ANALISIS KORELASI

GDE PALGUNA REGANATA

Konsep Dasar
Dua hal yang mendasari hubungan antar variabel,
yakni :
1. Mengukur tingkat asosiasi atau korelasi antar
variabel (simetris). Tingkat korelasi ini tergantung
pada pola variasi atau interrelasi yang bersifat
simultan/bersama-sama dari variabel yang
bersangkutan (persoalan korelasi).
2. Mencari bentuk persamaan yang sesuai untuk
menduga (mengestimasi) rata-rata Y untuk X yang
tertentu atau sebaliknya (persoalan regresi)
(asimetris)
 Korelasi vs Kausalitas
 Berkorelasi belum tentu terjadi kausalitas (correlation does not
imply causation)
 Kausalitas: X  Y, jika dibalik Y  X walaupun X dan Y
berkorelasi maka tidak dapat dikatakan memiliki kausalitas
 Korelasi dapat menjadi indikasi terjadinya kausalitas
 Dua model:
 model recursive, dimana X mempengaruhi Y atau
 non-recursive, misalnya X mempengaruhi Y dan Y
mempengaruhi X
Perhatikan!!
Ilustrasi lain …
 Korelasi vs Linearitas
 Semakin besar korelasi, maka pola linearitas cenderung
terjadi
 Namun, jika sebaran data tidak normal, korelasi tidak
cukup untuk membuktikan pola hubungan yang linear
 Pengujian melalui observasi scatter plot
 Jika kedua variabel berdistribusi normal dan
behubungan secara linier, maka scatterplot berbentuk
oval;
 jika tidak berdistribusi normal scatterplot tidak
berbentuk oval
Korelasi vs Regresi
Koefisien Korelasi
☞ Hubungan antara dua variabel (variabel X dan Y)
ada yang memiliki hubungan positif atau negatif.
☞ Untuk melihat kuat tidaknya hubungan antar
variabel tersebut (variabel X dan Y) dapat diukur
dengan suatu nilai yang disebut Koefisien
Korelasi (r).
☞ Nilai koefisien korelasi memiliki nilai paling kecil
-1 dan paling besar +1 sehingga secara matematis
dapat dinyatakan :
-1 ≤ r ≤ 1
Koefisien Korelasi
Koefisien korelasi (r) memiliki sifat-sifat dasar :
1. Tanda r bisa bertanda positif atau negatif.
2. Sifatnya simetris artinya koefisien korelasi antara X dan Y
sama dengan koefisien korelasi antara Y dan X sehingga rxy =
ryx = r.
3. Jika X dan Y bebas satu sama lain, maka nilai r = 0 tetapi
jika nilai r = nol tidak berarti X dan Y saling bebas.
4. Koefisien korelasi (r) tidak berlaku untuk menerangkan
hubungan nonlinier.
5. Meskipun r merupakan ukuran hubungan linier antara dua
variabel, bukan berarti hubungan tersebut adalah hubungan
sebab akibat. Hubungan sebab akibat harus didasari oleh
suatu teori atau sesuatu yang masuk akal.
Pola-Pola Korelasi
Koefisien Korelasi Product Moment
(Pearson)
 X  X Yi  Y 
n

i
r i 1

 X  X  . Yi  Y 
n n
2 2
i
i 1 i 1

-1 -0,25 0,25 1

-0,75 0 0,75

1  r  1
ERAT ERAT
negatif positif
Koefisien Korelasi Product Moment
(Pearson)
Berdasarkan nilai derajat korelasinya baik positif maupun
negatif adalah :
 0,7 – 1 : Kuat/erat
 0,4 – 0,7 : Sedang
 0,2 – 0,4 : Rendah
 < 0,2 : Lemah atau diabaikan dan
dianggap tidak adanya
hubungan antar 2 variabel
Asumsi Analisis Korelasi

 Kedua variabel bersifat independen satu dengan lainnya,

artinya masing-masing variabel berdiri sendiri dan tidak
tergantung satu dengan lainnya.
 Data untuk kedua variabel berdistribusi normal
 X dan Y mempunyai hubungan linier. Hubungan linier
artinya hubungan kedua variabel membentuk garis lurus
Aplikasi Korelasi Pearson

 Pengujian hubungan antara dua variabel

minimal berskala interval (kategorik ->
Spearman)
 Pengujian Validitas Instrumen
TERIMA
KASIH