ANALISIS KORELASI

DR. IR. LA ODE MUHAMMAD MAGRIBI, MT

KOMPETENSI

• Mahasiswa mampu menerapkan uji statistik yang terdapat pada

statistika parametrik yang bersifat hubungan (korelasi) baik untuk
korelasi sederhana maupun ganda.

TUJUAN

• Mahasiswa mengerti tentang analisis korelasi sederhana

• Mahasiswa Mengerti tentang analisis korelasi berganda
Pengertian Analisis Korelasi

• Adalah suatu bentuk analisis data dalam penelitian yang bertujuan

untuk mengetahui kekuatan atau bentuk arah hubungan di antara
dua variabel atau lebih, dan besarnya pengaruh yang disebabkan
oleh variabel yang satu (variabel bebas) terhadap variabel lainnya
(variabel terikat)
• Bentuk-Bentuk Hubungan (Korelasi)
1) Hubungan Simetris
2) Hubungan Kausal
3) Hubungan Interaktif
Hubungan Simetris

• Hubungan simetris ialah hubungan yang menyatakan sifat kebersamaan

antara dua variabel atau lebih, tetapi tidak menunjukkan hubungan
sebab-akibat atau saling mempengaruhi.
• Bentuk hubungan ini tidak diketahui dengan pasti variabel bebas dan
variabel terikat, karena kedua variabel tidak saling mempengaruhi.
• Contoh:
1) Hubungan antara “berpakaian mahal” dan “penampilan”
2) Hubungan yang positif antara “banyak penonton sepak bola” dengan
“tingkat keru suhan”
3) Hubungan antara “burung gagak” dan “kematian seseorang”
Hubungan Kausal

• Hubungan kausal adalah hubungan antara dua variabel atau lebih yang
bersifat mempengaruhi antara variabel bebas dan variabel terikat.
• Hubungan diketahui dengan pasti atau dapat dibedakan variabel bebas
(variabel yang mempengaruhi) dengan variabel terikat (variabel yang
dipengaruhi).
• Contoh:
1) Hubungan “tingkat pendidikan” dengan “kemampuan kerja”
2) Hubungan “biaya promosi” dengan “tingkat penjualan”
3) Hubungan “tingkat pengangguran” dengan “tingkat kejahatan”
Hubungan Interaktif

• Hubungan interaktif (timbal balik) ialah hubungan antara dua

variabel atau lebih bersifat saling mempengaruhi dimana
kedudukan variabel X dan Y dapat saling bergantian.
• Dimana suatu saat variabel X mempengaruhi variabel Y atau
sebaliknya variabel Y mempengaruhi variabel X. Identitas kedua
variabel diketahui atau dapat dibedakan.
• Contoh:
1) Hubungan antara “motivasi kerja” dengan “prestasi tenaga
kerja”
2) Hubungan antara “harga barang” dan “tingkat penjualan”
Teknik Statistik Untuk Analisis Korelasi
1. Koefisien Korelasi

• Koefisien korelasi adalah bilangan yang menyatakan kekuatan hubungan

antara dua variabel atau lebih atau juga dapat menentukan arah dari
kedua variabel.
• Nilai korelasi (r) = {-1 < 0 < 1}
• Untuk kekuatan hubungan, nilai koefisien korelasi berada di antara -1 dan
1, untuk arah dinyatakan dalam bentuk positif (+) dan negatif (-)
Teknik Statistik Untuk Analisis Korelasi
2. Koefisien Determinasi

• Koefisien determinasi (KD) adalah angka yang

menyatakan atau digunakan untuk mengetahui
kontribusi atau sumbangan yang diberikan oleh
sebuah variabel bebas (X) atau lebih terhadap
variabel Y (terikat).
• Rumus:
KD = (r)2 x 100%
Korelasi Pearson Product Moment

• Korelasi Pearson Product Moment adalah untuk mencari arah dan kekuatan
hubungan antara variabel bebas (X) dan variabel tak bebas (Y) dan data
berbentuk interval dan rasio.
• Langkah untuk menghitung nilai korelasi (r):
1) Membuat tabel penolong 2) Menghitung Nilai r

3) Menghitung thitung
Korelasi Pearson Product Moment

• Menentukan Nilai ttabel

Nilai ttabel dapat dicari dengan menggunakan tabel
distribusi t dengan cara: taraf signifikansi = 0,05/2 =
0,025 (dua sisi). Kemudian dicari ttabel pada tabel
distribusi student t.
• Kaidah Pengujian
Jika –ttabel < thitung < ttabel, maka tidak ada korelasi
Jika thitung > ttabel, maka ada hubungan (korelasi)
• Bandingkan nilai ttabel dan thitung
Dibandingkan untuk mengetahui apakah ada hubungan
antara variabel X dan Y.
Contoh

• Sebuah perusahaan periklanan ingin mengetahui

hubungan antara durasi iklan produk X yang
ditayangkan perbulan oleh salah satu TV swasta
terhadap tingkat penjualan barang (Y).
Kemudian diambil durasi penanyangan iklan dan
tingkat penjualan setiap bulan, dengan data
sebagai berikut:
1) Berapa besar korelasi antara variabel X dan Y
2) Berapa besar sumbangan variabel X terhadap
variabel Y dan apakah ada hubungan yang
signifikan antara variabel X dan Y pada taraf
signifikansi α = 5% ?
Penyelesaian

