analisis korelasi.ppt

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 .
PENDAHULUAN

Hubungan antara dua variabel dapat karena hanya
kebetulan saja dapat pula memang merupakan
hubungan yang sebab akibat.
Dua varibel berkorelasi apabila perubahan yang lain
secara teratur, dengan arah yang sama atau arah yang
berlawanan.
Dalam analisa korelasi disamping mengukur kesesuaian
garis regresi terhadap data sampel atau disebut
Koefisien Determinasi atau Koefisien Penentu, juga
mengukur keeratan hubungan antara variabel atau
disebut Koefisien Korelasi.

Dengan kata lain, analisa regresi menjawab
bagaimana pola hubungan variabel-variabel dan
analisa korelasi menjawab bagaimana keeratan
hubungan yang diterangkan dalam persamaan
regresi.
Kedua analisa ini biasanya dipakai bersama-sama.
Koefisien korelasi dilambangkan dengan r dan
koefisien determinasi dilambangkan dengan r2.

Korelasi negatif Korelasi negatif Tidak ada Korelasi positif korelasi positif
sempurna sedang korelasi sedang sempurna
negatif kuat negatif lemah positif lemah positif kuat
-1,0 -0,5 0,0 0,5 1,0
Korelasi Negatif Korelasi Positif
Harga r bergerak antara –1 dan +1 dengan tanda
negatif menyatakan adanya korelasi tak langsung atau
korelasi negatif dan tanda positif menyatakan adanya
korelasi langsung atau korelasi positif. r=0 menyatakan
tidak ada hubungan linier antara variabel X dan Y.

Koefisen korelasi ini mengukur kedekatan hubungan antara
dua variabel ordinal. Koefisien korelasi ini dinamakan koefisien
korelasi pangkat atau koefisien korelasi Spearman, yang
disimbolkan dengan r.
Pasangan data hasil pengamatan (Xi , Yi) kita susun menurut
urutan besar nilainya dalam tiap variabel. Kemudian kita
bentuk selisih atau beda peringkat Xi dan peringkat Yi yang
data aslinya berpasangan. Beda ini disimbolkan dengan bi,
maka koefisien korelasi peringkat r dihitung dengan rumus:
KOEFISIEN KORELASI RANK SPEARMAN
1)
(n
n
b
6
1 2
2
i




r

Data berikut adalah penilaian 2 orang juri
terhadap 8 orang peserta perlombaan.
Tentukan Koefisien Korelasi rank !
Contoh :
Peserta Juri I Juri II
A
B
C
D
E
F
G
H
70
85
65
50
90
80
75
60
80
75
55
60
85
70
90
65

Penyelesaian
Peserta Juri I Juri II Beda (bi) 2
i
b
A
B
C
D
E
F
G
H
5
2
6
8
1
3
4
7
3
4
8
7
2
5
1
6
2
-2
2
1
-1
-2
3
1
4
4
4
1
1
4
9
1
Jumlah - - - 28
667
,
0
1)
(64
8
(28)
6
1
1)
(n
n
b
6
1 2
2
i








r
Koefisien Korelasi rank :

Untuk sekumpulan data (Xi, Yi ) berukuran n, koefisien
korelasi dapat dihitung dengan rumus:
KOEFISIEN KORELASI PEARSON (PRODUCT
MOMENT)
  
)
Y
(
)
Y
(
n
)
X
(
)
X
(
n
)
Y
(
)
X
(
Y
X
n
2
i
2
i
2
i
2
i
i
i
i
i











r

Contoh :
Diketahui data jumlah SKS dan IPK mahasiswa sbb.
Jumlah SKS (X) IPK (Y)
10
10
15
10
5
3,00
2,50
2,00
1,50
1,00
Tentukan nilai koefisien korelasi dengan metode product
moment dan jelaskan artinya!

Jawab :
Buat tabel penolong untuk menghitung r
No Xi Yi Xi Yi Xi
2
Yi
2
1
2
3
4
5
10
10
15
10
5
3,00
2,50
2,00
1,50
1,00
30
25
30
15
5
100
100
225
100
25
9,00
6,25
4,00
2,25
1,00
n=5 Xi = 50 Yi = 10 XiYi=
105
Xi
2
=
550
Yi
2
=
22,5
r =   
(10)
(22,5)
5
(50)
(550)
5
(10)
(50)
(105)
5
2
2



= (12,5)
(250)
25
= 0,447
Dari hasil ini ternyata didapat korelasi positif antara
jumlah sks (X) dan IPK yang didapat (Y).

