejahteraan keluarga.
Ho diterima Jika

X2 hitung X2 tabel (, (r-1)(k-1)

Ha diterima Jika

X2 hitung > X2 tabel (, (r-1)(k-1)

5. Sampel
112 Keluarga
6. Data Yang dikumpulkan

Tinggi

Sedang

Rendah

Jumlah

Baik

16

32

Cukup

10

20

10

40

Jelek

16

20

40

Jumlah

30

44

38

112

7. Analisis Data
e11=30x(32/112)=8,57
e12=44x(32/112)=12,57
e13=38x(32/112)=10,86
e21=30x(40/112)=10,71

X 2
i 1 i 1

(nij eij ) 2
eij

e22=44x(40/112)=15,71
e23=38x(40/112)=13,57
e31=30x(40/112)=10,71
e32=44x(40/112)=15,71
e33=38x(40/112)=13,57

(16 8,57) 2 (8 12,57) 2


(8 13,57) 2
X

...
18,267
8,57
12,57
13,57
2

Pengujian Hipotesis:

Dengan Kriteria x2 htung:


X2hitung (18,267) > X2tabel (9,488)

9. Kesimpulan
Karena X2 hitung > X2 tabel maka Ha diterima.

Kesimpulan:
Terdapat korelasi positif antara tingkat
pendidikan dengan tingkat kesejahteraan
keluarga.

Latihan soal :
Rumuskanlah permasalahan penelitian berikut hipotesisnya
untuk uji korelasi antar 2 variabel. Lakukan pengujian
hipotesis yang telah anda rumuskan dengan menggunakan
analisis peta korelasi jika data yang diperoleh berskala
interval. Data diperoleh dari sampel yang diambil secara
random. Berikut data yang berhasil dihimpun:
Var
X

12

13

15

17

14

16

15

13

13

15

14

16

15

17

Var
Y

20 20 16

16

14

15

16

15

18

17

14

19

13

16

11

11

Berdasarkan data tersebut lakukan analisis untuk


membuktikan hipotesis yang telah dirumuskan, selanjutnya
kemukakan kesimpulan dari hasil analisis !

Penyelesaian :
Permasalahan penelitian :
Hipotesis :
H0
H1
Justifikasi penggunaan tes statistik :
Kaitkan dengan fungsi dan asumsi tes statistik
Prosedur analisis data :

Tabel kerja :
Skor / nilai pada Variabel X
Var Y
19-20
17-18
15-16
13-14
11-12
f
X
fX
(fX)
XY

11-12

1314

1516

1718

1920

fY

(fY
)

XY

Operations
KORELASI Management
BERGANDA
William J. Stevenson

8th edition

Contoh: Hubungan Antara Pendapatan,


Pengeluaran, Dan Banyaknya Anggota Keluarga
VARIABEL
Pengeluaran (Y)
Pendapatan (X1)
Jumlah Anggota
Keluarga (X2)

RUMAH TANGGA
I II III IV V VI VII
3 5 6 7 4 6 9
5 8 9 10 7 7 11
4

Pertanyaan :
1. Carilah Nilai Koefisien Korelasinya !
2. Jelaskan makna hubungannya !

KORELASI LINEAR BERGANDA


RY .12
rY 1
Rumus :

rY 2

r12

rY21 rY22 2rY 1rY 2 rY 12

1 rY212
n X 1Y ( Y )( X 1 )
(n Y 2 ( Y ) 2 )(n X 12 ( X 1 ) 2 )
n X 2Y ( Y )( X 2 )
(n Y 2 ( Y ) 2 )(n X 22 ( X 2 ) 2 )
n X 1 X 2 ( X 1 )( X 2 )
(n X 12 ( X 1 ) 2 )(n X 22 ( X 2 ) 2 )

PENYELESAIAN
No

X1

X2

Y2

X12

X22 X1Y

1 3 5 4 9 25 16
2 5 8 3 25 64 9
3 6 9 2 36 81 4
10
4 7 10 3 49
9
0
5 4 7 2 16 49 4
6 6 7 4 36 49 16
12
7 9 11 5 81
25
1
4
25 48

57 23
83
0
2 9

rY 1
rY 1

rY 2
X2Y

X1X2

15 12 20
40 15 24
54 12 18
70 21 30
28 8 14
42 24 28
99 45 55
34 13
189
8 7

n X 1Y ( Y )( X 1 )

(n Y 2 ( Y ) 2 )(n X 12 ( X 1 ) 2 )
7(348) (40)(57)

(n Y 2 ( Y ) 2 )(n X 22 ( X 2 ) 2 )

