 Tujuan:mahasiswa dapat menghitung

korelasi untuk mengetahui hubungan

antar variabel
SALAH SATU TEKNIK STATISTIK YANG
DIGUNAKAN UNTUK MENCARI HUBUNGAN
ANTARA 2 VARIABEL ATAU LEBIH YANG
SIFATNYA KUANTITATIF
1. ADANYA PERUBAHAN SEBUAH VARIABEL
DISEBABKAN / AKAN DIIKUTI PERUBAHAN
VARIABEL LAIN

2. BERAPA BESAR KOEFISIEN PERUBAHAN

TERSEBUT ?
• Dinyatakan dalam Koefisien Korelasi ( r )
• Semakin besar koefisien korelasi maka
Semakin besar keterkaitan perubahan suatu
Variabel dengan variabel yang lain
• Nilai Korelasi Berkisar -1 s.d 1
• Korelasi bersifat simetrik

Lemah

-1 0 1
Kuat

HASIL KOEFISIEN KORELASI -1  r  1

SANGAT LEMAH : 0.00 – 0.199

LEMAH : 0.20 – 0.399

CUKUP : 0.40 – 0.599

KUAT : 0.60 – 0.799

SANGAT KUAT : 0.80 - 1

KORELASI POSITIF / DIRECT CORRELATION
: PERUBAHAN VARIABEL SATU DIIKUTI
VARIABEL LAIN DENGAN GERAKAN / ARAH YANG
SAMA
KORELASI NEGATIF/INVERSE CORRELATION
: PERUBAHAN VARIABEL SATU DIIKUTI
VARIABEL LAIN DENGAN GERAKAN / ARAH YANG
BERLAWANAN (ARAH HUBUNGANNYA
BERLAWANAN ARAH)
TIDAK BERKORELASI
: ARAH HUBUNGAN TIDAK TERATUR
KORELASI POSITIF
• Hubungan antara jam belajar dgn IPK
• Hubungan Biaya Iklan dgn hasil penjualan

KORELASI NEGATIF
• Hubungan antara jumlah pesaing dengan
penjualan
• Hubungan antara jam bermain dengan IPK
METODE UNTUK MENGHITUNG
KOEFISIEN KORELASI :

1. PEARSON PRODUCT MOMENT

 UMUM DIPAKAI
2. RANK SPEARMAN
3. DATA KUALITATIF
Korelasi ini digunakan untuk menentukan besarnya
koefisien korelasi, jika pada penelitian, data yang
digunakan berbentuk data INTERVAL atau
Data RASIO, misal: usia, berat badan, penjualan,
promosi

n (  Xi Yi ) – ( Xi ) ( Yi )
r=
n ( Xi2) – ( Xi )2 ٠ n ( Yi2) – ( Yi )2
Mahasiswa ingin meneliti :
Apakah ada hubungan antara memory
dengan kecepatan proses sebuah komputer.
Hitunglah : berapa koefisien korelasi dari
kasus tersebut, serta artikan

Memory 4 8 6 2 5
(X)
Speed (Y) 2 5 9 7 2
Hasil SPSS :
Penjualan 5 8 12 13 15
(Y)
Promosi (X) 3 5 7 8 10
Untuk mengukur kuat hubungan antara 2 variabel
tidak berdasarkan pasangan data dimana nilai
sebenarnya diketahui,tetapi berdasarkan ranknya.
Kuatnya hubungan disebut rank correlation cofficient,
dinyatakan dengan rumus :
6 (Σ d2 )
ρxy = 1 -
n ( n2 – 1 )
n = banyak pasangan data
d = selisih dari tiap pasang rank
1 & 6 = konstan
Misal : ingin diteliti apakah ada hubungan
Kesenangan merokok berbagai merk antara
Konsumen A dan B

MERK ROKOK RANK A RANK B

GDG GARAM 1 2
BENTUL 2 3
A MILD 6 4
SUKUN 3 1
JARUM 5 6
POLO 4 5
DJI SAM SOE 7 8
SEJATI 9 10
PRAHU LAYAR 10 9
SAMPURNA 8 7
Koefisien korelasi rank dapat juga dihitung berdasar
pada pasangan variabel yang dinyatakan dalam
nilai data sebenarnya
HARGA PERMINTAAN
6 680
6.5 610
7 690
5.9 620
6.7 720
6.2 700
7.5 725
7.2 730
Mahasiswa ingin meneliti apakah ada hubungan antara
Nilai statistik dengan nilai matematika diskrit.
Untuk penelitian ini diambil 10 mahasiswa yang telah
Mengambil kedua matakuliah tersebut

STAT 9 6 5 7 4 3 2 8 7 6
MTK 8 7 6 8 5 4 2 9 8 6
Dosen ingin meneliti hubungan tingkat
keaktifan mahasiswa dalam Organisasi
Kemahasiswaan dengan prestasi belajar
mahasiswa dalam mata kuliah Matematika.
Untuk penelitian ini diambil data 10 mahasiswa
Keaktifan 48 42 53 56 45 51 56 42 47 42
Mhs (X)

Prestasi (Y) 78 70 84 79 74 75 81 78 80 70
Korelasi ini digunakan untuk menentukan
besarnya koefisien korelasi, jika pada
penelitian, data yang digunakan berbentuk
data KUALITATIF
Untuk mengukur kuat tidaknya hubungan
disebut Contingency Coefficient (Koefisien
Bersyarat) = Cc, yang artinya sama dengan r
Contoh : Kita ingin meneliti apakah ada
hubungan Tingkat penghasilan dengan merk
HP yang dipakai
blackberry nokia Total (ni)
TINGGI 5 7 12
RENDAH 2 4 6
Total (nj) 7 11 18

Hitung nilai chi square

2
n n (nij  eij )
X  
2
ni X nj
i 1 j 1 eij eij =
n
Transformasi dari nilai chi square ke
Koefisien korelasi :

X2
Cc = √
X2 + n

Cc = Contingency Coefficient
 Seorang mahasiswa ingin meneliti apakah ada
korelasi antara pendidikan dengan pendapatan
keluarga.
Untuk itu diambil sampel 112 kepala keluarga
Pendidikan

TINGGI SEDANG RENDAH JUMLAH

BAIK 16 8 8 32
CUKUP 10 20 10 40
Pendapatan KURANG 4 16 20 40
JUMLAH 30 44 38 112