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 =
KOEFISIEN DETERMINASI
  
)
Y
(
)
Y
(
n
)
X
(
)
X
(
n
]
)
Y
(
)
X
(
Y
X
n
[
r
2
i
2
i
2
i
2
i
2
i
i
i
i
2












Untuk 2 variabel bebas (X1 dan X2 ) maka r dihitung dengan rumus:
2
1
2
1
2
1
2
1
2
1
x
x
2
x
x
y x
y x
y x
2
y x
2
x
y x
r
1
r
r
r
2
r
r
r




dimana :
2
1 x
y x
r = Koefisien korelasi ganda antara variable X1 dan X2 secara
bersama-sama dengan variable Y
1
y x
r = Koefisien korelasi X1 dengan Y
2
y x
r = Koefisien korelasi X2 dengan Y
2
1 x
x
r = Koefisien korelasi X1 dengan X2
KOEFISIEN KORELASI GANDA

Misalkan kita melakukan pengamatan terhadap 10 keluarga mengenai:
X1 = pendapatan dalam ribuan rupiah
X2 = jumlah keluarga dalam satuan jiwa
Y = pengeluaran untuk membeli barang A dalam ratusan rupiah
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 X1
dan X2 secara bersama-sama dengan variabel Y.
Contoh :

No X1 X2 Y X1Y X2Y X1X2 X1
2
X2
2
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
Dari tabel diperoleh:
n = 10, X1 = 60, X2 = 40, Y = 170, X1Y = 1122, X2Y = 737, X1 X2 = 267,
X1
2
= 406, X2
2
= 182, Y2
= 3162

1
y x
r =   
)
Y
(
)
Y
(
n
)
X
(
)
X
(
n
Y)
(
)
X
(
Y
X
n
2
1
2
2
1
2
1
1
1










=
1
y x
r =   
(170)
(3162)
10
(60)
(406)
10
(170)
(60)
(1122)
10
2
2



1
y x
r = 1118,57
1020
2720
x
460
1020

1
y x
r = 0,912
2
y x
r =   
Y)
(
)
Y
(
n
)
X
(
)
X
(
n
Y)
(
)
X
(
Y
X
n
2
2
2
2
2
2
2
2










=
2
y x
r =   
(170)
(3162)
10
(40)
(182)
10
(170)
(40)
(737)
10
2
2



2
y x
r = 773,56
570
2720
x
220
570

2
y x
r = 0,74

2
1 x
x
r
=   
)
X
(
)
X
(
n
)
X
(
)
X
(
n
)
X
(
)
X
(
X
X
n
2
2
2
2
2
1
2
1
2
1
2
1










=
2
1 x
x
r
=   
(40)
(182)
10
(60)
(406)
10
(40)
(60)
(267)
10
2
2



2
1 x
x
r
= 318,12
270
220
x
460
270

2
1 x
x
r
= 0,85
2
1
2
1
2
1
2
1
2
1
x
x
2
x
x
y x
y x
y x
2
y x
2
x
y x
r
1
r
r
r
2
r
r
r




=
2
2
2
(0,85)
1
(0,85)
(0,74)
(0,912)
2
(0,74)
(0,912)



= 8354
,
0
= 0,914
Kesimpulan: Terdapat hubungan yang signifikan antara X2 bersama-sama dengan X2 dengan Y.
Atau : Terdapat hubungan yang signifikan antara pendapatan dan jumlah keluarga dengan
pengeluaran untuk membeli barang A.

LATIHAN SOAL
1. Data dibawah ini menunjukkan jumlah pemakaian pupuk (X)
dan hasil panen padi yang diperoleh (Y):
Pupuk
(kg)
Hasil Panen
(kw)
20 8
40 9
50 11
70 11
100 12
110 14
120 15
150 16
Hitung koefisien korelasi dengan metode product moment dan
Jelaskan artinya .

2. Dua orang ibu rumah tangga diminta untuk mengemukakan tingkat
preferensinya terhadap sabun mandi berbagai merk. Hasilnya adalah
sebagai berikut :
Merk Sabun
Mandi
Ny. Witono Ny. Hartoko
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
(X1)
Tinggi Badan
(X2)
Umur
(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.

analisis korelasi.ppt

More Related Content

What's hot (20)

Similar to analisis korelasi.ppt (20)

More from fajarnurcahyani (11)

Recently uploaded (20)

analisis korelasi.ppt