ANALISIS KORELASI
PENDAHULUAN
Korelasi adalah suatu alat analisis yang dipergunakan
untuk mencari hubungan antara variabel
independen/bebas dengan variabel
dipenden/takbebas.
Apabila beberapa variabel independen/bebas
dihubungkan dengan satu variabel dependen/tak
bebas disebut korelasi berganda.
Dan apabila satu variabel independen/bebas
berhubungan dengan satu variabel
dependent/takbebas disebut korelasi parsial .
Hubungan antara dua variabel dapat karena hanya
kebetulan saja dapat pula memang merupakan
hubungan yang sebab akibat.
Korelasi negatif Korelasi negatif Tidak ada Korelasi positif korelasi positif
sempurna sedang korelasi sedang sempurna
n X i Yi ( X i ) ( Yi )
r
n ( X ) ( X ) n ( Y ) ( Y )
2
i i
2
i
2
i
2
Contoh :
Diketahui data jumlah SKS dan IPK mahasiswa sbb.
No Xi Yi Xi Y i Xi2 Yi2
1 10 3,00 30 100 9,00
2 10 2,50 25 100 6,25
3 15 2,00 30 225 4,00
4 10 1,50 15 100 2,25
5 5 1,00 5 25 1,00
n=5 Xi = 50 Yi = 10 XiYi= Xi2 = Yi2 =
105 550 22,5
5 (105) (50) (10) 25
r = 5 (550) (50) 5 (22,5) (10)
2 2
= (250) (12,5) = 0,447
Dari hasil ini ternyata didapat korelasi positif antara
jumlah sks (X) dan IPK yang didapat (Y).
KOEFISIEN DETERMINASI
Koefisien determinasi merupakan ukuran untuk mengetahui
kesesuaian atau ketepatan antara nilai dugaan dengan data
sampel. Koefisien determinasi didefinisikan sebagai berikut.
Koefisien determinasi adalah bagian dari keragaman total variabel
tak bebas Y (variabel yang dipengaruhi atau dependent) yang
dapat diterangkan atau diperhitungkan oleh keragaman variabel
bebas X (variabel yang mempengaruhi, independent)
Jadi koefisien determinasi adalah kemampuan variabel X
mempengaruhi variabel Y. Semakin besar koefisien determinasi
menunjukkan semakin baik kemampuan X mempengaruhi Y.
Koefisien Determinasi =
[ n X i Yi ( X i ) ( Yi ) ]2
r2
n ( X ) ( X ) n ( Y ) ( Y )
2
i i
2
i
2
i
2
KOEFISIEN KORELASI GANDA
Untuk 2 variabel bebas (X1 dan X2 ) maka r dihitung dengan rumus:
r 2 y x1 r 2 y x2 2 ry x1 ry x2 rx1 x 2
ry x1 x 2
1 r 2 x1 x 2
X1 10 2 4 6 8 7 4 6 7 6
X2 7 3 2 4 6 5 3 3 4 3
Y 23 7 15 17 23 22 10 14 20 19
Akan dibuktikan ada hubungan linier positif dan signifikan antara variabel X 1
dan X2 secara bersama-sama dengan variabel Y.
No X1 X2 Y X1Y X2Y X1X2 X12 X22 Y2
1 10 7 23 230 161 70 100 49 529
2 2 3 7 14 21 6 4 9 49
3 4 2 15 60 30 8 16 4 225
4 6 4 17 102 68 24 36 16 289
5 8 6 23 184 138 48 64 36 529
6 7 5 22 152 110 35 49 25 484
7 4 3 10 40 30 12 16 9 100
8 6 3 14 84 42 18 36 9 196
9 7 4 20 140 80 28 49 16 400
10 6 3 19 114 57 18 36 9 361
Jumlah 60 40 170 1121 737 267 406 182 3162
1020 1020
r y x1 = 460 x 2720 1118,57
r y x1 = 0,912
n X 2 Y ( X 2 ) ( Y)
r y x2 = n ( X ) ( X ) n ( Y ) ( Y) =
2
2 2
2 2 2
570 570
r y x2 = 220 x 2720 773,56
r y x2 = 0,74
n X1X 2 ( X1 ) ( X 2 )
r x1 x 2 = n ( X ) ( X ) n ( X ) ( X ) =
2
1 1
2 2
2 2
2
270 270
r
x1 x 2 = 460 x 220 318,12
r x1 x 2 = 0,85
r 2 y x1 r 2 y x2 2 ry x1 ry x2 rx1 x 2
ry x1 x 2
1 r 2 x1 x 2
= 0,8354
= 0,914
Atau : Terdapat hubungan yang signifikan antara pendapatan dan jumlah keluarga dengan
pengeluaran untuk membeli barang A.
1.
