Pertemuan ke 12 – 13
ANALISIS KORELASI
ALAT ANALISIS KETERKAITAN
• Ditentukan oleh:
1. Skala pengukuran data/variabel
2. Jenis hubungan antar variabel
Relationship Numerik Kategorik
Numerik Korelasi Pearson, Spearman Tabel Ringkasan
Causal relationship
X
Numerik Kategorik
Y
Numerik Regresi Linier ANOVA
Kategorik Regresi Logistik Regresi Logistik
ANALISIS KORELASI
Digunakan untuk mengukur atau menganalisis keeratan hubungan
linier antar dua peubah metrik.
Tidak menggambarkan hubungan sebab akibat.
Notasi koefisien korelasi untuk data populasi yaitu , sedangkan
dugaan koefisien korelasi yang dihitung dari data contoh dinotasikan
dengan r.
Nilai koefisien korelasi berkisar antara -1 sampai 1 (-1 ≤ r ≤ 1)
ANALISIS KORELASI (CONT.)
Nilai r yang mendekati -1 atau 1, menunjukkan semakin erat hubungan linier
antara kedua peubah tersebut.
tanda (+) / (-) arah hubungan
- (+) searah artinya jika nilai dari peubah x naik, maka nilai dari peubah y juga akan naik;
- (-) beralawanan arah artinya jika nilai dari peubah x naik, maka nilai dari peubah y akan turun.
Nilai r yang mendekati 0, menggambarkan hubungan kedua peubah tersebut
tidak linier.
Pearson’s Coef of Correlation linear relationship
Spearman’n Coef of Correlation (rank correlation) trend relationship
KORELASI
r=1 r=0
r=0 r=0
CORRELATION
KOEFISIEN KORELASI PEARSON ()
; dengan
UJI KORELASI
H0 : H1 :
Statistik hitung:
Statistik uji:
Kriteria penolakan: Tolak H0 jika atau
𝑡 h𝑖𝑡 >𝑡 𝛼 / 2( n −2) 𝑡 h𝑖𝑡 <−𝑡 𝛼/ 2 ( n −2)
UJI KORELASI
H0 : H1 :
Statistik uji:
Kriteria penolakan: Tolak H0 jika 𝑡 h𝑖𝑡 <−𝑡 𝛼 (n −2)
H0 : H1 :
Statistik uji:
𝑡 h𝑖𝑡 >𝑡 𝛼 ( n −2)
Kriteria penolakan: Tolak H0 jika
LATIHAN SOAL
Hitung korelasi antara waktu belajar (X; menit) dengan nilai kuis (Y;). Data
sebanyak 9 mahasiswa diambil secara acak dari populasi suatu kelas. Ujilah
apakah korelasi tersebut nyata secara statistika. Apakah dapat disimpulkan
bahwa jika waktu belajarnya lebih lama maka nilai kuisnya lebih tinggi?
Jelaskan jawaban saudara.
X 15 42 55 70 90 110 30 120 140
Y 10 40 50 65 80 85 30 90 100
MENGGAMBAR SCATTERPLOT DAN
MENGHITUNG NILAI KORELASI
MENGGUNAKAN MS. EXCEL
Video : https://youtu.be/oeTobrN5C8w
Hasil :
120
80
Nilai Kuis
60
𝑆 𝑥𝑦
1= 2
(𝑆 𝑥 )
(∑ 𝑥 )(∑ 𝑦 )
√
2
𝑆 𝑥𝑦 =( ∑ 𝑥𝑦 ) −
(∑ 𝑥 )
𝑛 𝑆 𝑥= ( ∑ 𝑥2 ) − 𝑛
𝑛
2
𝑛 (∑ 𝑦 𝑖 )
𝑆 𝑆 𝑦 =∑ 𝑦 𝑖 −
2 𝑖 =1
𝑖 =1 𝑛
Modalitas belajar (X) 2 1,6 3,4 2,3 2,7 3,2 1,8 2,2
REGRESI LINIER SEDERHANA
MENGGUNAKAN MS. EXCEL
Berdasarkan Tabel Coefficients ini maka diperoleh persamaan
Video : https://youtu.be/1JYt6ujY7LE regresi linier sederhana sebagai berikut:
Tingkat Konsentrasi = 40,082 + 14,966 Modalitas Belajar + ε
Hasil :
Coefficients Standard Error t Stat P-value
Intercept 40,08163265 8,889550951 4,508847846 0,004065471
Modalitas belajar (X) 14,96598639 3,591188184 4,167419145 0,005895457
ANOVA
df SS MS F Berdasarkan Tabel Anova, diperoleh nilai F-
hitung sebesar 17,367. Selanjutnya cari nilai
Regression 1 658,5034014 658,5034014 17,36738233
F-tabel utk α 5% dengan v1=1, v2=6
Residual 6 227,4965986 37,91609977 5,987. Karena Fhit > Ftabel maka
Total 7 886 keputasanya Tolak H0. Artinya, dapat
disimpulkan bahwa pada taraf yata 5%,
Modalitas Belajar berpengaruh terhadap
Konsentrasi belajar.
KOEFISIEN DETERMINASI
Koefesien determinasi:
JKR
R2
JKT
Regression Statistics
Interpretasi:
Multiple R 0,862108943
R Square 0,74323183 nilai R2 = 74,3% menunjukkan bahwa
Adjusted R Square 0,700437135 keragaman “Tingkat Konsentrasi” yang mampu dijelaskan oleh
Standard Error 6,157605036 “Modalitas belajar” adalah sebesar 74,3%, sedangkan sisanya
Observations 8 sebesar 26,7% dijelaskan oleh faktor lain yang tidak
dimasukkan ke dalam model.
SOAL
Data mengenai IQ sebanyak 9 siswa diambil secara acak dari populasi siswa SMA Jakarta.
Selanjutnya diteliti berapa menit waktu yang dibutuhkan oleh setiap siswa dalam mengerjakan
1 soal yang diberikan. Berikut ini datanya:
Nilai IQ 80 102 115 125 105 85 90 110 120
Waktu pengerjaan 30 20 15 10 17 25 22 16 11