Hubungan antara durasi penayangan (X) dan

Variabel tingkat penjualan (Y) sebesar 0,878.
Nilai korelasi ini tergolong sangat kuat dan
positif.
Bila durasi penayangan iklan semakin lama
ditayangkan maka akan semakin meningkat
tingkat penJualan.
Penyelesaian

• Besar kontribusi variabel X terhadap variabel Y

KP = r2 x 100% = (0,878)2 x 100% = 77,1%
Artinya, Pengaruh variabel X (durasi penayangan iklan) terhadap
variabel Y (tingkat penjualan) sebesar 77,1% dan 29,9% ditentukan
oleh variabel lain.
• Menghitung thitung dan ttabel = 0,05/2 = 0,025
db = n – 2 = 12 – 2 = 10
𝑟 𝑛−2 0,878 12 − 2 2,4392 ttabel = t(0,025;10) = 2,2281
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = = = 5,1
1 − 𝑟2 1 − 0,878 2 0,4781 Ternyata,
Thitung > Ttabel,
5,1 > 2,2281 maka terdapat korelasi
 Penyelesaian

• Pengambilan Keputusan
Terdapat hubungan yang signifikan antara
Durasi penayangan iklan dengan tingkat
Penjualan produk.
Daerah
Penerimaan H0
Daerah
Daerah
Penolakan H0
Penolakan H0

-2,2281 2,2281 5,1

Korelasi Berganda

• Pengertian:
Analisa korelasi berganda adalah untuk mengetahui derajat atau kekuatan hubungan antara tiga variabel atau
lebih, serta untuk mengetahui kontribusi yang diberikan secara simultan oleh variabel X1 dan X2 terhadap nilai
variabel Y dan kontribusi secara parsial yang diberikan oleh variabel X1 terhadap Y serta X2 terhadap Y.
Data (n) X1 X2 Y X1Y X2Y X1X2 (X1)2 (X2)2 (Y)2
1 .... .... .... .... .... .... .... .... ....
2 .... .... .... .... .... .... .... .... ....
RX1Y 3 .... .... .... .... .... .... .... .... ....
X1 4 .... .... .... .... .... .... .... .... ....
.... .... .... .... .... .... .... .... .... ....
RX1X2Y n .... .... .... .... .... .... .... .... ....
RX1X2

Y Jumlah ∑X1 = ... ∑X2 = ... ∑Y = ...

2 2 2
∑X1Y = ... ∑X2Y = ... ∑X1X2 = ... ∑(X1) = ... ∑(X2) = ... ∑(Y) = ...

2 2
X2 𝑟𝑋1𝑌 + 𝑟𝑋2𝑌 − 2(𝑟𝑋1𝑌 ሻ(𝑟𝑋2𝑌 ሻ(𝑟𝑋1𝑋2 ሻ
𝑅𝑋1,𝑋2,𝑌 =
RX2Y 2
1 − 𝑟𝑋1𝑋2
Korelasi Berganda

• Nilai F-Hitung Jumlah Sampel • Menghitung F-tabel

Ftabel = F(α, k, dk)
Dimana,
n = Jumlah Sampel Dimana,
m =Jumlah Variabel Bebas dk = n – k – 1
R = Koefisien Korelasi
k = Jumlah variabel bebas
dk = derajad kebebasan
• Kriteria Pengujian
Jika, Fhitung < Ftabel maka tidak ada hubungan
Jika, Fhitung > Ftabel maka ada hubungan
Korelasi Berganda
Contoh Soal

Manajer Produksi PT X ingin mengetahui apakah ada hubungan antara

Gaya Kepemimpinan dan Budaya Kerja dengan Tingkat Produktivitas
tenaga kerja. Untuk keperluan penelitian tersebut dilakukan penyebaran
kuisioner dengan mengambil sampel 20 orang tenaga kerja untuk mengisi
kuisioner. Jumlah pertanyaan yang diajukan ada 10 pertanyaan untuk
variabel X1 dan X2, sedangkan untuk variabel Produktivitas Tenaga Kerja
(Y) diambil dari hasil produktivitas tenaga kerja yang bersangkutan.
Instrumen penelitian diberi skala: (5) sangat baik; (4) baik; (3) cukup;
(2) tidak baik; (1) sangat tidak baik. Taraf signifikansi α = 5%.
Dari total hasil jawaban setiap responden untuk variabel X1 dan X2,
serta nilai variabel Y dapat dilihat pada tabel.
Korelasi Berganda
Contoh Soal - Tabel

Sebelum menghitung nilai RX1,X2,Y terlebih

dahulu menghitung nilai-nilai:
1. Korelasi X1 terhadap Y (rX1Y)
2. Korelasi X2 terhadap Y (rX2Y)
3. Korelasi X1 terhadap X2 (rX1X2)

