Korelasi

Fungsi :
Mempelajari Hubungan
2 (dua) variabel

Var. X Var. Y
 Koefisien Korelasi Pearson
Syarat :
1. Data berskala minimal interval
2. Data berdistribusi normal
Rumus :

r
ni 1 xi yi 
n
 x  y 
n
i 1 i
n
i 1 i

n n x 2   x   n y   y  
 i 1 i
n 2 n n 2
2
i 1  
i  i 1 i i 1 i
 Koefisien Korelasi Pearson
Hal-hal yang perlu diperhatikan :
 Nilai Koefisien korelasi Pearson antara -1 s/d +1

Semakin kuat

-1 0 +1

Semakin lemah
 Koefisien Korelasi Pearson
 Tanda (-) dan (+) hanya menunjukkan arah
hubungan
(+) Jika nilai variabel X naik maka nilai pada variabel Y juga
akan naik, Atau
Jika nilai variabel X turun maka nilai pada variabel Y juga
akan turun

(-) Jika nilai variabel X naik maka nilai pada variabel Y akan
turun, Atau
Jika nilai variabel X turun maka nilai pada variabel Y akan
naik
 Pengujian Hipotesis
Hipotesis :
H0 :  = 0
H1 :   0
Statistik Uji :

r n2
t
1 r 2
 Pengujian Hipotesis
Pengambilan keputusan :
Untuk menarik kesimpulan (apakah H0
diterima atau ditolak ), digunakan tabel
student’s-t dengan derajat bebas (n-2)
dan tingkat signifikansi .

H0 ditolak, jika :
 t  > ttabel
 Selang Kepercayaan
Selang Kepercayaan untuk  dapat dihitung dengan
menghitung nilai transformasi :
1 r 
Z  0.5 ln 
'

1 r 

Yang menyebar normal dengan :

1   1
Rata-rata = 0.5 ln   SD =
1   (n  3)
 Selang Kepercayaan
Maka selang kepercayaan (1-) untuk Z’ adalah :

 1  r  Z (1 / 2 )
0.5 ln  
1 r  n3

Untuk menghitung selang kepercayaan , hitung :

 1  L  1U  
LZ  0.5 ln   dan U Z  0.5 ln  
1 L  1U 
     
 Selang Kepercayaan
Untuk menghitung selang kepercayaan , gunakan tabel
yang dikembangkan oleh Fisher untuk mengkonversi
nilai :

LZ dan UZ

Menjadi nilai 