By
Muhammad Alif Ihsan
Pengertian Korelasi & Analisa 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
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
data dengan nilai = 13, muncul tiga kali. Sehingga rankingnya akan
kita ubah menjadi
R = (3 + 4+ 5)/3 = 4
Tahapan
di = rank(Xi) – rank(Yi)
Sedangkan untuk data di mana terdapat nilai yang sama, rumusnya berubah
dengan adanya faktor koreksi Tx dan Ty
Sedangkan untuk n yang cukup besar (n > 30), dapat kita lakukan pendekatan
distribusi normal
2. Setelah proses perankingan selesai, dapat kita hitung nilai koefisien korelasi
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
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
Sedangkan pada variabel Return, data dengan nilai yang sama adalah
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. Menghitung nilai r
X = niai variabel x
Y = nilai variabel y
Tahapan
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
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