ANALISIS KORELASI

ANALISIS KORELASI
Analisis korelasi merupakan salah
satu teknik statistik yang digunakan
untuk menganalisis hubungan antara
dua variabel atau lebih yang bersifat
kuantitatif.
Dasar Pemikiran Analisis Korelasi

 Bahwa adanya perubahan sebuah

variabel disebabkan atau akan diikuti
dengan perubahan variabel lain.
 Berapa besar koefesien perubahan
tersebut ?
Dinyatakan dalam koefesien korelasi
Semakin besar koefesien korelasi maka
semakin besar keterkaitan perubahan suatu
variabel dengan variabel yang lain.
Contoh Bentuk Korelasi
Korelasi Positif:
 Hubungan antara harga dengan penawaran.
 Hubungan antara jumlah pengunjung dengan
jumlah penjualan.
 Hubungan antara jam belajar dengan IPK.
Korelasi Negatif:
 Hubungan antara harga dengan permintaan.
 Hubungan antara jumlah pesaing dengan jumlah
penjualan.
 Hubungan antara jam bermain dengan IPK.
Contoh Korelasi
 Pupuk dengan produksi  Jumlah akseptor dengan
panen jumlah kelahiran
 Biaya iklan dengan hasil  Harga barang dengan
penjualan permintaan barang
 Berat badan dengan  Pendapatan masyarakat
tekanan darah dengan kejahatan
 Pendapatan dengan ekonomi
konsumsi
 Investasi nasional
dengan pendapatan
nasional
Kapan suatu variabel dikatakan saling
berkorelasi ?

Variabel dikatakan
saling berkorelasi jika
perubahan suatu
variabel diikuti
dengan perubahan
variabel yang lain.
Beberapa sifat penting dari konsep
korelasi:
 Nilai korelasi berkisar – 1 s.d. 1
 Korelasi bersifat simetrik
 Korelasi bebas dari origin dan skala
P = a1 + b1X1
Q = a2 + b2X2
Dimana b1 > 1, b2 > 1, a1 dan a2 konstanta maka
korelasi P dgn Q akan sama dengan korelasi X1 dgn X2
 Jika X dan Y saling bebas maka korelasi akan
bernilai 0
 Meskipun korelasi mengukur derajat hubungan,
tetapi bukan alat uji kausal.
Korelasi berdasarkan arah hubungannya
dapat dibedakan, jadi berapa ?

1. Korelasi Positif
Jika arah hubungannya searah
2. Korelasi Negatif
Jika arah hubunganya berlawanan arah
3. Korelasi Nihil
Jika perubahan kadang searah tetapi
kadang berlawanan arah.
 Berapa Nilai Koefesien Korelasi ?
 Koefesien korelasi akan selalu sebesar :
-1≤r≤+1

-1 0 +1
Beberapa analisis korelasi yang akan kita
pelajari:
 Korelasi Product Moment (Pearson)
 Korelasi Rank Spearman
 Korelasi Data Kualitatif
KORELASI PRODUCT MOMENT

 Digunakan untuk menentukan besarnya

koefisien korelasi jika data yang
digunakan berskala interval atau rasio.
 Rumus yang digunakan:
n  xi yi  ( xi )( yi )
rxy 
n  x
2
i  ( xi ) 2
 n  y
2
i  ( yi ) 2

Contoh Kasus:

Seorang mahasiswa melakukan survai

untuk meneliti apakah ada korelasi antara
pendapatan mingguan dan besarnya
tabungan mingguan di P’Qerto.
Untuk menjawab permasalahan tersebut
diambil sampel sebanyak 10 kepala
keluarga.
 Pemecahan
1. Judul
Hubungan antara pendapatan dan tabungan
masyarakat di P’Qerto.
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 : Tidak terdapat korelasi positif antara

tabungan dengan pendapatan
Ha : 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 2 4 6 6 8 8 9 8 9 10

Pendapatan 10 20 50 55 60 65 75 70 81 85
7. Analisis Data
 10(4544)  (70)(571)
rxy   0,981
10(546)  (70)  10(38161)  (571) 
2 2

Pengujian Hipotesis:
• Dengan Kriteria r htung:
• r hitung (0,981) > r tabel (0,707)
• Dengan Kriteria t hitung:

rxy n  2 0,981 10  2
t t  14,233
(1  r 2 ) (1  0,962)

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

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 P’Qerto
KORELASI RANK SPERMAN

 Digunakan untuk menentukan besarnya

koefesien korelasi jika data yang
digunakan berskala Ordinal
 Rumus yang digunakan:
6 d i2
pxy  1 
n(n 2  1)
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 : Tidak terdapat korelasi positif antara kemampuan

mahasiswa dalam memahami ilmu statistika dan
ilmu ekonometrika.
Ha : 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 9 6 5 7 4 3 2 8 7 6

Ekonometrik 8 7 6 8 5 4 2 9 8 6
7. Analisis Data

N X1 X2 Rank X1 Rank X2 d d2
1 9 8 1 3 -2 4
2 6 7 5.5 5 0.5 0.25
3 5 6 7 6.5 0.5 0.25
4 7 8 3.5 3 0.5 0.25
5 4 5 8 8 0 0
6 3 4 9 9 0 0
7 2 2 10 10 0 0
8 8 9 2 1 1 1
9 7 8 3.5 3 0.5 0.25
10 6 6 5.5 6.5 -1 1
Jlh 7
 6 d i2
xy  1 
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 0,96 10  2
t t  9,697
(1  r 2 ) (1  0,92)

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

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:
n k (nij e ij ) 2
X 2  
i 1 i 1 eij
 Tranformasi dari nilai Chi-Square X2 ke koefesien korelasi:

X2
Cc 
X2 n
Contoh Kasus:

Seorang mahasiswa melakukan survai

untuk meneliti apakah ada korelasi antara
tingkat pendidikan dengan tingkat
kesejahteraan. 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 8 8 32

Cukup 10 20 10 40

Jelek 4 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
n k (nij  eij ) 2
X 2  
 e21=30x(40/112)=10,71 i 1 i 1 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 
2
  ...   18,267
8,57 12,57 13,57
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.
Berapa nilai koefesien korelasinya ?

X2
Cc 
X2 n

(18,267)
Cc   0,374
(18,267)  112