3. II. ANALISIS KORELASI
1. Koefisien Korelasi Pearson
¾ Koefisien Korelasi Moment Product
¾ Korelasi Data Berskala Interval dan Rasio
2. Koefisien Korelasi Spearman
¾ Korelasi Data Berskala Ordinal (Rank)
3. Koefisien Kontingensi
¾ Korelasi Data yang Disusun dalam Baris - Kolom
4. Koefisien Korelasi Phi
¾ Korelasi Data Berskala Nominal
4. II. ANALISIS KORELASI
Analisis Korelasi merupakan studi yang membahas
tentang derajat keeratan hubungan antar peubah, yang
dinyatakan dengan Koefisien Korelasi. Hubungan antara
peubah X dan Y dapat bersifat :
a. Positif, artinya jika X naik (turun) maka Y naik
(turun).
b. Negatif, artinya jika X naik (turun) maka Y turun
(naik).
c. Bebas, artinya naik turunnya Y tidak dipengaruhi
oleh X.
6. 1. KORELASI PEARSON
Rumus umum Koefisien Korelasi :
r2 _ _JKG _ JKT - JKG _ JKR
- 1 JKT - JKT -JKT
r2
= Koefisien Determinasi (Koefisien Penentu)
r = √ r2
= Koefisien Korelasi
JKG = Jumlah Kuadrat Galat
JKT = Jumlah Kuadrat Total
JKR = Jumlah Kuadrat Regresi
7. Rumus Koefisien Korelasi Pearson :
nL xy - CL X) CL y)
Y = Variabel Terikat (Variabel Tidak Bebas)
X = Variabel Bebas (Faktor)
Nilai r : – 1 ≤ r ≤ 1 Æ …. ≤ r2
≤ ….
8. 5I 0,21 0,40
I 6 0,07 0,20
7 0,50 0,90
8 1,00 2,00
9 0,70 1,20
10 0,14 0,35
11 0,35 0,70
12 0,28 0,65
-
- -
•,
Data keuntungan usahatani (Y) pada berbagai luas lahan (X) :
l
No Petani Luas Lahan (X) Keuntungan (Y)
1 0,21
2 0,50
)
. I ,• ,
0,50
1,10
3 0,14 0,25
l •
i
4 1,00 1,80
•
11. 76,2480 - 51,2550
r~------------------------------
) [39,8784 - 26,0100] [146, 9700 - 101,0025]
24,9930 24,9930
r= ------
)[13,8684][45,9675] 25,2487
r = 0,9899 r2 = 0,9798 = 97,98 0/0
Nilai r2
= 97,98 % artinya sebesar 97,98 % variasi
besarnya keuntungan (nilai Y) diperngaruhi oleh
variasi besarnya luas lahan (nilai X).
12. t
Penr
g••
ujian Koefisien Korelasi Pearson :
1. H0 ≡ r = 0 lawan H1 ≡ r ≠ 0
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik = Uji- t
4. Wilayah Kritik (Daerah Penolakan H0) :
t < –tα/2(n-2) atau t > tα/2(n-2)
t < –t0,025(10) atau t > t0,025(10)
t < –2,228 atau t > 2,228
13. 5. Perhitungan :
n-2
t=r
1- r2
t = 0,9899
12 - 2
1- 0,9798
t = 0,9899
10
0,0202
t = 0,9899 (22,2772) = 22,052
14. 6. Kesimpulan :
Karena nilai ( t = 22,052) > ( t0,025(10) = 2,228)
maka disimpulkan untuk menolak H0, artinya
terdapat hubungan yang signifikan antara
keuntungan usahatani (Y) dengan luas lahan
garapan (X)
15. 6. Kesimpulan :
Nilai t = 22,052 dan t0,025(10) = 2,228.
Tolak H0
•
I-a.
