ANALISIS

KORELASI
DENI PURBA, S.Pd., MM.
PENDAHULUAN
 PENDAHULUAN
• Korelasi pertama kali ditemukan oleh
KARL PEARSON pada awal tahun
1900.
• Salah satu teknik analasis statistik
yang terkenal adalah KORELASI
PEARSON PRODUCT MOMENT (PPM)
 PENDAHULUAN
• KORELASI adalah istilah statistik yang
menyatakan derajat hubungan linier antara
dua variabel atau lebih.
• Hubungan antar dua variabel dalam teknik
korelasi bukanlah dalam arti hubungan sebab
akibat (timbal balik) tetapi hanya hubungan
searah saja.
 PENDAHULUAN

Hubungan Sebab Akibat

Sebab Akibat
kemiskinan kejahatan
kebersihan Kesehatan
Kemiskinan kebodohan
Orang yang bodoh dapat menyebabkan dirinya miskin
Orang yang miskin dapat menyebabkan dirinya bodoh
 PENDAHULUAN
Hubungan Searah
Tinggi badan Berat badan
Tinggi badan menyebabkan berat badannya bertambah
Tetapi jika berat badan bertambah, belum tentu
menyebabkan bertambahnya tinggi badan
Mobil pribadi Kemacetan
Meningkatnya pemakaian mobil pribadi menyebabkan
macetnya lalu lintas
Tetapi macetnya lalu lintas belum tentu meningkatkan
pemakaian mobil pribadi
 JENIS VARIABEL
DALAM
ANALISIS KORELASI
 JENIS VARIABEL

1.Variabel BEBAS atau

independent
2.Variabel TERIKAT atau
dependent
 JENIS VARIABEL
1. Variabel BEBAS atau independent
yaitu variabel yang mempengaruhi.
Biasanya dilambangkan dengan
huruf X atau X1, X2, X3,...Xn
(tergantung banyaknya variabel
bebas).
 JENIS VARIABEL
2. Variabel TERIKAT atau dependent
yaitu variabel yang dipengaruhi.
Biasanya dilambangkan dengan huruf
Y atau Y1, Y2, Y3,...Yn (tergantung
banyaknya variabel terikat).
 JENIS ANALISIS KORELASI
BERDASARKAN BANYAKNYA VARIABEL
BERGANDA/
MAJEMUK
• Hanya 2
variabel saja • Lebih dari 2 variabel
• 1 variabel bebas • 2 atau lebih variabel
(X) dan 1 bebas (X1, X2, X3,...Xn)
variabel terikat • 1 atau lebih variabel
(Y) terikat (Y, Y1, Y2,...Xn)
SEDERHANA
 KORELASI
PEARSON PRODUCT
MOMENT
(PPM)
 KORELASI
PEARSON PRODUCT MOMENT (PPM)
• Korelasi PPM atau disebut korelasi saja adalah
salah satu teknik analisis korelasi yang paling
banyak digunakan dalam penelitian.
• Besarnya angka korelasi disebut koefisien korelasi
yang dinyatakan dalam lambang . r
• Sedangkan r2 disebut koefisien determinasi atau
penentu.
• koefisien determinasi/ r2 untuk menyatakan
besarnya sumbangan variabel satu terhadap
lainnya
 GUNA KORELASI PPM
• Untuk menyatakan ada tidaknya
hubungan yang signifikan antar variabel
satu dengan yang lainnya.
• Untuk menyatakan besarnya sumbangan
variabel satu terhadap lainnya yang
dinyatakan dalam persen.
 ASUMSI
1. Data berdistribusi normal
2. Data linier
3. Data dipilih secara acak/ random
4. Variasi skor variabel yang dihubungkan harus
sama
5. Data termasuk data interval atau rasio
 ASUMSI
• Data Interval yaitu data berupa angka,
biasanya digunakan sebagai tanda.
Contoh : suhu, nada, tahun,….

• Data Rasio yaitu data berupa angka nyata/

sesungguhnya.
Contoh : berat, jumlah uang, tinggi,…
KOEFISIEN
KORELASI
(r)
 KELAYAKAN NILAI r
1. Batas nilai r yaitu -1 ≤ r ≤ +1
2. Nilai r = +1 disebut hubungannya
positif sempurna/ linier langsung
sangat
3. Nilai r = -1 disebut hubungannya
negatif sempurna/ tidak langsung
sangat tinggi.
 INTERPRETASI NILAI r
r interpretasi
0 Tidak berkorelasi
0,01-0,20 Sangat rendah
0,21-0,40 Rendah
0,41-0,60 Agak rendah
0,61-0,80 Cukup
0,81-0,99 Tinggi
1 Sangat tinggi
HUBUNGAN
DALAM
KORELASI
Macam Hubungan dalam Korelasi
• Pada dasarnya terdapat 3 macam
sifat hubungan dalam korelasi:
1. Hubungan searah atau positif
2. Hubungan berkebalikan dan
negatif
3. Tak ada hubungan
 1. Pengaruh searah atau positif
• Perubahan variabel independen (X)
mempengaruhi variabel dependen (Y) secara
searah. Jika variabel X bertambah, variabel Y
juga bertambah.
• contoh pengaruih
a. biaya iklan (X) terhadap jumlah penjualan
(Y);
b. pengaruh penghasilan (X) terhadap
pengeluaran konsumsi (Y).
1. Pengaruh searah atau positif
2. Pengaruh berkebalikan dan negatif
• Apabila perubahan variabel independen (X)
mempengaruhi variabel dependen (Y)
secara berlawanan. Apabila variabel X
bertambah, Y berkurang. Apabila variabel X
berkurang, variabel Y bertambah.
• Contoh pengaruh umur kendaraan (X)
terhadap harga kendaraan (Y).
2. Pengaruh berkebalikan dan negatif
 3. Tak ada pengaruh

