UJI KORELASI

Pengertian kolerasi
 Korelasi adalah salah satu bentuk dan ukuran
dengan memiliki beberapa variabel dalam
hubungan yang memakai kata dari korelasi positif
sehingga terjadi perubahan dengan meningkat
pada suatu benda.
KORELASI
Korelasi yang terjadi antara dua variable dapat berupa korelasi :
 Positif ; korelasi dua variable apabila variable yang satu (X) meningkat atau
menurun maka variable Y menurun atau meningkat.
 Negatif ; korelasi dari dua variable apabila variable yang satu (X) meningkat Y
menurun maka variable X menurun atau Y meningkat.
 Tidak ada ; apabila kedua variable (X dan Y) menunjukkan tidak dad
hubungan.

Hubungan Positif
 X = Pupuk Y = Produksi
 X = Biaya iklan Y = Hasil Penjualan
 X = Berat Badan Y = Tekanan Darah tinggi
Hubungan Negatif
 X = Jumlah Akseptor Y = Jumlah Kelahiran
 X = Harga Suatu Barang Y = Permintaan Barang
 X = Pendapatan Masyarakat Y = Kejahatan ekonomi
KORELASI
Kekuatan hubungan Korelasi

 Kekuatan hubungan diukur dengan suatu nilai disebut

Koefisien Korelasi. Nilai koefisien korelasi ini paling sedikit
-1 dan paling besar 1, jadi jika “ r = Koefisien korelasi, maka
nilai r dapat dinyatakan sbb :

-1≤r≤1
Artinya :
 r = 1, hubungan antara X dan Y sempurna dan positif
( mendekati 1, yaitu hubungan sangat kuat dan positif.
 r = -1, hubungan antara X dan Y sempurna dan Negatif
( mendekati 1, yaitu hubungan sangat kuat dan
negative)
 r = 0, hubungan X dan Y lemah sekali atau tidak ada
hubungan.
KORELASI
Beberapa jenis korelasi berdasarkan diagram pencar

Korelasi Positif

Korelasi Negatif

Korelasi Sempurna Tdk ada Korelasi

 KORELASI
Koefisien Korelasi Pearson

1. Metode Least square

n XY   X Y
r 
(n X 2
   X  ) n Y    Y 
2 2 2

 Correlations

X Y
X Pearson Correlation 1 ,918*
Sig. (2-tailed) , ,028
N 5 5
Y Pearson Correlation ,918* 1
Sig. (2-tailed) ,028 ,
N 5 5
*. Correlation is significant at the 0.05 level (2-tailed).
 KORELASI

Jika X adalah persentase kenaikan biaya iklan dan Y adalah

persentase kenaikan hasil penjualan, maka berdasarkan
table di bawah ini, hitunglah koefisien korelasi :

X 1 2 4 5 7 9 10 12
Y 2 4 5 7 8 10 12 14
PENYELESAIAN
X Y X² Y² XY
1 2 1 4 2,00
2 4 4 16 8,00
4 5 16 25 20,00
5 7 25 49 35,00
7 8 49 64 56,00
9 10 81 100 90,00
10 12 100 144 120,00
12 14 144 196 168,00
50 62 420 598 499
 KORELASI

(8 . 499)  (50)(62)
r 
(8 . 420)   50 2 ) 8 . 598)   62 2 

892
r   0,99
808.400
 KORELASI

2. Product Moment

r 
 xy
x y
2 2

Keterangan :
r = Koefisien Korelasi
x = Deviasi rata-rata X ↔ x  X  X
y = Deviasi rata-rata Y ↔ y  Y  Y
 KORELASI
2. Product Moment

