KORELASI (r)

 Untuk mencari kekuatan hubungan antara 2

variabel ( ada hubungan + dan - ).

Ada tiga (3) kekuatan dalam korelasi :

1. Bila r = 0 atau mendekati 0 maka hubungan antara kedua
variabel sangat lemah atau tidak terdapat hubungan sama
sekali.
2. Bila r = + 1 atau mendekati 1 maka hubungan antara kedua
variabel sagat kuat dan positif.
artinya : setiap kenaikan / penurunan nilai x terjadi bersama-
sama dengan kenaikan nilai y.
3. Bila r = - 1 atau mendekati – 1 maka hubungan antara kedua
variabel sangat kuat dan negatif.
artinya : setiap kenaikan nilai x terjadi bersamaan dengan
penurunan nilai y, sebaliknya.
Rumus KORELASI

n .  X .Y   X .  Y
r
n  X    X   n Y   Y  
2 2 2 2

Menurut Sutrisno Hadi :

± 0,800 – 1,000 ------ Kuat
0,600 – 0,799 ------- Cukup
0,400 – 0,599 ------- agak lemah
0,200 – 0,399 ------- lemah
0,000 – 0,199 ------- sangat lemah
KOEFISIEN PENENTU ( Coefficient of Determination ) /
KP
Kegunaan : untuk mengetahui besarnya
sumbangan/kontribusi dari variabel x terhadap naik
turunnya Y.

KP = r2 x 100%
Misalnya : r = 1 ----- KP = 12 x 100% = 100%, berarti
variabel lainnya = 0.

Misalnya : r = 0,97 ------ KP = (0,97)2 x 100% = 94,09%.

Sisanya : 100% - 94,09% = 5,91% , berarti
sumbangan/kontribusi dari faktor-faktor lain selain x.
Contoh :
X = 413 X2 = 25189 n=8
Y = 292 Y2 = 12120 XY = 17416

8. 17416  413. 292

r 
8 25189  413  8 12120  292 
2 2

139.328  120.596
r 
201.512  170.569 . 96.960  85.264
18.732

361.909328
18.732

19023,91463
 0,9847    Hubungan Kuat & Positif
KP = r2 x 100%
= ( 0,9847)2 x 100%
= 96,9634%

Sisanya = 100% - 96,9634%

= 3,0366%

Artinya : sumbangan / kontribusi variabel x terhadap y

adalah sebesar 96,9634%. Sisanya 3,0366
adalah kontribusi / sumbangan dari faktor-
faktor lain selain x.
Biaya Promosi Penjualan
(Jutaan) (Jutaan) X.Y X2 Y2
X Y
25 110 2.750 625 12.100
14 210 2.940 196 44.100
34 370 12.580 1.156 136.900
59 420 24.780 3.481 176.400
60 560 33.600 3.600 313.600
43 640 27.520 1.849 409.600
81 770 62.370 6.561 592.900
29 850 24.650 841 722.500
99 900 89.100 9.801 810.000
 = 444  = 4830  = 280.290  = 28.110 =
3.218.100
Pertanyaan : Hitunglah Korelasi & seberapa besar
sumbangannya !
Jawab :

n .  X .Y   X .  Y
r
n  X    X   n  Y    Y  
2 2 2 2

9 . 280.290  444 4830

r 
 9 .28110  444   9 3.218.100  4830
2 2

2522610  2144520

252990  97136 28962900  23328900
378090

55854 5634000
378090

560964,7369
 0,6739    Hubungan Cukup & Positif
KP = r2 x 100%
= (0,6739)2 x 100%
= 45,4141%
Sisanya = 100% - 45,4141%
= 54,5859%

Artinya : kontribusi x terhadap y adalah

45,4141%, sisanya sebesar
54,5859% merupakan kontribusi dari
faktor-faktor lain selain x.
 Contoh Kasus:
Seorang mahasiswa melakukan survai untuk
meneliti apakah ada korelasi antara
pendapatan mingguan dan besarnya jumlah
tabungan mingguan di Pontianak.
Untuk menjawab permasalahan tersebut
diambil sampel sebanyak 10 kepala keluarga.
 Pemecahan
1. Judul
Hubungan antara pendapatan dan tabungan
masyarakat di Pontianak.
2. Perumusan Masalah
– 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
Pendapatan dengan tabungan mingguan
Ha : Terdapat korelasi positif antara Pendapatan
dengan tabungan mingguan

• 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
Saving 2 4 6 6 8 8 9 8 9 10

Income 10 20 50 55 60 64 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 (n-2 ; alfa) (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 r hitung > dari r tabel maka Ha
diterima.
• Karena t hitung > dari t tabel maka Ha
diterima.
Kesimpulan:
Terdapat korelasi positif antara pendapatan
mingguan dengan tabungan mingguan di
Pontianak
 KORELASI RANK / KORELASI SPEARMAN ( r )

n
6  di 2

r'  1 - i 1
n (n  1)
2

di = selisih tiap pasang rank

n = jumlah data

Contoh : Dua ibu RT dalam menyenangi

sabun mandi. Apakah ada
kesesuaian antara Ati & Ani
dalam menyenangi merk sabun !
 Rank Rank
Merk di di2
Ati Ani
A 2 1 1 1
B 4 3 1 1
C 1 5 -4 16
D 3 2 1 1
E 5 4 1 1
 = 20

6 . 20
r 1 
'


5 52  1
120
1 
5 24
120
1   0    lihat Sutrisno Hadi
120
Artinya : tidak ada kesesuaian / hubungan
antara Ati & Ani dalam menyenangi
merk sabun mandi.
 Jika menggunakan data :
Lihat pasangan data dari rank yang paling besar hingga yang
paling kecil.

