Korelasi

Fungsi :
Mempelajari Hubungan
2 (dua) variabel

Var. X Var. Y
 Koefisien Korelasi Pearson
Syarat :
1. Data berskala minimal interval
2. Data berdistribusi normal
Rumus :

r
ni 1 xi y i 
n
 x  y 
n
i 1 i
n
i 1 i

n n x 2 
 i 1 i
 n
i 1
x   n y   y  
i
2

 
n

i 1
2
i
n
i 1 i
2
 Contoh
 Ingin dikaji hubungan antara berat badan bayi
(saat lahir) dengan kenaikan berat badan ibu
(selama kehamilan).
 Diambil sampel 20 ibu hamil yang akan
melahirkan, dan dilakukan pengukuran
kenaikan berat badan ibu selama kehamilan,
dan berat badan bayi yang telah dilahirkan.
 Diperoleh data sebagai berikut:
Responden Berat Badan Bayi Kenaikan Berat Badan
(kg) Ibu (kg)
1 2.5 8
2 2.5 7
3 2.5 7
4 2.6 10
5 2.6 7
6 2.7 11
7 2.7 8
8 2.7 10
9 2.8 10
10 2.8 10
11 2.8 11
12 2.8 12
13 2.9 10
14 2.9 12
15 2.9 13
16 3 12
17 3 14
18 3.1 16
19 3.5 15
20 3.6 15
 Koefisien Korelasi Pearson
Hal-hal yang perlu diperhatikan :
 Nilai Koefisien korelasi Pearson antara -1 s/d +1

Semakin kuat

-1 0 +1

Semakin lemah
 Koefisien Korelasi Pearson
 Tanda (-) dan (+) hanya menunjukkan arah
hubungan
(+) Jika nilai variabel X naik maka nilai pada variabel Y juga
akan naik, Atau
Jika nilai variabel X turun maka nilai pada variabel Y juga
akan turun

(-) Jika nilai variabel X naik maka nilai pada variabel Y akan
turun, Atau
Jika nilai variabel X turun maka nilai pada variabel Y akan
naik
 Pengujian Hipotesis
Hipotesis :
H0 :  = 0
H1 :   0
Statistik Uji :

r n2
t
1 r2
 Pengujian Hipotesis
Pengambilan keputusan :
Untuk menarik kesimpulan (apakah H0
diterima atau ditolak ), digunakan tabel
student’s-t dengan derajat bebas (n-2)
dan tingkat signifikansi .

H0 ditolak, jika :
 t  > ttabel