Di dalam bab ini kita hanya membahas hubungan linear antara dua
variabel X dan Y.
16
14
12
10
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Koefisien korelasi (x dan y) mempunyai hubungan negatif
16
14
12
10
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Jadi, kalau variabel X dan Y ada hubungan, maka bentuk
diagram pencarnya adalah mulus/teratur.
atau
0 X 0 X
Kuat dan tidaknya hubungan antara X dan Y apabila dapat dinyatakan dengan
fungsi linear(paling tidak mendekati), diukur dengan suatu nilai yang disebut
koefisien korelasi. Nilai koefisien korelasi ini paling sedikit –1 dan paling besar
+1.
-1 +1
n
xi y i
r i 1
(1)
n 2 n 2
xi yi
i 1 i 1
x X X
y Y Y
dan xy X X Y Y
atau (2)
n n n
n X iYi X i Yi
r i 1 i 1 i 1
2 2
n
n n
n
n X X i
i
2
n Yi Yi
2
i 1 i 1 i 1 i 1
X 1 2 4 5 7 9 10 12
Y 2 4 5 7 8 10 12 14
Tabel 7.2
X Y X X Y Y x2 y2 xy
(x) (y)
1 2 -5,25 -5,75 27,5625 33,0625 30,1875
2 4 -4,25 -3,75 18,0625 14,0625 15,9375
4 5 -2,25 -2,75 5,0625 7,5625 6,1875
5 7 -1,25 -0,75 1,5625 0,5625 0,9375
7 8 0,75 0,25 0,5625 0,0625 0,1875
9 10 2,75 2,25 7,5625 5,0625 6,1875
10 12 3,75 4,25 14,0625 18,0625 15,9375
12 14 5,75 6,25 33,0625 39,0625 35,9375
X i 50 Y
i 62 xi 0 y i 0 x
i
2
107,5 yi
2
117 ,5 x y
i i 111 ,5
X 6,25 Y 7,75
8
x y i i
r i 1
8 8
x y
i 1
2
i
i 1
2
i
111 ,5
r 0,99
107,5 x 117 ,5
X Y X2 Y2 XY
1 2 1 4 2
2 4 4 16 8
4 5 16 25 20
5 7 25 49 35
7 8 49 64 56
9 10 81 100 90
10 12 100 144 120
12 14 144 196 168
X i 50 Y
i 62 X i 420
2
Yi 598
2
XY
i i 499
8 8 8
n X iYi X i Yi
r i 1 i 1 i 1
2 2
8
8 8
8
n X X i
i
2
n Yi Yi
2
i 1 i 1 i 1 i 1
8499 5062
r 0,99
8420 50 x 8598 62
2 2
Contoh 7.2
X 2 4 5 6 8 10 11 13 14 15
Y 15 14 12 10 9 8 6 4 3 2
Tabel 7.5
X Y X2 Y2 XY
2 15 4 225 30
4 14 16 196 56
5 12 25 144 60
6 10 36 100 60
8 9 64 81 72
10 8 100 64 80
11 6 121 36 66
13 4 169 16 52
14 3 196 9 42
15 2 225 4 30
X i 88 Y
i 83 X i
2
956 Y
i
2
875 XY
i i 548
10 10 10
n X iYi X i Yi
r i 1 i 1 i 1
2 2
10
10 10
10
n X X i
i
2
n Yi Yi
2
i 1 i 1 i 1 i 1
10548 8883
r 0,99
10956 88 x 10875 83
2 2
Tabel 7.6
X i 413 Y i 292 X i
2
25.189 Y
i
2
12.120 XY
i i 17.416
8 8 8
n X iYi X i Yi
r i 1 i 1 i 1
2 2
8
8 8
8
8 X X i
i
2
i1 Yi i1 Yi
2
i 1 i 1
817.416 413292
r 0,98
825.189 413 x 812.120 292
2 2
KOEFISIEN KORELASI DATA
BERKELOMPOK
Rumus untuk menghitung koefisien korelasi yang sudah dibahas
sebelumnya adalah untuk data yang tidak berkelompok (data
yang belum disajikan dalam bentuk tabel frekuensi, dengan
menggunakan kelas-kelas atau kategori-kategori). Untuk data
yang berkelompok rumusnya adalah sebagai berikut :
n uvf uf u vf v
r
2 2 2
n u f u uf u n v f v vf v 2
( 7.4 )
Rumus untuk menghitung koefisen korelasi bagi data
berkelompok penting sekali sebab dalam praktek, misalnya
di dalam suatu penelitian, hasil data yang diperoleh sudah
disajikan dalam bentuk data berkelompok dengan interval
kelas yang sama.