Hasil
Nilai Ujian Rank Rank
Responden
(X)
Penjualan
X Y
di di2
(Y)
A 25 110 2 1 1 1
B 14 210 1 2 -1 1
C 34 370 3 3 0 0
D 59 420 5 4 1 1
E 60 560 6 5 1 1
F 43 640 4 6 -2 4
G 81 770 8 7 1 1
H 79 850 7 8 -1 1
I 99 900 9 9 0 0

Total =10
Pertannyaan :
Apa ada hubungan antara nilai ujian dengan hasil penjualan ?
6 .10
r 1 
'

9 9 2  1
60
1 
9 80
60
1   1  0,0833
720
 0,9167

Ada Hubungan yang kuat antara nilai ujian dengan hasil

penjualan.
: Terdapat hubungan yang kuat antara nilai ujian & hasil
penjualan.
Berdasar hasil tsb, ujilah hipotesis yg menyatakan bahwa ada
hubungan antara nilai ujian dgn hasil penjualan (gunakan
tingkat kesalahan / α = 5%)
Kalau terdapat data yang sama besar maka diambil rata-rata hitungnya.
Hasil
Nilai Ujian Penjualan Rank Rank
Responden di di2
(X) (Y) X Y

A 25 110 3 1 2 4
B 14 210 1 2,5 -1,5 2,25
C 34 370 5 4 1 1
D 59 420 7 5 2 4
E 25 210 3 2,5 0,5 0,25
F 43 640 6 6 0 0
G 81 770 8 7 1 1
H 25 850 3 8 -5 25
I 99 900 9 9 0 0

=37,5

23 4
X 25   3
3

2  3
X 210   2,5
2
 6 . (37,5)
'
1 
9 9 2  1
r

225
1 
9 80 
225
1   1  0,3125
720
 0,6875

Artinya : Terdapat hubungan yang Cukup antara nilai

ujian & hasil penjualan.
 KORELASI RANK SPEARMAN
• Digunakan untuk menentukan besarnya
koefesien korelasi jika data yang digunakan
data Ordinal
• Rumus yang digunakan:
6 d i2
r'  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 ekonometrik.
2. Perumusan Masalah
– Apakah terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistika dan
ilmu ekonometrika ?
3. Hipotesis
– Terdapat korelasi positif kemampuan mahasiwa
dalam memahami ilmu statistika dan ilmu
ekonometrik
 4. Kriteria Penerimaan Hipotesis
Ho : Tidak terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistik dan ilmu
ekonometrik.
Ha : Terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistik dan ilmu
ekonometrik.
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 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 X Y Rank X Rank Y d d^2
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(7)
r'  1  1  0,04  0,96
10(10  1)
2

Pengujian Hipotesis:
• Dengan Kriteria r htung:
• r hitung (0,96) > r tabel (0,738)
• Dengan Kriteria t hitung:

rxy 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 r hitung > dari r tabel maka Ha
diterima.
• Karena t hitung > dari t tabel maka Ha
diterima.
Kesimpulan:
Terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistik
dan ilmu ekonometrik
 KORELASI KENDALL
• Digunakan untuk pengukuran korelasi data
ordinal
• Hasil perhitungan, menghasilkan besaran
korelasi yg tdk jauh berbeda dgn korelasi rank
spearman
 Ranking Rangking
Test Prestasi
Test Prestasi
78 79 6 6
77 75 5 5
75 69 4 1
79 81 7 7
82 83 9 8
85 88 10 10
86 90 11 11
70 74 3 4
80 84 8 9
69 71 2 3
67 70 1 2

1. Lakukan proses rangking untuk setiap variabel

2. Kemudian sbg variabel X, urutkan isi variabel Test dr terkecil ke terbesar, & otomatia
nilai variabel Y (Prestasi) akan mengikuti nilai dr variabel X

Rangking Test Rangking Prestasi

(X) (Y)
1 2
2 3
3 4
4 1
5 5
6 6
7 7
8 9
9 8
10 10
11 11

“Perhatikan nilai variabel Y yg menyesuaikan dgn isian variabel X”

3. Buat tambahan 2 kolom yg memuat perlakuan lanjutan terhadap nilai
Y, dgn hasil :

Jumlah lebih Jumlah lebih

Rank X Rank Y
besar dr Y kecil dr Y
1 2 9 1
2 3 8 1
3 4 7 1
4 1 7 0
5 5 6 0
6 6 5 0
7 7 4 0
8 9 2 1
9 8 2 0
10 10 1 0
11 11 0 0
TOTAL 51 4
 J4. Kedua kolom dijumlahkan, yg kemudian dilakukan selisih
antara kedua jumlah tersebut

51 – 4 = 47
“hasil tsb dinamakan S & akan digunakan utk menghitung koefisien r Kendall”
Rumus :

2S 2(47)
r   0,855
n(n  1) 11(11 - 1)

“Pengujian hipotesisnya idem, pakai uji t”

 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
( f0  ft )2
X 2  
i 1 i 1 ft
• 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. Perumusan Masalah
– 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
7. Analisis Data
Pengujian Hipotesis:

• Dengan Kriteria x2 htung:

• X2 hitung (18,267) > X2 tabel (9,488)
 9. Kesimpulan
• Karena X2 hitung > dari 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   0,37
(18,267)  112