STATISTIKA

LANJUT

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER
TOPIK PERKULIAHAN
o Pengertian Korelasi
o Pengertian Korelasi Pearson Product Moment
o Rumus Koefisien Korelasi Pearson
o Contoh kasus
Tujuan Perkuliahan
Agar mahasiswa mampu dan
memahami konsep dasar Korelasi
Pearson Product Moment
Korelasi
Korelasi (correlation) adalah hubungan
(relationship) antara dua variabel.
Dengan kata lain, Analisis korelasi adalah teknik
analisis yang digunakan untuk mengukur kuat
lemahnya hubungan dua variabel. Variabel ini
terdiri dari variabel bebas dan terikat.
Besarnya hubungan berkisar antara 0-1. Jika
mendekati angka 1 berarti hubungan kedua
variabel semakin kuat, demikian juga sebaliknya
jika mendekati angka 0 berarti hubungan kedua
variabel semakin lemah.
Korelasi Pearson
Korelasi pearson digunakan untuk mengetahui
ada tidaknya hubungan antara 2 variabel, yaitu
variabel bebas dan variabel terikat yang berskala
interval atau rasio (parametrik)
Koefisien korelasi Pearson, sering dinotasikan
dengan simbol r (untuk pengamatan sampel) atau
ρ (untuk parameter, yaitu untuk nilai pada
populasi).
Rumus Koefisien Korelasi Pearson
Nilai r terletak antara – 1 sampai 1 (−1≤ r ≤1)
• Jika r=-1, berarti antara variabel X dan Y terdapat hubungan
linier (garis lurus) yang negatif (berlawanan arah , jika nilai
variabel X bertambah besar maka nilai variabel Y akan
bertambah kecil, dan sebaliknya jika nilai variabel X bertambah
kecil maka nilai variabel Y akan bertambah besar) dan sempurna
(semua pasangan nilai X, Y berada pada suatu garis lurus).
• Jika r=0, berarti tidak ada hubungan garis lurus antara variabel
X dan Y.
• Jika r= +1, berarti antara variabel X dan variabel Y terdapat
hubungan linier (garis lurus) yang positif (searah, yaitu jika nilai
variabel X bertambah besar maka nilai variabel Y akan
bertambah besar, dan demikian juga jika nilai variabel X
bertambah kecil maka nilai variabel Y akan bertambah kecil).
Terdapat kriteria yang dapat digunakan dalam
menentukan derajat kuat tidaknya hubungan antara
dua variabel berdasarkan koefisien korelasi Pearson.
Kriteria berikut (menggunakan nilai mutlak dari r)
dapat digunakan sebagai aturan sederhana (rule of
thumb) untuk menentukan derajat kuat tidaknya
hubungan antara dua variabel:
Contoh
Ingin diketahui seberapa kuat hubungan (garis
lurus) antara besarnya pendapatan dengan
pengeluaran konsumsi per bulan. Berdasarkan 6
orang yang diwawancarai, diperoleh data sebagai
berikut (data dalam satuan ribuan):

X (pendapatan) 800 900 700 600 700 800

Y (konsumsi) 300 300 200 100 200 200

Pembahasan
Untuk menghitung koefisien korelasi maka disusun
tabel bantu sebagai berikut:
n X Y X2 Y2 XY

1 800 300 640000 90000 240000

2 900 300 810000 90000 270000

3 700 200 490000 40000 140000

4 600 100 360000 10000 60000

5 700 200 490000 40000 140000

6 800 200 640000 40000 160000


Pembahasan
Berdasarkan tabel bantu diatas diperoleh nilai-nilai:
n X Y X2 Y2 XY
6 4.500 1.300 3.430.000 310.000 1.010.000

Untuk menghitung koefisien korelasi, maka nilai-

nilai tersebut dimasukkan dalam rumus koefisien
korelasi sehingga diperoleh sebagai berikut:
Pembahasan
Kesimpulan
Jadi, diperoleh nilai koefisien korelasi (r) sebesar
0,887. Karena r bernilai positif dan mendekati 1,
berdasarkan rumus di bawah,

berarti hubungan antara konsumsi dan pendapatan

adalah kuat dan searah (positif). Dengan kata lain,
peningkatan pendapatan seseorang akan diikuti
dengan peningkatan pengeluaran (konsumsi).
Pembahasan dengan SPSS
• Input nilai x dan y di data View
• Pilih Analyze – Corelate – Bivariate
Pembahasan dengan SPSS
• Pindahkan kedua variabel ke kotak sebelah kanan
• Centang Pearson, two-tailed, dan flag significant
• Klik ok
Pembahasan dengan SPSS
Pada bagian sig. (2-tailed)
terlihat nilai 0,019 yang
berarti lebih kecil dari 0,05
sehingga kesimpulannya
H0 ditolak dan H1 diterima,
artinya ada hubungan
antara pendapatan dan
Hipotesis : konsumsi
H0 = tak ada hubungan
H1 = ada hubungan
• Bila probabilitas > 0,05 maka H0 diterima
• Bila probabilitas < 0,05 maka H0 ditolak
Latihan :
5 orang mahasiswa yang memiliki waktu belajar
berbeda dites dengan tes Statistika Mahasiswa :
A B C D E
Nama Mahasiswa
2 2 1 3 4
Waktu
6 6 4 8 8
Tes

Apakah ada korelasi antara waktu belajar dengan

hasil tes ?
SEKIAN
TERIMA
KASIH