Terima H0
Tolak H0
–2,228 2,228
22,052
16. d
2. KORELASI SPEARMAN
1. Jika tidak
6
a
L
da
r
nilai pengamatan yang sama
:
rs = 1 - n(n2 _ 1)
2. Jika ada nilai pengamatan yang sama :
21. 5,5 2
8,5 2
11 3
Jml
RUMUS II :
Rank-X t Tx Rank-Y t .. Ty
3 3 2,0 1,5 2 0,5
0tJ,I5f-p·~.....
t
0,5
2,0
6,5 2 0,5
•
~ 2 12
3
-12
5,0 Jml 1,0
L x = 12 - 5, 0 = 138
~ 2 12
3
-12
L Y = 12 - 1,0 = 142
22. r =-------
L X2 + L y2 - L dr
s 2J (L X2)(Ly2)
138 + 142 - 22, 50
r =
s 2.) (138)(142)
257,50
rs = 2
79,9
71 = 0, 9197
23. Pengujian Koefisien Korelasi Spearman :
1. H0 ≡ rs = 0 lawan H1 ≡ rs ≠ 0
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik = Uji- t
4. Wilayah Kritik (Daerah Penolakan H0) :
t < –tα/2(n-1) atau t > tα/2(n-1)
t < –t0,025(10) atau t > t0,025(10)
t < –2,228 atau t > 2,228
24. 5. Perhitungan :
n-2
t=r s
1- r2s
12 - 2
t=O,9197 1-(0,9197)2
10
t = 0,9197 0,1541
t = 0,9197(8,0560) = 7,409
25. ..
•
6. Kesimpulan :
..
Karena nilai ( t = 7,409) > ( t0,025(10) = 2,228)
maka disimpulkan untuk menolak H0, artinya
.k.
0:..- terdapat hubungan yang signifikan antara
pengalaman usahatani (X) dengan
p
...
enerapan
/ teknologi (Y)
~.~
,..'
/'
I
./
..:..-I"o _
26. 3. KORELASI PHI
Koefisien korelasi phi rφ merupakan ukuran derajat
keeratan hubungan antara dua variabel dengan skala
nominal yang bersifat dikotomi (dipisahduakan).
Kolom Jumlah
Baris A B (A+B)
C D (C+D)
Jumlah (A+C)
AD-BC
(B+D) N
r (J = ---;J==(A==+====B==) (==C==+==D==)==(A==+====C)==(==B==+==D==)
27. Uji signifikansi rφ dengan statistik χ2
Pearson :
Atau dengan rumus :
2 _ N[ I(AD - Be)1 - OJ 5N]2
X - (A + B)(C + D) (A + C)(B + D)
Derajat Bebas χ2
= (b – 1)(k –1)
28. Contoh : Data banyaknya petani tebu berdasarkan
penggunaan jenis pupuk dan cara tanam.
Pupuk
Tunggal
Pupuk
Majemuk
Jumlah
Tanam Awal 5 9 14
Keprasan 9 7 16
Jumlah 14 16 30
Tentukan nilai Koefisien Korelasinya dan Ujilah pada
taraf nyata 1% apakah penggunaan jenis pupuk
tergantung dari cara tanamnya ?
30. X > X
Uji Koefisien Korelasi phi :
1. H0 ≡ rφ = 0 lawan H1 ≡ rφ ≠ 0
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik = Uji- X2
4. Wilayah Kritik (Daerah Penolakan H0) :
2 2
0,05(1)
5. Perhitungan :
atau X2
> 3,841
31. Pupuk
Tunggal
Pupuk
Majemuk
Jumlah
oi ei oi ei
Tanam Awal 5 6,53 9 7,47 14
Keprasan 9 7,47 7 8,53 16
Jumlah 14 16 30
2 _ [(5 - 6J 53) - OJ 5]2 [(7 - 8J 53) - OJ 5]2
X - 6 53 + ...+ 8 53
J J
x2
== 0,571
32. 0,05(1)
6. Kesimpulan
Karena nilai (X2
= 0,571) < (X2 = 6,635)
maka H0 diterima artinya penggunaan jenis
pupuk tidak tergantung pada cara tanam.
_. ', -.. IIIII!IIII'.· ···liIel'.:._~ .j.. ••
33. Pupuk
Tunggal
Pupuk
Majemuk
Jumlah
Tanam Awal 5 9 14
Keprasan 9 7 16
Jumlah 14 16 30
2 _ N[ I(AD - Be)1 - 0, 5N]2
X -(A+B)(C+D)(A+C)(B+D)
2 30[1(35-81)1-15]2
X = (14)(16)(14)(16)
2 30[ 1-461 - 15]2
X = 50176 = 0,575
34. Pupuk
Tunggal
Pupuk
Majemuk
Jumlah
Tanam Awal 5 9 14
Keprasan 9 7 16
Jumlah 14 16 30
4. KORELASI C
lA
R
D
AM
-B
E
el
R
v=-----------------
.j(A + B)(C + D)(A + C)(B + D)
V = 1(5)(7) - (9) (9) I = 0, 2054
J (14)(16)(14)(16)
35. 4. KORELASI KONTINGENSI
Koefisien kontingensi C merupakan ukuran korelasi
antara dua variabel kategori yang disusun dalam tabel
kontingensi berukuran ( b x k ).
