KORELASI

Korelasi Bivariate :
1. Korelasi Pearson
2. Korelasi Spearman
3. Korelasi Tau - Kendall
KORELASI
Studi yg membahas tentang hubungan antara dua
variabel dikenal dgn nama analisis korelasi.
Ukuran yg dpt dipakai untuk mengetahui derajat
hubungan antara dua variabel, terutama untuk data
kuantitatif disebut koefisien korelasi ( r ), walaupun
hubungan antara dua variabel kategori juga dpt
dilakukan.
Koefisien Korelasi
Koefisien korelasi dpt digunakan u/ mengetahui
hub.antara dua variabel kuantitatif X dan Y, dan bukan
menaksir atau meramalkan nilai Y dari pengetahuan
mengenai variabel bebas X spt pd analisis regresi.
Misalnya X menyatakan besarnya biaya iklan dan Y
menyatakan besarnya hasil penjualan tahunan, maka
pertanyaan yg mungkin timbul : apakah penurunan
biaya iklan akan diikuti oleh penurunan hasil penjualan
tahunan?. Hubungan searah dua variabel spt ini
disebut hubungan positif.
Koefisien Korelasi
Kasus lain, misalnya X adalah umur suatu mobil dan Y
adalah nilai jual mobil tsb. Makin tua umur mobil, makin
murah harganya, sehingga nilai-nilai X yang besar akan
berpadanan dgn nilai-nilai Y yg kecil, dan sebaliknya.
Keadaan spt ini mengisyaratkan adanya hubungan
negatif antara umur mobil dan harga jualnya.
Ingat : koefisien korelasi antara dua variabel adalah
suatu ukuran hubungan linier antara kedua variabel tsb.
Shg nilai r = 0 berarti tdk ada hubungan linier, bukan
berarti kedua variabel tsb tdk terdpt hubungan sama
sekali.
a
b
c
Diagram pencar dpt digunakan untuk mendiagnosis perilaku koefisien
korelasi ( r ) :
a. Korelasi positif yg kuat
b. Korelasi negatif yg kuat
c. Koefisien korelasi nol atau mendekati nol (tdk ada hubungan linier)
Koefisien Korelasi
Koefisien Korelasi
Nilai korelasi ( r ) berkisar dari 0 1, atau bila disertai dgn arahnya, maka
nilainya antara -1 s.d +1
r = 0 tdk ada hubungan linier
r = -1 hubungan linier negatif sempurna
r = +1 hubungan linier positif sempurna.
Menurut Colton, kekuatan hubungan antara dua variabel secara kualitatif
dpt dibagi dlm empat area sbb :
r = 0,00 0,25 tdk ada hubungan/hubungan lemah.
r = 0,26 0,50 hubungan sedang
r = 0,51 0,75 hubungan kuat
r = 0,76 1,00 hubungan sangat kuat / sempurna
Koefisien Determinasi
Kita hrs berhati-hati dlm menafsirkan nilai r. Misalnya, nilai r = 0,4
dan r = 0,8, hanya dpt diartikan bhw kita mempunyai dua
koefisien korelasi positif, yg satu lebih kuat drpd yg lain. Tdk
boleh dikatakan bahwa r = 0,8 menunjukkan adanya hubungan
yg dua kali lebih kuat drpd yg ditunjukkan oleh r = 0,4.
Bila diperhatikan nilai r
2
(koefisien determinasi), maka diperoleh
bilangan yg menyatakan proporsi variansi total nilai-nilai variabel
Y yg dpt dijelaskan oleh X melalui hubungan linier tsb.
Karena analisis korelasi tdk mengenal variabel bebas dan
takbebas, jika r = 0,8 r
2
= 0,64, maka dpt dikatakan bhw 64%
diantara variansi total nilai-nilai X dpt dijelaskan oleh nilai-nilai Y,
demikian pula sebaliknya.
1. Bivariate
a. Korelasi Pearson (Product moment Pearson) : digunakan
untuk mengukur korelasi data interval atau rasio. Analisis ini
mempersyaratkan bhw populasi asal sampel mempunyai
dua varian dan berdistribusi normal.
b. Korelasi Peringkat Spearman (Rank Spearman) dan
Kendall. Digunakan untuk mengukur korelasi pd data ordinal
dan penggunaan asosiasi pd statistik non parametrik.
2. Partial
Pembahasan mengenai hubungan linier antara dua variabel
dgn melakukan kontrol thd satu atau lebih variabel tambahan
(disebut variabel kontrol).
Jenis Analisis Korelasi pd SPSS
Korelasi Pearson
Akan diselidiki apakah ada korelasi antara tinggi badan dan bobot
badan. Data sembilan responden sbb :
Hipotesis :
H0 : tdk ada hub antara berat badan dan tinggi badan
H1 : ada hubungan antara berat badan dan tinggi badan
Korelasi Pearson
Pengambilan Keputusan :
Jika P > 0,025, maka H0 diterima (unt. = 5%), selainnya H0 ditolak.
P > 0,005, maka H0 diterima (unt. = 1%), selainnya H0 ditolak.
(Nilai dibagi dua krn uji dilakukan dua sisi/pihak)
Pada kolom Sig. (2-tailed) diperoleh nilai probabilitas = 0,004 < 0,005,
maka H0 ditolak, atau disimpulkan bhw ada hubungan antara berat
badan dan tinggi badan pada taraf signifikansi 1%.
Keeratan hubungan antara berat badan dan tinggi badan dpt dilihat pada
nilai Pearson Correlation sebesar 0,844, shg dpt disimpulkan bahwa
antara berat badan dan tinggi badan mempunyai korelasi yang sangat
kuat.
Korelasi Pearson
Nilai koefisien korelasi r = 0,844, shg nilai koefisien determinasi r
2
=
0,7123, yang berarti bhw 71,23% variasi total berat badan dapat
dijelaskan oleh tinggi badan, dan sebaliknya.
Korelasi Spearman dan Kendall
Di suatu perusahaan akan diselidiki apakah ada hubungan antara
Prestasi Kerja seseorang dgn Tingkat Kecerdasan (IQ) dan Motivasi
Kerja pekerja yang bersangkutan. Data diambil dr 9 orang sbb:
Hasil Analisis