X Y X - X (x) Y - Y (y) x² y² xy

1 2 -5,25 -5,75 27,56 33,06 30,19

2 4 -4,25 -3,75 18,06 14,06 15,94
4 5 -2,25 -2,75 5,06 7,56 6,19
5 7 -1,25 -0,75 1,56 0,56 0,94
7 8 0,75 0,25 0,56 0,06 0,19
9 10 2,75 2,25 7,56 5,06 6,19
10 12 3,75 4,25 14,06 18,06 15,94
12 14 5,75 6,25 33,06 39,06 35,94
50 62 0 0 107,5 117,5 111,5
X  50  Yi  62  i  117,5
2
y
i

X  6,25 Y  7,75  i  107,5

x 2

x y i i  111,5

r 
111,5  0,99
107,7 117,5

Kesimpulan :
Hubungan X (biaya Iklan) dengan Y (Hasil penjual) sangat kuat dan
positif, biaya iklan pada umumnya menaikan hasil penjualan
 KORELASI
3. Koefisien Korelasi Rank Spearman

6 d 2
rs  1 

n n 1
2

Keterangan :
 rs = Koefisien Korelasi Rank
 d = Selisih dalam Rangking
 n = Banyaknya pasangan rank
Langkah-langkah menghitung Koefisien Rank
 Data dirangking dari data terbesar atau terkecil, jika rangking
sama, diambil rata-ratanya
 Setiap pasang rangking dihitung perbedaannya.
 Perbedaan setiap pasangan rangking dikuadratkan dan hitung
jumlahnya
 Correlations

X Y
X Pearson Correlation 1 ,953**
Sig. (1-tailed) , ,006
N 5 5
Y Pearson Correlation ,953** 1
Sig. (1-tailed) ,006 ,
N 5 5
**. Correlation is significant at the 0.01 level
(1-tailed).
 Correlations

X Y
Spearman's rho X Correlation Coefficient 1,000 1,000**
Sig. (1-tailed) , ,
N 5 5
Y Correlation Coefficient 1,000** 1,000
Sig. (1-tailed) , ,
N 5 5
**. Correlation is significant at the .01 level (1-tailed).
 KORELASI

 Ilustrasi

Ranking Ranking
X Y d d²
X Y
63 478 1 1 0,00 0,00
80 643 6 8 -2,00 4,00
78 620 5 6 -1,00 1,00
67 514 2 2 0,00 0,00
83 597 7 5 2,00 4,00
90 635 8 7 1,00 1,00
75 579 4 3 1,00 1,00
72 593 3 4 -1,00 1,00
608 4659 36 36 0 12 0
 KORELASI

6(12)
rs  1   0.858
88  1
2

Kesimpulan :

Hubungan X (biaya Iklan) dengan Y (Hasil penjual) sangat kuat

dan positif, biaya iklan pada umumnya menaikan hasil penjualan
 KORELASI

Korelasi data Kelompok

r 
n f x C x C y   f C   f C 
x x y y

n f C 2
x x    f C  n f C    f C 
x x
2
y
2
y y y
2
 KORELASI

Diketahui data Hasil ujian statistik (Y) dan matematika (X).

Berdasar tabel ini hitunglah koefisien korelasinya.

Matematika (Y)
Stt (X)
40-49 50-59 60-69 70-79 80-89 90-99
90-99 2 4 4
80-89 1 4 6 5
70-79 5 10 8 1
60-69 1 4 9 5 2
50-59 3 6 6 2
 KORELASI

Diketahui data Hasil ujian statistik (Y) dan matematika (X).

Berdasar tabel ini hitunglah koefisien korelasinya.
Matematika (x) Jumlah
Stt (Y)
40-49 50-59 60-69 70-79 80-89 90-99 (fy) cy fycy Cy² fyCy² fycycx
90-99 2 4 4 10 2 20 4 40 44
80-89 1 4 6 5 16 1 16 1 16 31
70-79 5 10 8 1 24 0 0 0 0 0
60-69 1 4 9 5 2 21 -1 -21 1 21 -3
50-59 3 6 6 2 17 -2 -34 4 68 20
40-49 3 5 4 12 -3 -36 9 108 33
fx 7 15 25 23 20 10 100 -55 253 125
cx -2 -1 0 1 2 3
fxcx -14 -15 0 23 40 30 64
cx² 4 1 0 1 4 9
fxcx² 28 15 0 23 80 90 236
fxcxcy 32 31 0 -1 24 39 125
 KORELASI

r 
100.(125)   64   55  0,77
100.(236)   64 2
100.( 253    55 2
Koefisien Korelasi untuk data
Kualitatif

