KORELASI PEARSON

-STATISTIK 1-
 JENIS HUBUNGAN ANTAR VARIABEL
Hubungan antar variabel → Statistika Univariate/
Bivariat/Multivariat?
 HUBUNGAN Simetris, asimetris, & resiprokal

 Hubungan simetris: X Y
 Apkah ada hubungan/kaitan antara X dan Y?
 Apakah hubungan tersebut positif atau negatif?
 Seberapa erat hubungan tersebut?
 Hubungan asimetris: X  Y
 Apakah ada hubungan dependensi (pengaruh) dari X
terhadap Y?
 Apakah pengaruh tersebut positif atau negatif?
 Seberapa besar pengaruh tersebut?
 Hubungan resiprokal: X  Y
 Pada kondisi tertentu X  Y, pada kondisi yang lain Y 
X.
 HUBUNGAN SIMETRIS: Koefisien asosiasi &
Koefisien KORELASI
 Koefisien asosiasi: menunjukkan tingkat keeratan hubungan
antar 2 variabel nominal (N). Contoh?
Asosiasi antar 2 variabel: asosiasi bivariabel (bivariate
association)
 Koefisien korelasi:
 Korelasi Spearman: menunjukkan tingkat keeratan
hubungan antar 2 variabel ordinal (O). Contoh?
 Korelasi Pearson: menunjukkan tingkat keeratan
hubungan antar 2 variabel metrik (I, R). Contoh?
Korelasi antar 2 variabel: korelasi bivariabel (bivariate
correlation)
 Koefisien asosiasi & koefisien korelasi spearman termasuk
keluarga Statistika Nonparametrik.
 KORELASI PEARSON

Korelasi Pearson Statistik parametrik

 Uji Korelasi Pearson bertujuan untuk mengukur derajat kuat atau lemahnya hubungan antar
variabel.

 Korelasi Pearson termasuk uji korelasi statistik parametrik

 Suatu hubungan dapat bermakna positif dan juga dapat bermakna negatif

 Korelasi Pearson menggunakan uji syarat asumsi statistik parametrik

 Sampel minimal 30

 Distribusi data harus Normal (Uji Normalitas)

 Data harus Linier (Uji Linieritas)

 Data harus Homogen (Uji Homogenitas)

2
 KORELASI PEARSON

Model Hipotesis Korelasi

Model 1 Hipotesis Korelasi: Tidak menggunakan kata Signifikan

1. Terdapat hubungan antara Variabel X dengan variabel Y

Contoh:
Terdapat hubungan antara Promosi dengan Peningkatan Penjualan

2. Terdapat hubungan antara Variabel X1 dan X2 dengan Variabel Y

Contoh:
Terdapat Hubungan antara Promosi dan Diskon dengan Peningkatan Penjualan

3
 Koefisien Korelasi
• Merupakan indeks atau bilangan yang digunakan
untuk mengukur keeratan
• Nilai antara -1 dan +1 ( -1 ≤ kk ≤ +1)
• JENIS2 KOEFISIEN KORELASI :
– kk positif : variabel berkorelasi positif dan nilai kk
semakin mendekati +1, semakin kuat korelasinya
– Kk negatif : variabel berkorelasi negatif
– kk bernilai 0 ; variabel tidak menunjukkan adanya
korelasi
– Kk bernilai -1 atau +1, variabel menunjukkan
korelasi sempurna positif atau korelasi sempurna
negatif
 Koefisien Korelasi Pearson
• Metode LEAST SQUARE

• “r” menjelaskan keeratan hubungan antara

variabel X dan Y
 Koefisien determinasi
• Dilambangkan dengan R2,
• Menunjukkan seberapa besar variabel
independen dapat menjelaskan variabel
dependen
• Merupakan pengkuadratan dari koefisien
korelasi (r)
 Contoh
• Seorang peneliti sedang melakukan riset
atas pengaruh tingkat pendapatan
terhadap pengeluaran konsumsi
masyarakat di kelurahan A.
• Data diperoleh adalah sbb :
X 18 23 28 32 41 59 86 99
Y 17 20 23 27 32 46 63 74

• Tentukan koefisien korelasi (r) dan koefisien

determinasi (R2)
 Contoh
  X Y X2 Y2 XY
  18 17 324 289 306
  23 20 529 400 460
  28 23 784 529 644
  32 27 1,024 729 864
  41 32 1,681 1,024 1,312
  59 46 3,481 2,116 2,714
  86 63 7,396 3,969 5,418
  99 74 9,801 5,476 7,326
∑ 386 302 25,020 14,532 19,044