Tabel 7.9
I II III IV V
v fv vfv v2fv uvf
2 4 4 2 10 20 40 44
1 4 6 5 1 16 16 16 31
5 10 8 1 0 24 0 0 0
1 4 9 5 2 -1 21 -21 21 -3
3 6 6 2 -2 17 -34 68 20
3 5 4 -3 12 -36 108 33
VI u -2 -1 0 1 2 3 100 -55 253 125
VII fu 7 15 25 23 20 10 100
VIII ufu -14 -15 0 23 40 30 64
IX u 2 fu 28 15 0 23 80 90 236
X uvf 32 31 0 -1 24 39 125
v uvf
2 4 4 2 44
f 1
5
4
10
6
8
5
1
1
0
31
0
1 4 9 5 2 -1 -3
3 6 6 2 -2 20
3 5 4 -3 33
-2 -1 0 1 2 3 125
u
uvf uf v
12 24 34 2
2 8 122
44
v
2 4 4 2
f 1
5
4
10
6
8
5
1
1
0
1 4 9 5 2 -1
3 6 6 2 -2
3 5 4 -3
-2 -1 0 1 2 3
u
n 100 uf u 64 fu 236
u 2
1. Jangkauan variabel X = 96 – 17 = 79
Jangkauan variabel Y = 2.048 – 424 = 1.624
2. Jumlah kelas :
k = 1 + 3,322 log 50
= 1 + 3,322 (1,699)
= 1 + 5,6 = 6,6 = 7 (dibulatkan)
3. Interval kelas variabel X (persentase penduduk nonpetani)
79
i= =6,611,97 = 12
Interval kelas variabel Y
1.624
I= =6,246.06
6 = 250
4. Batas bawah kelas pertama untuk var. X = 15
5. Batas bawah kelas pertama untuk var. Y = 400
PPNT (X) 15-26 27-38 39-50 51-62 63-74 75-86 87-98
PKT (Y)
400 – 649 1 1 2
650 – 899 1 4 9 6 2 22
900 – 1.149 1 3 4 2 10
1.150 – 1.399 1 3 2 1 7
1.400 – 1.649 2 1 2 5
1.650 – 1.899 1 1 2
1.900 – 2.149 1 1 2
Jumlah 2 6 13 13 8 4 4 50
KORELASI RANK (PERINGKAT)
Koefisien korelasi rank adalah indeks angka-angka yang dipakai
untuk mengukur keeratan(erat atau tidaknya) korelasi antara
dua variabel yang didasarkan atas ranking (tingkatan). Koefisien
korelasi rank dirumuskan :
6 d i
2
rrank 1
n n 12
Tabel 7.15
Rank Tono 8 3 9 2 7 10 4 6 1 5
Rank Joni 9 5 10 1 8 7 3 4 2 6
Selisih rank (d) -1 -2 -1 1 -1 3 1 2 -1 -1
d2 1 4 1 1 1 9 1 4 1 1
6 d i2
rrank 1
n n2 1
61 4 1 ... 1
1 1 0,1455 0,85
10100 1
Tabel 7.17
X Rank Y Rank d d2
(X) (Y)
(1) (2) (3) (4) (5) (6)
63 1 478 1 0 0
80 6 643 8 -2 4
78 5 620 6 -1 1
67 2 514 2 0 0
83 7 597 5 2 4
90 8 635 7 1 1
75 4 579 3 1 1
72 3 593 4 -1 1
Nilai yang paling rendah di beri rank 1 dan yang paling besar di beri rank 8
Perhitungan koefisien korelasi dengan menggunakan rumus
koefisien korelasi rank Spearman (7.5) jauh lebih sederhana
dibandingkan rumus product moment dari Pearson (7.2 dan
7.3), sebab dengan menggunakan rank angka-angkanya
menjadi lebih kecil, sedangkan hasil perhitungan adalah sama
atau sangat mendekati.
