Analisa Korelasi

By
Muhammad Alif Ihsan
Pengertian Korelasi & Analisa Korelasi

korelasi merupakan istilah yg digunakan utk

mengukur kekuatan hubungan antar variabel

analisis korelasi adalah cara utk mengetahui

ada tidaknya hubungan antar variabel.
 KOEFISIEN KORELASI

positif (+)
Koefisien korelasi (r)

PROBLE
adalah bilangan yg

MS
menyatakan kekuatan
hubungan antar
variabel ataupun arah
hubungan dari variabel-
variabel
negatif (-).
 Tabel Tingkat Korelasi & Kekuatan Hubungan

Contoh :
Apabila r = -1, artinya korelasi negatif sempurna. Ini menandakan
ada hubungan bertolak-belakang antara variabel X dan variabel Y
dimana bila variabel X naik, maka variabel Y turun.
Apabila r = +1, artinya korelasi positif sempurna. Ini menandakan
ada hubungan searah antara variabel X dan variabel Y dimana bila
variabel X naik maka variabel Y ikut naik.
 Korelasi untuk Variabel Nominal dan
Nominal
○ Tahapan
1. Merumuskan hipotesis nol dan hipotesis
Koefisien Kontingensi atau
koefisien korelasi alternatif
kontingensi adalah salah ● H0 : Tidak terdapat hubungan antara dua
satu teknik analisis untuk variabel dalam populasi
mengukur tingkat H1 : Terdapat hubungan antara dua variabel
hubungan dari dua atau dalam populasi
variabel. 2. Tetapkan tingkat signifikansi (α)
3. susun nilai-nilai observasi ke dalam tabel
kontingensi berukuran r×c. Di mana r dan c
merupakan banyak baris dan kolom.
4. tentukan nilai statistik uji chi square (χ2)
5. Setelah itu, bisa kita peroleh nilai koefisien korelasi kontingensi dengan
rumus berikut

C = nilai korelasi
Χ2 = Chi Square
Oij = frekuensi pengamatan
Eij = frekuensi harapan
Contoh Soal
Sebuah survei dilakukan terhadap 100 siswa untuk mengetahui
pendapat mereka mengenai aturan berseragam yang baru. Data
hasil survei adalah sebagai berikut

Apakah ada hubungan antara jenis kelamin dan pendapat siswa?

(gunakan tingkat signifikansi 5%)
 Jawaban

1.Tentukan nilai harapan untuk setiap sel

(i)Untuk pria dengan jawaban setuju → E = (50×69)/100 = 34.5

(ii)Untuk pria dengan jawaban tidak setuju → E = (50×31)/100 = 15.5
(iii)Untuk wanita dengan jawaban setuju → E = (50×69)/100 = 34.5
(iv) Terakhir, untuk wanita yang menjawab tidak setuju → E = (50×69)/100 = 34.5
 Jawaban
2. Hitung nilai statistik uji chi square

3. Selanjutnya kita peroleh nilai koefisien kontingensi

Nilai korelasi yang diperoleh adalah sebesar 0.345.

Jawaban
4. lakukan pengujian signifikansi dengan
hipotesis
H0 : Tidak ada hubungan antara jenis kelamin dan pendapat siswa
mengenai aturan berseragam baru pada tingkat populasi

H1 : Ada hubungan antara jenis kelamin dan pendapat mereka mengenai

aturan berseragam baru pada tingkat populasi

5. mencari nilai chi square tabel yang berderajat bebas (2-1)(2-1) = 1.

Berdasarkan tabel chi square, untuk α=5%, kita peroleh nilai χ2(1) = 3.84

Karena 13.51 > 3.84, kita putuskan untuk menolak hipotesis nol. Sehingga
kita simpulkan bahwa ada hubungan antara jenis kelamin dengan jawaban
mereka terhadap aturan berseragam baru.
Tahapan dengan SPSS
1. Buat tiga variabel dengan nama JenisKelamin, Pendapat, dan Frekuensi.
Selanjutnya beri Values untuk variabel JenisKelamin (1 = pria, 2 = wanita) dan
Pendapat (1 = setuju, 2 = tidak setuju)
Tahapan dengan SPSS

2. isikan data berdasarkan tabel kontingensinya.

Tahapan dengan SPSS

3. melakukan pembobotan berdasarkan nilai frekuensi.