𝑛(σ 𝑋1 𝑌ሻ − (σ𝑋1 ሻ(σ 𝑌ሻ

𝑟𝑥1𝑦 =
𝑛. (σ 𝑋12 ሻ − (σ𝑋1 ሻ2 . 𝑛. σ 𝑌 2 − σ 𝑌 2

𝑛(σ 𝑋2 𝑌ሻ − (σ𝑋2 ሻ(σ 𝑌ሻ

𝑟𝑥2𝑦 =
𝑛. (σ 𝑋22 ሻ − (σ𝑋2 ሻ2 . 𝑛. σ 𝑌 2 − σ 𝑌 2

𝑛(σ 𝑋1 𝑋2 ሻ − (σ𝑋1 ሻ(σ 𝑋2 ሻ

𝑟𝑥1𝑥2 =
𝑛. (σ 𝑋12 ሻ − (σ𝑋1 ሻ2 . 𝑛. σ 𝑋22 − σ 𝑋2 2
Korelasi Berganda
Hasil Perhitungan

2 2
𝑟𝑋1𝑌 + 𝑟𝑋2𝑌 − 2(𝑟𝑋1𝑌 ሻ(𝑟𝑋2𝑌 ሻ(𝑟𝑋1𝑋2 ሻ
• rX1Y = 0,297 𝑅𝑋1,𝑋2,𝑌 = 2
1 − 𝑟𝑋1𝑋2
• rX2Y = 0,8637
𝑅𝑋1,𝑋2,𝑌 = 0,8685
• rX1X2 = 0,2428

• Angka korelasi sebesar 0,8685 menunjukkan secara simultan variabel Gaya

Kepemimpinan (X1) dan Budaya Kerja (X2) hubungannya kuat terhadap Produktivitas
Tenaga Kerja (Y).
• Bila dilihat secara parsial antara Gaya Kepemimpinan (X1) terhadap Produktivitas
Tenaga Kerja (Y) Hubungannya lemah yaitu sebesar 0,297 dan antara Budaya Kerja
(X2) dengan Produktivitas Tenaga Kerja (Y) hubungannya sangat kuat, yaitu sebesar
0,8637.
Korelasi Berganda
Hasil Perhitungan – Koefisien Determinansi

• Kontribusi secara simultan oleh variabel X1 dan X2 terhadap

variabel Y, yaitu : R2 x 100% = (0,8685)2 x 100% = 75,4% dan
sisanya sebesar 24,6% dipengaruhi oleh variabel lain.
• Kontribusi variabel X1 terhadap Y, yaitu: R2 x 100% =
(0,297)2 x 100% = 8,9% dan variabel X2 dianggap konstan.
• Kontribusi variabel X2 terhadap Y, yaitu: R2 x 100% =
(0,8637)2 x 100% = 74,6% dan variabel X1 dianggap konstan
Korelasi Berganda
Hasil Perhitungan – Hubungan Secara Simultan dan Parsial (Uji F)

Hubungan secara Simultan Variabel X1

dan X2 terhadap Y

Menghitung Ftabel
Di mana: = 0,05
k =2
dk = n – k – 1 = 20 – 2 – 1 = 17
Ftabel = F(0,05)(2,17) = 3,59
Karena,
Fhitung > Ftabel, maka ada korelasi
Korelasi Berganda
Keputusan

Terdapat hubungan yang signifikan secara simultan antara Gaya

Kepemimpinan (X1) dan Budaya Kerja (X2) terhadap Produktifitas Tenaga
Kerja.

Ftabel
Ho Ditolak
Ho Diterima

3,59 26,1
Korelasi Berganda
Hubungan Secara Parsial antara X1 Terhadap Y

2
𝑅𝑋1,𝑌ൗ𝑚 0,297 2ൗ
1 0,0887
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = = = 1,7519
2
1 − 𝑅𝑋1,𝑌 1 − 0,297 2 ൘ 0,0506
൘ 20 − 1 − 1
𝑛−𝑚−1

Ftabel = F(α, k, dk)

Dimana, = 0,05 Ftabel
k =1
dk = n – k – 1 = 20 – 1 – 1 = 18
Ftabel = F(0,05; 1; 18) = 4,41
Ternyata, Ho Ditolak
Ho Diterima
Fhitung = 1,7519 < Ftabel = 4,41
Berarti: Ho diterima
Tidak terdapat korelasi antara
1,75 4,41
X1 dan Y
Korelasi Berganda
Hubungan Secara Parsial antara X2 Terhadap Y

𝑅2
𝑋2,𝑌 0,8637 2ൗ
ൗ𝑚
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 1−𝑅2
= 2
1−0,8637 ൗ
1
=52,9
𝑋2,𝑌
ൗ𝑛−𝑚−1 20−1−1

𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(0,05;1;18ሻ =4,41

𝐹ℎ𝑖𝑡𝑢𝑛𝑔 =52,9 > 𝐹𝑡𝑎𝑏𝑒𝑙 =4,41, 𝐻0 ditolak

Ho Diterima Ho Ditolak

Keputusan:
Terdapat hubungan yang signifikan antara budaya kerja 4,41 52,9
Dan produktivitas tenaga kerja.