STATISTIKA TERAPAN (S2217)

Pertemuan XI
Korelasi

Ruspiansyah
Program Studi Diploma 3 Teknik Sipil
Jurusan Teknik Sipil
Politeknik Negeri Banjarmasin
PENDAHULUAN
 Tujuan Instruksional
• Tujuan Instruksional Umum:
Setelah menyelesaikan perkuliahan mata kuliah ini
mahasiswa diharapkan akan mampu menjelaskan
prinsip-prinsip statistika serta mampu
mengaplikasikannya di bidang rekayasa sipil dengan
benar

• Tujuan Instruksional Khusus:

Setelah mengikuti kuliah ini mahasiswa diharapkan
akan mampu menghitung dan menginterpretasi
koefisien korelasi dengan benar
 Sub Pokok Bahasan
• Pengertian Korelasi
• Korelasi Pearson
• Korelasi Spearman
 Bahan Bacaan
• Arora, P.N. dan S. Arora (1994). Statistics. New Delhi: S.
Chand & Company Ltd. ISBN: 81-219-0419-6.
• DeCoursey, D.J. (2003). Statistics and Probability for
Engineering Applications: With Microsoft Excel. np:
Elsevier Science. ISBN: 0-7506-7618-3.
• Irianto, Agus. (2004). Statistik: Konsep dasar dan
Aplikasinya. Jakarta: Kencana Prenada Media. ISBN: 979-
3465-45-X.
• Saefudin, Asep, dkk. (2009). Statistika Dasar. Jakarta: PT
Grasindo.
• Wirawan, Nata. (2002). Cara Mudah Memahami Statistik 1
( Statistik Deskriptif). Edisi kedua. Denpasar: Keraras Emas.
PENGERTIAN KORELASI
 Pengertian Korelasi
• Korelasi adalah hubungan antara satu variabel
dengan variabel yang lain
• Bentuk korelasi dapat berupa:
– Korelasi korelasional
– Korelasi kausal
• Korelasi korelasional adalah korelasi yang
menunjukkan sebab akibat, dimana tidak jelas
mana variabel sebab dan mana variabel akibat
• Korelasi kausal adalah korelasi yang menunjukkan
sebab akibat dimana dapat ditentukan mana
variabel sebab dan mana variabel akibat
 Pola Penyebaran data
• Memanjang tegak (mendekati sejajar
dengan sumbu vertikal)
 Pola Penyebaran data
• Memanjang rebah (mendekati sejajar
dengan sumbu horizontal)
 Pola Penyebaran data
• Memanjang ke kanan atas
 Pola Penyebaran data
• Memanjang ke kanan bawah
 Pola Penyebaran data
• Bulat tidak menunjukkan arah pasti
KORELASI PEARSON
• Persyaratan Korelasi Pearson atau
Product Moment Correlation:
– Pengambilan sampel harus acak
– Data berskala interval atau rasio
– Variasi skor kedua variabel harus sama
– Distribusi unimodal
– Hubungan variabel bebas dan terikat
hendaknya linier
• Rumus:
n  XY -  X  Y
r
n X -   X  n Y -  Y
2 2 2 2
 r (+ / -) Interpretasi
0.00-0.20 Ada korelasi yang sangat lemah (dianggap tidak ada
korelasi)
0.20-0.40 Ada korelasi yang lemah
0.40-0.70 Ada korelasi yang cukup
0.70-0.90 Ada korelasi yang kuat
0.90-1.00 Ada korelasi yang sangat kuat
 Contoh 1
• Hasil penelitian mengenai pengaruh
kenaikan gaji terhadap kenaikan harga
bahan makanan adalah sebagai berikut:
X (%) 15.2 12.3 20.2 22.5 20.1 25.4 30.0

Y (%) 12.1 8.5 15.1 14.5 12.5 15.1 19.5

X = persentase kenaikan gaji

Y = persentase kenaikan bahan makanan
 X Y X2 Y2 XY

15.20 12.10 231.04 146.41 183.92

12.30 8.50 151.29 72.25 104.55

20.20 15.10 408.04 228.01 305.02

22.50 14.50 506.25 210.25 326.25

20.10 12.50 404.01 156.25 251.25

25.40 15.10 645.16 228.01 383.54

27.50 19.50 756.25 380.25 536.25

143.20 97.30 3102.04 1421.43 2090.78

 n=7
n  XY -  X  Y
r
n X 2 -  X  n Y2 -  Y
2 2

7  2090.78 - 143.20  97.30

r  0.918
7 3102.04 - 143.20  71421.43 -  97.30
2 2

• Oleh karena r = 0.918 berada antara 0.90

dan 1.00 maka terdapat korelasi yang sangat
kuat antara X (kenaikan gaji) dan Y (kenaikan
harga bahan makanan)
KORELASI SPEARMAN
• Korelasi ini untuk data yang berskala
ordinal
• Korelasi ini tidak memperhatikan sifat
hubungan linier antara variabel bebas
dan variabel terikat
• Rumus:
6  D2
rs  1 -
 
n n 2 -1

D = selisih antara X dan Y

• Contoh: Rangking
Nama
Tukang Bata
Suatu penelitian terhadap Bata Biasa
Ringan
10 tukang batu dalam Amat 1 10
pekerjaan pasangan Badrun 2 7
dinding bata antara bata Chair 3 8
biasa dengan bata ringan.
Dodi 4 6
Dalam penelitian ini diukur
Dipa 5 5
lamanya waktu yang
Hadi 6 3
diperlukan oleh masing-
masing tukang terhadap Ijul 7 4
kedua jenis bata tersebut. Kadir 8 2
Hasil penelitian tersebut Madi 9 9
sebagai berikut: Zaman 10 1
 616
Nama Bata Bata
Biasa Ringan D D2
Tukang r  1-
10102 - 1
(X) (Y)
Amat 1 2 -1 1
Badrun 2 1 1 1 r  0.90
Chair 3 3 0 0
Dodi 4 5 -1 1 • Artinya ada korelasi
Dipa 5 4 1 1 yang sangat kuat
Hadi 6 6 0 0 antara kemampuan
7 10 -3 9
Ijul memasang bata
Kadir 8 7 1 1
biasa dengan bata
Madi 9 8 1 1
10 9 1 1
ringan
Zaman
16
KESIMPULAN
• Korelasi adalah hubungan antara satu variabel
dengan variabel yang lain
• Korelasi Pearson atau Product Moment
Correlation digunakan untuk data yang berskala
interval atau rasio dengan hubungan antara
variabel bebas dan variabel terikat bersifat linier
• Korelasi Spearman digunaka untuk data yang
berskala ordinal dimana korelasi ini tidak
memperhatikan sifat hubungan linier antara
variabel bebas dan variabel terikat