• Perubahan pada variabel independen

(X) tidak mempengaruhi variabel
dependen (Y). Atau variabel X tetap,
tetapi Y berubah.
• Contoh hubungan antara jumlah
penduduk (X) terhadap tingkat
pendidikan (Y)
Y (Tingkat Pendidikan)
3. Tak ada pengaruh
MENGHITUNG
NILAI r
 LANGKAH-LANGKAH
MENGHITUNG NILAI r
1. Asumsikan bahwa persyaratan untuk
menggunakan analisis korelasi PPM telah
terpenuhi.
2. Tulislah Ha dan Ho dalam bentuk kalimat.
a. Ha : terdapat hubungan yang positif dan
signifikan antara variabel X dan Y.
b. Ho : tidak terdapat hubungan yang positif
dan signifikan antara variabel X dan Y.
 LANGKAH-LANGKAH
MENGHITUNG NILAI r
3. Tulislah Ha dan Ho dalam bentuk statistik.
a. Ha : r ≠ 0
b. Ho : r = 0
4. Buatlah tabel penolong untuk menghitung
nilai r :
No. Xi Yi (Xi-Xi) (Yi-Yi) x2 y2 xy
Responden x y

Xi Yi 0 0 ∑x 2 ∑y 2 ∑xy
 LANGKAH-LANGKAH
MENGHITUNG NILAI r
5. Carilah nilai r dengan rumus :

rxy = ∑xy
√(∑x ) (∑y )
2 2
 LANGKAH-LANGKAH
MENGHITUNG NILAI r
• Jika kedua variabel yang akan dicari
korelasinya mempunyai nilai yang sangat
berbeda maka nilai r dihitung dengan cara
mengubah data kedua variabel itu kedalam
nilai Z.

rxy = Zx.Zy Zx = X - X Zy = Y - Y
n Sdx Sdy
 LANGKAH-LANGKAH
MENGHITUNG NILAI r
6. Tetapkan taraf signifikansinya.
7. Tentukan kriteria pengujian signifikansi
korelasi yaitu :
a. Ha : tidak signifikan
b. Ho : signifikan
Jika –rtabel ≤ rhitung ≤ rtabel maka Ho ditolak atau
korelasinya tidak signifikan ( atau Ha diterima)
 LANGKAH-LANGKAH
MENGHITUNG NILAI r
8. Tentukan dk dengan rumus dk= n-2 dengan
taraf signifikansi seperti langkah no. 4. Ntabel
menggunakan tabel r kritis Pearson didapat
nilai rtabel
9. Bandingkan nilai rhitung dengan rtabel.
10. Buatlah kesimpulannya.
 LANGKAH-LANGKAH
MENGHITUNG NILAI r
11. Carilah nilai koefisien determinasi (r )
(besarnya sumbangan variabel x terhadap y)

r2 = rxy2 x 100%
CONTOH
SOAL
 CONTOH SOAL
1. Diketahui data terhadap 5 responden untuk
variabel : NO X Y
1 1 4
2 2 3
3 3 5
4 4 7
5 5 6

BUKTIKANLAH BAHWA KEDUA VARIABEL ITU MEMPUNYAI

HUBUNGAN YANG LINIER YANG POSITIF
 JAWABAN
1. Buktikan atau asumsikan bahwa kedua
variabel mempunyai data yang normal dan
dipilih secara acak.
2. Tulislah Ha dan Ho dalam bentuk kalimat.
a. Ha : terdapat hubungan yang positif dan
signifikan antara variabel X dengan Y.
b. Ho : tidak terdapat hubungan yang positif
dan signifikan antara variabel X dengan Y.
 JAWABAN
3. Tulislah Ha dan Ho dalam bentuk statistik.
a. Ha : r ≠ 0
b. Ho : r = 0
4. Buatlah tabel penolong untuk menghitung
nilai r :
 JAWABAN
tabel penolong

