EKONOMETRIKA

ANALISI KORELASI
Analisis data: suatu proses penyederhanaan data ke dalam bentuk yang
lebih sederhana, mudah di baca dan diinterpretasikan.

Korelasi Person, Korelasi rank spearman, dan korelasi data kualitatif (koefisien
kotingensi).

Mengapa dibutuhkan analisis korelasi (hubungan) dan sebab akibat antar

variabel?
Mengapa dibutuhkan analisis korelasi (hubungan) dan sebab akibat antar
variabel?

Di dalam perencanaan (planning), selain data masa lampau dan masa sekarang,
diperlukan juga data hasil ramalan (forecasting) yang menggambarkan keadaan
dan kemampuan untuk masa yang akan datang.

Misalnya:
Perencanaan besarnya impor beras pemerintah memerlukan ramalan produksi
padi, suatu perusahaan dalam merencanakan produksi memerlukan hasil
penjualan di masa yang akan datang sehingga dapat dicegah terjadinya
kelebihan produksi atau kekurangan produksi.
 Masalah hubungan antar variable, umumnya berkisar pada dua hal,
yaitu:
1. Mengukur tingkat asosiasi atau korelasi antar variable.
Tingkat asosiasi yang bergantung pada pola variasi atau inter-relasi
yang bersifat simultan/bersama-sama dari variable-variable yang
bersangkutan. Persoalannya disebut persoalan korelasi.

2. Mencari bentuk persamaan yang sesuai guna menduga

(estimation) rata-rata Y untuk X yang tertentu atau rata-rata X untuk
Y yang tertentu. Persoalan ini disebut persoalan regresi.
A. KOEFISIEN KORELASI
Bersifat: Linear dan Non-Linear.
Korelasi dikatakan Linear, jika semua titik (X, Y) pada diagram pencar terlihat
mengelompok di sekitar garis lurus.

Korelasi dikatakan non-linear, jika titik-titik (X,Y) terletak di sekitar kurva non-linear.
 Gambar/Diagram Pencar??????

1) Korelasi Linear Positif

2) Korelasi Linear Negatif

Ex 2.1 Dari data hubungan antara harga (Y) dengan jumlah barang yang diminta (x)
berikut ini, buatlah diagram pencar dan tentukan arah hubungannya!

Y 2.000 4.000 6.000 8.000 10.000 12.000

X 12 10 8 6 4 2
 Koefisien Korelasi -1<r<1 Kriteria
0,7 1 Derajat hubungan tinggi
0,4 - 0,7 Derajat hubungan sedang
0,2<r<0,4 Derajat hubungan rendah
<0,2 Hubungan diabaikan
YOUNG (FIRDAUS, 2011: 33)

Berapa besar sumbangan koefisien dari variable X terhadap naik turunnya nilai
variabel Y?
Dihitung koefisien determinasi KD (coefficient of determination) di simbolkan 2 .
2 = (rxr)x 100%
1. Korelasi Product Moment
Rumus Korelasi Product Moment/Pearson Correlation ada 2 macam:
1. Korelasi Product Moment dengan simpangan:

=

Keterangan:
= Koefisiensi korelasi anatara variabel X dan variabel Y:dua variabel
yang dikorelasikan ( x=X - M ) dan( y= Y - M).
= Jumlah perkalian x dengan y
= Kuadrat dari x (deviasi x)
= Kuadrat dari y (deviasi y)
 2. Korelasi Product Moment dengan Angka Kasar:

=

( (

Keterangan:
= Koefisien korelasi antara variabel X dan variabel Y
y = Jumlah perkalian antara variabel x dan Y
=
=

=
=
Ex 2.2. Suatu penelitian yang ingin melihat apakah ada hubungan antara banyaknya kredit yang
diambil dengan indeks prestasi yang dicapai mahasiswa dalam satu semester. Setelah dilakukan
pengumpulan data dari 10 mahasiswa ternyata penyebaran kredit dan indeks prestasi yang dicapai
sebagai berikut:
MAHASISWA KE JUMLAH KREDIT YG DIAMBIL INDEKS PRESTASI