Pengujian koefisien kontingensi C digunakan sebagai
Uji Kebebasan (Uji Independensi) antara dua variabel.
Jadi apabila hipotesis nol dinyatakan sebagai C = 0
diterima, berarti kedua variabel tersebut bersifat bebas.
37. Contoh : (
Ada anggapan bahwa pelayanan bank swasta terhadap
para nasabahnya lebih memuaskan dari pada bank
pemerintah. Untuk mengetah,ui hal tersebut,maka
dilakukan wawancara terhadap nasabah bank swasta
dan bank pemerintah masing-masing sebanyak 40
orang. Hasil wawancara yang tercatat adalah :
Swasta Pemerintah
Tidak Puas 16 10
Netral 9 5
Puas 15 25
38. X > X
Pengujian Hipotesis :
1. H0 ≡ C = 0 lawan H1 ≡ C ≠ 0
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik = Uji- X2
4. Wilayah Kritik (Daerah Penolakan H0) :
2 2
0,05(2)
5. Perhitungan :
atau X2
> 5,991
39. Swasta Pemerintah
Jumlahoi ei oi ei
Tidak Puas 16 13 10 13 26
Netral 9 7 5 7 14
Puas 15 20 25 20 40
Jumlah 40 40 80
L
Pengujian Hipotesis :
X2 = (0'
t
- e·)2
t
e·t
2 (16 - 13)2 (5 - 7)2
X = + 000 + = 5 027
13 7'
41. 0,05(2)
6. Kesimpulan :
Karena nilai (X2
= 5,027) < (X2 = 5,991) maka
H0 diterima artinya hubungan antara kedua
variabel tersebut bersifat tidak nyata (tingkat
kepuasan nasabah terhadap pelayanan bank
swasta tidak berbeda nyata dengan bank
pemerintah).
42. 5. KORELASI BISERI
Koefisien korelasi biseri merupakan ukuran derajat
keeratan hubungan antara Y yang kontinu
(kuantitatif) dengan X yang diskrit bersifat dikotomi.
43. 5. KORELASI BISERI
(Yl - YZ)pq
Tb =
rb = Koefisien Korelasi Biseri
Y1
Y2
p
=
=
=
Rata-rata Variabel Y untuk
Rata-rata Variabel Y untuk
Proporsi kategori ke-1
kategori ke-1
kategori ke-2
q = 1 – p
u = Tinggi ordinat kurva z dengan peluang p dan q
Sy = Simpangan Baku Variabel Y
44. Data berikut merupakan hasil nilai ujian statistika dari
145 mahasiswa yang belajar dan tidak belajar.