No. Responden Xi Yi (Xi-Xi) (Yi-Yi) x 2 y 2 xy

x y
1 1 4 -2 -1 4 1 2
2 2 3 -1 -2 1 4 2
3 3 5 0 0 0 0 0
4 4 7 1 2 1 4 2
5 5 6 2 1 4 1 2
rata-rata 3 5 0 0 2 2 1.6
jumlah 15 25 0 0 10 10 8
 JAWABAN
5. Tentukan rxy hitung.
rxy = ∑xy
√(∑x ) (∑y )
2 2

rxy = 8/ √10 x 10
= 8/ 10 = 0,800
 JAWABAN
6. Tetapkan taraf signifikansinya yaitu α = 0,05.
7. Tentukan kriteria pengujian signifikansi
korelasi yaitu :
a. Ha : tidak signifikan
b. Ho : signifikan
Jika –rtabel ≤ rhitung ≤ rtabel maka Ho ditolak atau
korelasinya tidak signifikan ( atau Ha diterima)
 JAWABAN
8. dk= n-2 = 5-2 = 3 dengan α = 0,05 maka
didapat nilai rtabel = 0,878
9. Ternyata -0,878 ≤ 0,800 ≤ 0,878 atau
r r r
– tabel ≤ hitung ≤ tabel sehingga Ho ditolak atau
korelasinya tidak signifikan ( atau Ha diterima)
10. Kesimpulannya adalah “Hubungan antara
variabel x dan y ternyata positif (cukup) dan
signifikan”.
 JAWABAN
11. nilai koefisien determinasi (r ) (besarnya
sumbangan variabel x terhadap y)

r2 = rxy2 x 100%
r 2= 0,800 2 x 100% = 64%
Artinya : besarnya sumbangan/ pengaruh variabel x terhadap
variabel y adalah sebesar 64% sedangkan sisanya 36%
ditentukan/ dipengaruhi oleh variabel lain.
 CONTOH SOAL
2. Diketahui data jumlah SKS yang diambil dan
IPK mahasiswa : NO SKS IPK
1 10 3,00
adakah hubungan
yang signifikan antara 2 10 2,50
jumlah SKS yang 3 15 2,00
diambil dengan nilai 4 10 1,50
IPK yang didapat???? 5 5 1,00
 JAWABAN :
1. Buktikan atau asumsikan bahwa kedua
variabel mempunyai data yang normal dan
dipilih secara acak.
2. Tulislah Ha dan Ho dalam bentuk kalimat.
a. Ha : terdapat hubungan yang positif dan
signifikan antara jumlah SKS dan IPK.
b. Ho : tidak terdapat hubungan yang positif
dan signifikan antara jumlah SKS dan IPK.
 JAWABAN :
3. Tulislah Ha dan Ho dalam bentuk statistik.
a. Ha : r ≠ 0
b. Ho : r = 0
4. Buatlah tabel penolong untuk menghitung
nilai r :
 JAWABAN :
tabel penolong

No. Xi Yi (Xi-Xi) (Yi-Yi) zx zy zxzy

Responden x y
1 10 3,00 0 1,00 0 1,26 0
2 10 2,50 0 0,50 0 0,63 0
3 15 2,00 5 0 1,42 0 0
4 10 1,50 0 -0,50 0 -0,63 0
5 5 1,00 -5 -1,00 -1,42 -1,26 1,78
rata-rata 3 5
jumlah 15 25 0 0 0 0 1,78
 JAWABAN :
Zx = X - X Zy = Y - Y
Sdx Sdy
Sdx = 3,53 Sdy = 0,79
rhitung :
5. Tentukan

rxy = Zx.Zy
rxy = 1,78 / 5 = 0,356
n
 JAWABAN :
6. Tetapkan taraf signifikansinya yaitu α = 0,05.
7. Tentukan kriteria pengujian signifikansi
korelasi yaitu :
a. Ha : tidak signifikan
b. Ho : signifikan
Jika –rtabel ≤ rhitung ≤ rtabel maka Ho ditolak atau
korelasinya tidak signifikan ( atau Ha diterima)
 JAWABAN :
8. dk= n-2 = 5-2 = 3 dengan α = 0,05 maka
didapat nilai rtabel = 0,878

r
9. Ternyata -0,878 ≤ 0,356 ≤ 0,878 atau – tabel ≤
rhitung ≤ rtabel sehingga Ho ditolak atau
korelasinya tidak signifikan ( atau Ha diterima)
10. Kesimpulannya adalah “Hubungan antara
jumlah SKS dan IPK ternyata positif (rendah) dan
signifikan”.
 JAWABAN :
11. nilai koefisien determinasi (r ) (besarnya
sumbangan variabel x terhadap y)

r2 = rxy2 x 100%
r 2 = 0,356 2 x 100% = 13%
Artinya : besarnya sumbangan/ pengaruh variabel x terhadap y
adalah sebesar 13% sedangkan sisanya 87%
ditentukan/ dipengaruhi oleh variabel lain.
 TUGAS MANDIRI
( tidak wajib)
• DIKETAHUI HASIL TES SEBAGAI BERIKUT :
NO 1 2 3 4 5 6 7 8 9 10 11 12
TES 1 37 41 48 32 36 30 40 45 39 34 37 38
TES 2 75 78 88 80 78 71 75 83 74 74 75 78

PERTANYAAN :
1. Apakah korelasinya positif?
2. Berapa besarnya sumbangan/ pengaruh tes 1 terhadap tes 2?
3. Jelaskan makna nilai r yang didapat tadi!
4. Apakah nilai r tersebut signifikan pada α = 0,01
TERIMA KASIH