1 20 3,1
2 18 4,0
3 15 2,8
4 20 4,0
5 10 3,0

6 12 3,6
7 16 4,0
8 14 3,2
9 18 3,5
10 12 4,0
SISWA KE X Y x y xy 2 2

1 20 3,1 4,5 -0,42 -1,89 20,25 0,1764

2 18 4,0 2,5 0,48 1,2 6,25 0,2304

3 15 2,8 -0,5 -0,72 0,36 0,25 0,5184

4 20 4,0 4,5 0,48 2,16 20,25 0,2304

5 10 3,0 -5,5 -0,52 2,86 30,25 0,2704

6 12 3,6 -3,5 0,08 -0,28 12,25 0,0064

7 16 4,0 0,5 0,48 0,24 0,25 0,2304

8 14 3,2 -1,5 -0,32 0,48 2,25 0,1024

9 18 3,5 2,5 -,02 -0,05 6,25 0,0004

10 12 4,0 -3,5 0,48 -1,68 12,25 0,2304

N=10 155 35,2 0 0 3,4 110,5 1,996

3,4 3,4
= = 14,85119524 = 0,2289378023 = 0,23
110,5 1,996
 SISWA KE X Y XY 2 2

1 20 3,1 62 400 9,61

2 18 4,0 72 324 16

3 15 2,8 42 225 7,84

4 20 4,0 80 400 16

5 10 3,0 30 100 9

6 12 3,6 43,2 144 12,96

7 16 4,0 64 156 16

8 14 3,2 44,8 196 10,24

9 18 3,5 63 324 12,25

10 12 4,0 48 144 16

N=10 155 35,2 549 2513 125,90

N=10 Y=549 =155 =35,2 2 =2513 2 =125,90

(,)
= = = = = 0,23
) () ,)(, ,
( (
INTERPRETASI

Dari perhitungan di atas diperoleh sebesar 0,23, ini menunjukkan terdapat

hubungan linear. Dan sebesar 0,23 artinya >0,200 . Berdasarkan tabel kriteria
yang telah dikemukakan di atas dapat dinyatakan bahwa korelasi antara
variabel X dan variabel Y tergolong rendah/lemah. Dengan demikian dapat
dikemukakan bahwa hubungan antara banyaknya kredit yang diambil dengan
indeks prestasi yang dicapai mahasiswa dalam satu semester di kampus X
adalah lemah.
2. KORELASI RANK SPEARMAN
NO. RESP. Rank X Rank Y d d

1 3 4 -1 1

2 14 12 2 4

3 12 13 -1 1

4 2 1 1 1

5 13 14 -1 1

6 1 2 -1 1

7 8 6 2 4
6 d 6 x 22
8 10 11 -1 1

9 4 3 1 1 Rho = 1 -- -------------- = 1 - ------------- = 0,952

10 7 8 -1 1
N ( N - 1) 14 (14-1)
11 5 7 -2 4

12 11 10 1 1

13 6 5 1 1

14 9 9 0 0

d=22
3. KORELASI KONTINGENSI

Data kualitatif (skala nominal), berupa kategori-kategori.

Misalnya, berpendapatan tinggi, sedang, rendah.
Rumus:

Koefisien C:

m 1
C maks
m
 Daerah Penyakit Total

PJK Ginjal Ca Paru Ca colon

Fo fe fo fe fo fe fo fe fo fe

Urban 27 24 35 30 33 36 25 30 120 120

Rural 13 16 15 20 27 24 25 20 80 80

Total 40 40 50 50 60 60 50 50 200 200

Hubungan antara daerah tempat tinggal (urban dan rural) terhadap

kemungkinan beberapa penyakit degeneratif (PJK, ginjal, ca paru, ca colon).
Sampel yang diambil sebanyak 200 orang. Berikut datanya dalam bentuk tabel
2x2 (tabel kontingensi).
 TUGAS 1.
1. Direktur pemasaran sebuah perusahaan ingin mengetahui tingkat hubungandan
sumbangan biaya iklan terhadap hasil penjualan. Tentukan seberapa besar
sumbangan biaya iklan terhadap hasil penjualan?
X = biaya iklan (dalam puluhan juta rupiah)
Y = hasil penjualan (dalam puluhan juta rupiah)
X 2 5 7 9 12 13 15 17
Y 3 7 9 12 15 16 20 22

2. Suatu penelitian dilakukan untuk mengetahui apakah ada hubungan antara variabel tingkat religiusitas
dengan tingkat kenakalan remaja. Penelitian dilakukan dengan mengambil sampel sebanyak 9 individu
secara random. Data yang diperoleh dapat disusun dalam bentuk penjenjangan. Distribusi data sebagai
berikut: Berdasarkan data tersebut lakukan analisis guna membuktikan hipotesis yang telah dirumuskan
dengan taraf kesalahan sebesar 5%. Selanjutnya tentukan arah hubungan, kekuatan hubungan dan
kontribusi X terhadap Y.
X 12 11 13 14 15 16 19 17 18

Y 20 21 18 19 17 14 13 15 11