Tahapan dengan SPSS

4. Pilih menu Crosstabs

Analyze → Descriptive Statistics → Crosstabs…
Tahapan dengan SPSS
5. Pada tab Crosstabs, masukkan variabel JenisKelamin ke kotak Row dan
variabel Pendapat ke kotak Column → Klik Statistics, Selanjutnya centang
kotak Contingency coefficient → Continue → Ok
Tahapan dengan SPSS
6. Analisis output SPSS

Dapat dilihat bahwa nilai p-

value (Approximate
significance) sebesar 0.000
(lebih kecil dari 5%).
Sehingga tolak H0 dan bisa
kita simpulkan bahwa ada
hubungan antara jenis
kelamin siswa dan pendapat
terhadap aturan berseragam
baru.
 Korelasi untuk Variabel Ordinal dan
Ordinal
○ Secara umum, interpretasi untuk koefisien
korelasi spearman dapat mengikuti aturan
Uji Korelasi Spearman berikut
merupakan salah satu
analisis nonparametrik
untuk mengetahui
kekuatan hubungan dari
dua variabel yang
berskala ordinal dengan
melambangkan rho (ρ)
untuk populasi dan
rs untuk data sampel.
 Tahapan
1. Memberi ranking untuk setiap data pada masing-masing variabel. Data
dengan nilai terkecil kita beri ranking 1, data dengan nilai terkecil kedua kita
beri ranking 2, dan seterusnya. Jika ada data dengan nilai yang sama, maka
ubah rankingnya menjadi rata-rata dari ranking nilai yang sama tersebut.

data dengan nilai = 13, muncul tiga kali. Sehingga rankingnya akan
kita ubah menjadi
R = (3 + 4+ 5)/3 = 4
 Tahapan

2. Bentuk variabel baru yang merupakan selisih dari ranking X dan Y

di = rank(Xi) – rank(Yi)

3. Selanjutnya kuadratkan nilai di, kemudian hitung jumlahnya

4. Menghitung koefisien korelasi spearman
• Untuk data tanpa ada nilai yang sama
Tahapan

Sedangkan untuk data di mana terdapat nilai yang sama, rumusnya berubah
dengan adanya faktor koreksi Tx dan Ty

dengan ty dan tx adalah

banyaknya nilai yang sama pada
satu ranking
 Tahapan

5. Melakukan uji hipotesis korelasi spearman

H0 : Tidak terdapat hubungan antara variabel X dengan variabel Y (ρs=0)
H1 : Ada hubungan antara variabel X dengan variabel Y (ρs ≠ 0)

6. hitung statistik uji dengan formula berikut

• Untuk 4 < n < 10, bandingkan nilai korelasi
spearman (rs) dengan nilai tabel. Jika rs > nilai
tabel, maka tolak H0
• Untuk n ≥ 10, hitung statistik uji t dan Jika |t| > t tabel, maka tolak H0
bandingkan dengan nilai t tabel berderajat
bebas (n-2)
Tahapan

Sedangkan untuk n yang cukup besar (n > 30), dapat kita lakukan pendekatan
distribusi normal

Tolak H0 Jika |Z| > Zα/2

 Contoh Soal 1
Data di bawah merupakan hasil ujian enam siswa pada mata pelajaran
matematika dan kimia di sebuah sekolah. Apakah terdapat hubungan yang
signifikan antara hasil ujian matematika dan kimia? (gunakan signifikansi 5%)
Jawaban

1. Perankingan dan perhitungan di

 Jawaban

2. Setelah proses perankingan selesai, dapat kita hitung nilai koefisien korelasi

Nilai korelasi yang kita peroleh adalah sebesar 0.6.

 Jawaban

3. Uji signifikansi korelasi dengan hipotesis

H0 : Tidak ada hubungan antara hasil ujian matematika dan kimia di sekolah
tersebut
H1 : Terdapat hubungan antara hasil ujian matematika dan kimia di sekolah
tersebut

4. Karena n < 10, maka nilai korelasi (rs) akan kita bandingkan dengan nilai tabel.
Untuk n = 6, nilai tabelnya adalah 0.648

Karena 0.6 < 0.648 (rs < nilai tabel), maka kita gagal menolak H0. Dengan
demikian, pada tingkat signifikansi 5%, belum dapat dinyatakan bahwa ada
hubungan antara hasil ujian matematika dan kimia siswa di sekolah tersebut.
 Contoh Soal 2

Tabel di samping merupakan rata-rata Price

to Book Value (PBV) saham 18 perusahaan
asuransi dan return yang didapatkan selama
tahun 2021. Hitunglah nilai koefisien korelasi
spearman dan signifikansinya pada taraf
alpha 5%
 Jawaban

1. Melakukan perankingan.
Karena ada beberapa data
yang nilainya sama, maka
rankingnya akan kita
sesuaikan menjadi ranking
rata-rata.
Jawaban

2. Menghitung faktor koreksi. Dari variabel PBV ada beberapa data dengan
nilai yang sama yaitu

(I) X = 0.3 → muncul 2 kali

(II) X = 2 → muncul 2 kali
(III) X = 3 → muncul 2 kali

Sedangkan pada variabel Return, data dengan nilai yang sama adalah

(I) Y = -5 → muncul 3 kali

(II) Y = 2 → muncul 2 kali
(III) Y = 12 → muncul 2 kali
Jawaban
Sehingga kita dapatkan nilai ΣTx dan ΣTy