Keterangan :
  2  kai kuadrat 2
 n = Jumlah semua frekwensi C 
 C = Koefisien korelasi Bersyarat   n
2

n q n  ij 

ij
 2

i 1 j 1 ij

n i . nj 
Frekwensi Harapan : ij 
n
Koefisien Korelasi untuk data
Kualitatif

 Ilustrasi :
 Penelitian hubungan tingkat pendidikan dengan kebiasaan rekreasi. Peneliti
mengambil sebanyak 400 sampel dari masyarakat. Dengan data sbb:

Rekreasi
Pendidikan
tdk pernah Jarang Sering
Tdk sekolah 145 58 8
Menengah 77 13 27
Sarjana 21 32 19

 Hitung koefisien korelasi bersyarat dan apa artinya !

Koefisien Korelasi untuk data
Kualitatif

 Penyelesaian

Rekreasi
Pendidikan Jumlah
tdk pernahJarang Sering
Tdk sekolah (A) 145 58 8 211 n1
ℓ = frekwensi Harapan128,18 54,33 28,49
Menengah (B) 77 13 27 117 n2
ℓ = frekwensi Harapan 71,08 30,13 15,80
Sarjana © 21 32 19 72 n3
ℓ = frekwensi Harapan 43,74 18,54 9,72
243 103 54 400 n
n1. n2. n3.
Koefisien Korelasi untuk data
Kualitatif
 Penyelesaian
(n1) (n1.) (211) (243)
ℓ 11 = n 400
= 128,2

(n1) (n2.) (211) (103)

ℓ 12 = n 400
= 54,3

(n1) (n3.) (211) (54)

ℓ 13 = n 400
= 28,5

(n2) (n1.) (117) (243)

ℓ 21 = n 400
= 71,1

(n2) (n2.) (117) (103)

ℓ 22 = n 400
= 30,1

(n2) (n3.) (117) (54)

ℓ 23 = n 400
= 15,8

(n3) (n1.) (72) (243)

ℓ 31 = n 400
= 43,7

(n3) (n2.) (72) (103)

ℓ 32 = n 400
= 18,5

(n3) (n3.) (72) (54)

ℓ 33 = n 400
= 9,7
Koefisien Korelasi untuk data
Kualitatif
 Nilai Kai Kuadrat

(145 - 128.18)² (27 - 15.80)²

X² = 2,21 = 1,71
128,18 15,8
(58 - 54.33)²
= 0,25
54,33 (21- 43.74)²
(8 - 28.49)² = 11,82
= 14,74 43,74
28,49 (32 - 18.54)²
= 9,77
18,54
(77- 71.08)²
= 0,49 (19 - 9.72)²
71,08 = 8,86
9,72
(13 - 30.13)²
= 9,89
30,13

 2  2.2  0.2 17.74  0.49  9.89  1.71  11 .82  9.77  8.86  59,7
Koefisien Korelasi untuk data
Kualitatif

59,7
C   0.36
59,7  400

Kesimpulan :

 Hubungan antara tingkat pendidikan dengan kebiasaan

rekreasi positif tetapi lemah
Koefisien Korelasi untuk data
Kualitatif

 Koefisien Penentu (KP) /Koefisien Determinasi (R²)

 Artinya penyebab perubahan pada variable Y yang datang

dari variable X, sebesar kuadrat koefisien korelasinya.
Koefisien penentu ini menjelaskan besarnya pengaruh
nilai suatu variable ( variabel X) terhadap naik turunnya
(variasi) nilai variabel lainya (variabel Y).

KP² = r² x 100%

R² = 0.99² x 100% = 98,01%