LATIHAN SOAL
Data dibawah ini menunjukkan jumlah pemakaian pupuk (X)
dan hasil panen padi yang diperoleh (Y):
Pupuk Hasil Panen
(kg) (kw)
20 8
40 9
50 11
70 11
100 12
110 14
120 15
150 16
A 3 5
B 5 6
C 8 4
D 12 9
E 10 8
F 7 12
G 9 11
H 1 3
I 4 1
J 6 2
K 2 10
L 11 7
Hitunglah nilai koefisien rank
3. Tabel dibawah ini menunjukkan berat badan, tinggi badan, dan
umur dari sampel random 12 anak laki-laki. Berat badan diukur
dalam pound, tinggi badan diukur dalam inci, dan umur diukur
dalam tahun.
Berat Badan Tinggi Badan Umur
(X1) (X2) (Y)
64 57 8
71 59 10
53 49 6
67 62 11
55 51 8
58 50 7
77 55 10
57 48 9
56 52 10
51 42 6
76 61 12
68 57 9
Hitung koefisien korelasi antara variabel X1 dan X2 secara
bersama-sama dengan variabel Y.
Korelasi Partial
Dalam hubungan antara 2 variabel juga dapat melibatkan
variabel lain dalam posisi sebagai variabel penekan,
variabel pengganggu, variabel antara atau variabel yang
lainnya.
• Oleh sebab itu tidak jarang dalam analisis kuantitatif , focus perhatian
terhadap variabel ketiga dalam hubungan 2 variabel menjadi
langkah yang strategis guna memberikan penjelasan lebih jauh
Fungsi
Mengetahui hubungan yang murni/ langsung antara 2
variabel dengan variabel ke 3 dibuat konstan.
Selanjutnya dapat diidentifikasi posisi variabel ke 3 dalam
hubungan 2 variabel serta pengaruh variabel ke 3 dalam
hubungan antara variabel X dan Y.
Asumsi
1. Berhadapan dengan 1 sampel yang diambil secara random
2. Masing-masing elemen sampel memiliki paling sedikit 3 variabel
(lebih dari 2 variabel)
3. Tiap variabel yang diukur menghasilkan data paling rendah
berskala interval
Tes Statistik :
rxy – (rxz) ( rzy)
rxy/z = --------------------------------
√ (1 - rxz² ) . √ (1 - rzy² )
Catatan : Tiap hubungan antar 2 variabel yakni (rxy; rxz dan rzy) harus
ditentukan harga koefisien korelasinya melalui rumus product moment.
Keputusan
1. Jika rxy/ z = rxy; maka variabel Z dianggap tidak berpengaruh terhadap hubungan
antara X dan Y. Dengan kata lain hubungan X dan Y adalah hubungan murni atau
variabel Z no effect.
2. Apabila rxy/z > rxy maka variabel z dinilai memperlemah hub. antara x dan y.
3. Apabila rxy/z < rxy maka variabel z dinilai memperkuat hub. antara x dan y.
4. Jika rxy/z = 0 (mendekati 0) maka hub antara x dan y adlh hub. yang semu.
Kesimpulan
1. Apabila keterlibatan variabel z makin memperjelas/
memperkuat hubungan antara x dan y maka posisi variabel
z sebagai variabel penekan (suppressor variable).
n∑ X1 Y - (∑Y ) (∑ X1)
r XY = -----------------------------------------------
√ {n ∑Y² - (∑Y) ² }{n ∑ X1² - (∑ X1)² }
n∑ X2 Y - (∑Y ) (∑ X2)
r Y2 = -----------------------------------------------
√ {n ∑Y² - (∑Y) ² }{n ∑ X2² - (∑ X2)² }
…
n∑ X1 X2 - (∑X1 ) (∑ X2)
r 12 = ---------------------------------------------------
lanjutan
√ {n ∑X1² - (∑X1) ² }{n ∑ X2² - (∑ X2)² }
Penyelesaian
Tabel Kerja
Y X1 X2 Y² X1² X2² X1 Y X2 Y X1 X2
3 5 4 9 25 16 15 12 20
5 8 3 25 64 9 40 15 24
6 9 2 36 81 4 54 12 18
7 10 3 49 100 9 70 21 30
4 7 2 16 49 4 28 8 14
6 7 4 36 49 16 42 24 28
9 11 5 81 121 25 99 45 55
40 57 23 252 489 83 348 137 189
n∑ X1 Y - (∑Y ) (∑ X1)
r y1 = -----------------------------------------------
√ {n ∑Y² - (∑Y) ² }{n ∑ X1² - (∑ X1)² }
n∑ X2 Y - (∑Y ) (∑ X2)
r y2 = -----------------------------------------------
√ {n ∑Y² - (∑Y) ² }{n ∑ X2² - (∑ X2)² }
n∑ X1 X2 - (∑X1 ) (∑ X2)
r 12 = -----------------------------------------------
√ {n ∑X1² - (∑X1) ² }{n ∑ X2² - (∑ X2)² }