KORELASI
KELOMPOK 4
ADE YANTI (180631010)
PRIMA AGUSTIN (180631018)
ZHILAL HAFIDZOH (180631026)
Pengertian Korelasi
1. Pengertian Korelasi:
Korelasi adalah suatu hubungan, yakni bagian dari teknik analisis dalam
statistik yang dipakai guna mencari hubungan di antara dua variabel yang sifatnya
kuantitatif. Hubungan dua variabel ini bisa terjadi sebab adanya hubungan sebab
akibat maupun bisa pula terjadi sebab kebetulan saja. Dua variabel ini dapat
dikatakan berkorelasi jika perubahan pada variabel satu akan diikuti perubahan di
variabel lainnya dengan teratur yang arahnya sama (korelasi positif) maupun
berlawanan (korelasi negative).
Istilah dari korelasi sendiri biasa dipakai guna mengilustrasikan dari ada
tidaknya dari hubungan suatu hal dengan hal yang lain. Di dalam matematika,
korelasi adalah ukuran pada seberapa dekatnya diantara dua variabel yang berubah
dalam hubungan satu dengan lainnya. Sebagai contohnya, kita dapat memakai
tinggi badan serta usia dari siswa SD menjadi variabelny korelasi positif. Jika
semakin tua usia dari siswa SD, maka tinggi dari badannya juga menjadi semakin
tinggi. Hubungan tersebut ini disebut korelasi positif sebab dari kedua variabel terjadi
perubahan menuju arah yang sama, yaitu dengan meningkatnya usia, sehingga
tinggi badan juga akan ikut meningkat.
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
-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
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
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
3. Product
Korelasi Moment
Product Moment Person:
KPM merupakan salah satu bentuk statistik parametris karena menguji data
pada skala interval atau rasio. Oleh karena itu, ada beberapa persyaratan untuk
dapat menggunakan KPM, yaitu :
Berdasarkan tabel di atas, dapat kami jelaskan tentang nilai koefisien korelasi uji
pearson product moment dan makna keeratannya dalam sebuah analisis statistik
atau analisis data. Berikut penjelasannya:
Agar anda bisa menghitung uji pearson product moment secara manual,
maka kenali rumus uji pearson product moment terlebih dahulu. Berikut adalah
rumus uji pearson product moment tersebut:
Di mana:
X Y X - X (x) Y - Y (y) x² y² xy
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
6 d 2
rs 1
n n2 1
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
Tujuan Analisis Spearman
1. Melihat tingkat kekuatan (keeratan) hubungan dua variabel
2. Melihat arah (jenis) hubungan dua variabel
3. Melihat apakah hubungan tersebut signifikan atau tidak
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
88 1
2
KESIMPULAN :
HUBUNGAN X (BIAYA IKLAN) DENGAN Y (HASIL PENJUAL)
SANGAT KUAT DAN POSITIF, BIAYA IKLAN PADA UMUMNYA
MENAIKAN HASIL PENJUALAN
KORELASI
r
n f x C x C y f C f C
x x y y
n f C2
x x f C n f C f C
x x
2
y
2
y y y
2
KORELASI
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
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
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
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 :
KP² = r² x 100%