7(137) (40)(23)
(7( 252) (40) 2 )(7(83) ( 23) 2 )
39
rY 1
0,42
92,35
rY 2

n X 1 X 2 ( X 1 )( X 2 )

r12

( n X 12 ( X 1 ) 2 )(n X 22 ( X 2 ) 2 )
7(189) (57)(23)

r12
r12

(7( 489) (57) 2 (7(83) ( 23) 2 )


12
0,13
95,12

RY .12

rY21 rY22 2rY 1rY 2 rY 12

1 rY212

RY .12

(0,92) 2 (0,42) 2 2(0,92)(0,42)(0,13)

1 (0,13) 2

(7(252) (40) 2 )(7(489) (57) 2

156
rY 1
0,92
168,93

n X 2Y ( Y )( X 2 )

RY .12 0,9382 0,9686

Berdasarkan hasil perhitungan diperoleh nilai

Korelasi (R) = 0,9686 ATAU 0,97.


Nilai

Korelasi (R) = 0,97 bermakna bahwa


hubungan kedua variabel X (X1 dan X2) sangat
kuat karena nilai R mendekati 1.

Koefisien Determinasi
Jika koefisien korelasi berganda dikuadratkan,

diperoleh koefisien determinasi berganda yang


disimbolkan dengan R2.
Koefisien determinasi digunakan untuk mengukur
besarnya sumbangan dari beberapa variabel X (X1,
X2, X3, ..., Xn) terhadap naik turunnya (variasi
perubahan) variabel Y.
Jika nilai koefisien determinasi dikalikan 100%,
diperoleh persentase sumbangan variabel variabel
X terhadap naik turunnya (variasi perubahan)
variabel Y.

Contoh :
Berdasarkan data contoh

soal sebelumnya,
tentukan :
1.

2.

RY .12

Nilai Koefisien
Determinasi (R2)
Jelaskan apa maknanya
? 0,9686

Penyelesaian:
RY2.12 0,9686 2 x 100%
1.

RY2.12 0,9381 x 100%


RY2.12 93,81%

2.

Nilai koefisien R2Y.12 = 93,81


atau 93,81% memberi
makna bahwa naik
turunnya (variasi)
pengeluaran (Y) disebabkan
oleh pendapatan (X1) dan
jumlah anggota keluarga
(X2) sebesar 93,81%
sedangkan sisanya sebesar
6,19% disebabkan oleh
faktor-faktor lainnya yang
juga turut mempengaruhi
pengeluaran (Y) tetapi tidak
dimasukkan ke dalam
persamaan regresi linear
berganda.

Untuk korelasi linear berganda yang melibatkan dua prediktor (X1


dan X2) maka rumus koefisien determinasinya (R 2) dituliskan:

2
Y .12

2
Y .12

RY2.12

rY21 rY22 2rY 1rY 2 rY 12

1 rY212
(0,92) 2 (0,42) 2 2(0,92)(0,42)(0,13)

1 (0,13) 2
0,9223

0,9831

RY2.12 0,9381 dibulatkan 0,94

Contoh Lain
Suatu pengamatan dilakukan untuk mengetahui hubungan antara
variabel lama kerja (X1); motivasi kerja (X2) dan produktivitas kerja
karyawan (Y) di perusahaan A. Data yang berhasil dihimpun
berskala interval (dalam bentuk numerik) dari sampel yang diambil
scrResponde
random. Data terdistribusi sbb:
1

X1

10

11

X2

Berdasarkan data tersebut tentukan:


(a) Berapa besar koefien korelasi berganda antar bbrp variabel tsb?
(b) Berapa besar sumbangan variabel X1 dan X2 terhadap variabel Y?
(c) Bagaimana interpretasi yang dapat dikemukakan berdasarkan
koefisien korelasi berganda yang telah dihitung?

Penyelesaian
Tabel kerja
Y

X1

X2

X1

X2

X1 Y

X2 Y

X1
X2

25

16

15

12

20

25

64

40

15

24

36

81

54

12

18

10

49

100

70

21

30

16

49

28

14

36

49

16

42

24

28

11

81

121

25

99

45

55

40

57

23

252

489

83

348

137

189

n X1 Y - (Y ) ( X1)
r y1 =
{n Y - (Y) }{n X1 - ( X1) }
n X2 Y - (Y ) ( X2)
r y2 =
{n Y - (Y) }{n X2 - ( X2) }
n X1 X2 - (X1 ) ( X2)
r 12 =
{n X1 - (X1) }{n X2 - ( X2) }
ry1 + r y2 2 ry1 ry2 r12
Ry.12 =
1 r12