Selanjutnya, kita hitung nilai Σx2 dan Σy2

Jawaban
Setelah itu, dapat kita peroleh nilai koefisien korelasi spearman sebesar
Jawaban
3. Uji hipotesis

H0 : Tidak ada hubungan antara rata-rata PBV dan return pada saham
perusahaan asuransi
H1 : Terdapat hubungan antara rata-rata PBV dan return pada saham
perusahaan asuransi
4. Karena n > 10, maka statistik ujinya adalah
Berdasarkan t tabel diperoleh nilai t0.05;16 = 1.746
Karena |-6.652| > 1.746, maka kita putuskan
untuk tolak H0. Dengan demikian, pada tingkat
signifikansi 5%, dapat kita simpulkan bahwa
terdapat hubungan antara rata-rata PBV dengan
return yang diberikan pada saham perusahaan
asuransi
Jawaban dengan SPSS
1. lakukan input data. Dalam hal ini, buat dua variabel dengan nama PBV dan
Return.
Jawaban dengan SPSS

2. pilih uji korelasi

melalui
Analyze → Correlate
→ Bivariate
Jawaban dengan SPSS
3. Pada tab Bivariate Correlations, masukkan variabel PBV dan Return ke
kotak Variables → Centang kotak Spearman pada Correlation Coefficients →
Pilih Two-tailed pada Test of Significance → Kemudian centang kotak Flag
significant correlations (opsional) → Ok
 Jawaban dengan SPSS
4. hasil uji korelasi

Koefisien korelasi spearman berdasarkan output SPSS adalah sebesar -0.857

dan p-value = 0.000 (lebih kecil dari 5% atau 0.05). Sehingga kita ambil
keputusan tolak H0 dan dapat kita simpulkan bahwa terdapat hubungan
yang signifikan antara rata-rata PBV dan return saham pada perusahaan
asuransi.
 Korelasi untuk Variabel Interval dan
interval

Korelasi Pearson adalah

alat analisis statistik yang ○ Koefisien korelas dapat bernilai positif (+)
digunakan untuk melihat atau negatif (-)
keeratan hubungan linier
antara 2 variabel yang
skala datanya adalah
interval atau rasio.
 Tahapan

1. Buat tabel penolong utk mencari nilai r

 Tahapan

2. Menghitung nilai r

X = niai variabel x
Y = nilai variabel y
 Tahapan

3. Pengujian hipotesis dilakukan dgn :

Menggunakan tabel r product moment

Ho : Tidak terdapat hubungan yg signifikan antara interval

Ha : Terdapat hubungan yg signifikan antara interval
Ho : r = 0
Ha : r ≠ 0
 Contoh Soal

Seorang dosen ingin mengetahui apakah ada hubungan antara jumlah SKS
yg diambil dgn IPK mhs. Data yg dikumpulkan adalah sbb :

Dengan α = 5%, ujilah apakah ada hubungan yg signifikan antara jumlah SKS
dgn IPK yg diperoleh.
 Jawaban

1. Buat tabel penolong utk mencari nilai r

 Jawaban

2. Lalu mencari nilai r dgn menggunakan rumus :

 Jawaban

3. Kaidah pengujian :
Ho diterima jika – rtabel ≤ rhitung ≤ + rtabel
Ho ditolak jika rhitung > rtabel

4. Menarik kesimpulan
r tabel = 0,878
Berarti rhitung < rtabel , artinya Ho diterima.
Dengan demikian dpt disimpulkan : dengan interval kepercayaan 95%, tidak
ada hubungan yg signifikan antara jlh SKS dgn IPK yg diperoleh.
 Jawaban dengan SPSS
1. Menginput Data:
Pada Menu File ➔ New ➔ Data.
 Jawaban dengan SPSS
2. Klik Analyze >> Correlate >> Bivariate
 Jawaban dengan SPSS
3. Pindahkan variabel x dan y ke kolom variables >> OK
 Jawaban dengan SPSS
4. Hasil

Dari output di atas, diperoleh angka koefisien sebesar 0447. Ini artinya,
tingkat kekuatan hubungan atau korelasi antara variabel jumlah SKS dengan
IPK adalah sebesar 0,447 atau bisa dikatakan sedang. Dan diperoleh nilai
signifikansi atau Sig. (2-tailed) sebesar 0,450 yang mana lebih besar dari 0,05,
maka dapat diartikan bahwa tidak ada hubungan yang signifikan antara
jumlah SKS dan nilai IPK.
Terima
Kasih