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 ekonomi
• Pendapatan dengan
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 = a 1 + b 1X 1
Q = a 2 + b 2X 2
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

• n = Banyaknya Pasangan data X dan Y
Σx = Total Jumlah dari Variabel X
Σy = Total Jumlah dari Variabel Y
Σx2= Kuadrat dari Total Jumlah Variabel X
Σy2= Kuadrat dari Total Jumlah Variabel Y
Σxy= Hasil Perkalian dari Total Jumlah Variabel X dan Variabel Y
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)
Tabel tentang Pedoman umum dalam menentukan Kriteria Korelasi :

r Kriteria Hubungan

0 Tidak ada Korelasi

0 – 0.5 Korelasi Lemah

0.5 – 0.8 Korelasi sedang

0.8 – 1 Korelasi Kuat / erat

1 Korelasi Sempurna
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 (0,5494)
• 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 (1,81)

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
• Karena r = 0, 981 (dalam tabel menunjukkan 0,8-1 korelasi
kuat/ erat) jadi kesimpulannya :
Terdapat korelasi positif antara pendapatan dengan tabungan
mingguan di P’Qerto
 ADA YANG MAU LEWAT

Anda kepingin ganteng ?

KORELASI RANK SPERMAN
• Digunakan untuk menentukan besarnya koefesien korelasi jika
data yang digunakan berskala Ordinal
• Rumus yang digunakan:
Tabel 3: Tabel Nilai-nilai ρ (RHO), Korelasi Spearman Rank

N Derajat N Derajat
signifikansi signifikansi
5% 1% 5% 1%
5 1,000 16 0,506 0,665
6 0,886 1,000 18 0,475 0,625
7 0,786 0,929 20 0,450 0,591
8 0,738 0,881 22 0,428 0,562
9 0,683 0,833 24 0,409 0,537
10 0,648 0,794 26 0,392 0,515
12 0,591 0,777 28 0,377 0,496
14 0,544 0,715 30 0,364 0,478
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 (0,648)
• 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 (1,81)

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 eij ) 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
pendapatan. 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= ((n1 . n1)/n)
• e11=((30x32)/112)=8,57
• e12=((44x32)/112)=12,57 n k (nij  eij ) 2
X 2  
• e13=((38x32)/112)=10,86 i 1 i 1 eij
• e21=((30x40)/112)=10,71
• e22=((44x40)/112)=15,71
• e23=((38x40)/112)=13,57
• e31=((30x40)/112)=10,71
• e32=((44x40)/112)=15,71
• e33=((38x40)/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
• Jumlah baris = jumlah kolom = 3 maka r = 3 Maka batas Cc =
√ (3-1)/3 = 0.82 ( Batas Cc = √ (r-1)/r
• Perbandingan Cc dengan batas Cc 0.374/0.82
Apabila nilai perbandingan Cc dengan batas Cc
< 0.50 maka hubungan lemah
antara 0.50 dan 0.75, maka hubungan atau korelasi bisa
dikatakan sedang atau cukup.
Antara 0.75-0.90 maka hubungan kuat
Antara 0.90-1 maka hubungan sangat kuat
=1 maka hubungan sempurna