KORELASI DATA KUALITATIF
Korelasi data kualitatif digunakan untuk data kualitatif yaitu data
yang tidak berbentuk angka-angka, tetapi berupa kategori-
kategori.
p q p q p q
n f ij ni. n. j nij
i 1 j 1 i 1 j 1 i 1 j 1
2
p q
f
ij e
ij
2
i 1 j 1 eij
Tabel 7.19
1 2 … j … q
(1) (2) (3) (4) (5) (6) (7) (8)
1 f11 f12 f1j f1q n1.
(e11) (e12) (e1j) (e1q)
2 f21 f22 f2j f2q n2.
(e21) (e22) (e2j) (e2q)
Pendidikan Konsumsi
Kurang Cukup Sangat cukup
(1) (2) (3) (4)
Tidak tamat SLA 82 65 12
Tamat SLA 59 112 24
Pernah masuk 37 94 42
Perguruan Tinggi
Tabel 7.21
1 2 3 Jumlah
1 82 65 12 n1. = 159
(53,70) (81,76) (23,53)
2 59 112 24 n2. = 195
(65,86) (100,28) (28,86)
3 37 94 42 n3. = 173
(58,43) (88,96) (25,61)
Jumlah n.1 = 178 n.2 = 271 n.3 = 78 n = 527
n1 n1 159 178
e11 53,70
n 527
2
3 3 f ij eij
2
f11 e11 f12 e12 f13 e13
2
2
2
...
f 33 e33
2
2
82 53,70 65 81,76
2
2
...
42 25,61
2
2
28,30 16,76
2
2
...
16,39
2
B 49 9
C 18 3
D 42 8
E 39 7
F 25 5
G 41 8
H 52 10
Karyawan Hasil Produksi Skor Tes
(lusin) Kecerdasan
Diagram Pencar
(Y) (X)
60
A 30 6
55
B 49 9
C 18 3 50
D 42 8 45
25
20
15
10
0
0 1 2 3 4 5 6 7 8 9 10 11
Hasil Tes Kecerdasan
Persamaan Regresi Linear
Y’ = a + b X
X dan Y
Oleh karena itu, dapat digunakan simbol berikut ini :
x X X
y Y Y
dan xy X X Y Y
Nilai dari a dan b pada persamaan regresi dapat dihitung dengan
rumus berikut :
b
xy i i
( 7.7 )
x 2
i
n X iYi X i Yi
b ( 7.8 )
n X X i
2 2
i
a Y bX ( 7.9 )
Tabel 7.25
B 49 9 12 2 24 4 144
C 18 3 -19 -4 76 16 361
D 42 8 5 1 5 1 25
E 39 7 2 0 0 0 4
F 25 5 -12 -2 24 4 144
G 41 8 4 1 4 1 16
H 52 10 15 3 45 9 225
296 56 0 0 185 36 968
Y
Y 296
37 X
X
56
7
N 8 N 8
xy
Diagram Pencar
185
b 5,138 ~ 5,14 60
x 2
36 55
50
45
a Y b X 37 5,147 1,02 35
30
25
20
15
0
0 1 2 3 4 5 6 7 8 9 10 11
X i 413 Y
i 292 X i
2
Yi
2
X Y
i i x i
2
x y
i i
x 2
i
2.341,50
b 0,61
3.867,84
a Y bX
( 7.9 )
a 36,50 0,6151,62 5,01
76.523.827,7160 448,43191.078,9
b 217,997
731.888,5738 448,431
2
a Y bX
a 13.011,271 217,99764,062 954,053
Y ' a bX
Y ' 954,053 217,997 X
Penggunaan Persamaan Regresi
dalam Peramalan