Nilai Ujian
Jumlah Mahasiswa
Total
Belajar Tidak Belajar
55 – 59 1 31 32
60 – 64 0 27 27
65 – 69 1 30 31
70 – 74 2 16 18
75 – 79 5 12 17
80 – 84 6 3 9
85 – 89 6 5 11
Total 21 124 145
50. ∑ X1Y = b0 ∑ X1 + b1 ∑
∑ X2Y = b0 ∑ X2 + b1 ∑
b1 = ∑ X1Y
b2 ∑ X2Y
Regresi Dugaan : Y = b0 + b1 X1 + b2 X2. Kemudian
persamaan normal yang dapat dibentuk yaitu :
∑ Y = b0 n + b1 ∑ X1 + b2 ∑ X2
X1
2
+ b2 ∑ X1X2
X1X2 + b2 ∑ X2
2
Matrik dari persamaan normal diatas :
n ∑ X1 ∑ X2 b0 ∑ Y
∑ X1 ∑ X1
2
∑ X1X2
∑ X2 ∑ X1X2 ∑ X2
2
51. Nilai b0 , b1 dan b2 dapat dihitung melalui :
1. Matriks :
a. Determinan Matriks,
b. Invers Matriks
2. Substitusi, dan (b) Eliminasi
Melalui salah satu cara diatas diperoleh nilai
b0 = 27,254
b1 = 0,922
b2 = 0,284
54. No Variasi DB JK KT F F5%
1
2
Regresi
Galat
2
9
544,596
183,654
272,298
20,406
13,344 4,256
Total 11 728,250
Analisis Ragam :
JKG = JKT – JKR = 728,25 – 544,596 = 183,654
2 JKR 544,596
r = JKT = 728,250 = 0,7478
r = .jO, 7478 = 0,8648
55. Pengujian Korelasi Ganda :
(r2)j(k)
F - --_..:: ....:, -----::-
- (1 - r2)j(n - k - 1)
Tolak H 0 jika F > F 0,05(k; n-k-l)
Tolak H 0 jika F > F 0,05(2; 9)
56. r2 = 0, 7478 ,· k =
2
,· n - k - 1 = 9
(r2)j(k)
F=------
(1 - r2)j(n - k - 1)
(0,7478)/2
F = (0,2522)/9 = 13,343
F0,05(2 ; 9) = 4,2565
Karena nilai ( F = 13,343) > ( F0,05(2 ; 9) = 4,2565) artinya
koefisien korelasi ganda tersebut bersifat nyata.
57. 2. Koefisien Korelasi Parsial :
A. Korelasi X1 dengan Y jika X2 tetap :
Tyl - Ty2T12
B. Korelasi X2 dengan Y jika X1 tetap :
58. 2. Koefisien Korelasi Parsial :
n LXIY - (LXI)(L Y)
rI=
y j[nLXi - (LXI)Z][nLYZ - (LY)Z]
nLXZY - (LXZ)(LY)
r Z = ----;::::::==============================
y j[nLX~ - CLXZ)Z][nLYZ - CLY)Z]
nLX1XZ - (LX1)(LX2)
r12 = ----;::::::=========================================:
J[nLXi - (LX1)Z][nLX~ - (LXZ)Z]
59. y1
)(1-
2. Koefisien Korelasi Parsial :
ry1 = 0,862 ; r 2
= 0,743 ; ry2 = –0,242
2rY2
2
= 0,059 ; r12 = –0,349 ; r12 = 0,122
A. Korelasi TXyl1 d-enTgy2aTn12Y jika X2 tetap
:
T yl /2 = -;::::::============
j(l - r;z)(l - Ti2)
0,862 - [(-0,242)(-0,349)]
r 1/2 = --;::=================---
y 0,059)(1 - 0,122)
0,778
ryl/2 = 0, 909 = 0, 855
60. y1
j(1 -
B. Korelasi X2 dengan Y jika X1 tetap :
ry1 = 0,862 ; r 2
= 0,743 ; ry2 = –0,242
2rY2
2
= 0,059 ; r12 = –0,349 ; r12
ry2jl = ,.....--------
r;1)(1 - riz)
= 0,122
-0,242 - [(0,862)(-0,349)]
r 2 j 1 = --;:::::::======================--
y J(1 - 0,941)(1- 0,122)
0,059
ryZ/l = 0,475 = 0,124
61. Pengujian Koefisien Korelasi Parsial :
n-3
t = Tyi/j 1- T;i/j
A. Korelasi X1 dengan Y jika X2 tetap (ry1/2) :
B. Korelasi X2 dengan Y jika X1 tetap (ry2/1) :
n-3
t = Ty2/1 1- Ty22/1
62. = 0,855 ;
= 0,124 ;
r
/2
r
A. Korelasi X1 dengan Y jika X2 tetap (ry1/2) :
ry1/2
2y1.../2 = 0,731 ;
ry2/1
t = r
y1
n-3
1-
Ty2l/2
2
Y2/1 = 0,015
12 - 3 = 4,949
1 t = 0, 855 1 _ 0, 731
t0,025(9) = 2,262 Æ Korelasi Signifikan
63. y1/2
Y2/1
B. Korelasi X2 dengan Y jika X1 tetap (ry2/1) :
ry1/2 = 0,855 ; r 2
ry2/1 = 0,124 ; r 2
n-3
= 0,731 ;
= 0,015
t = ry2/1 1- r2 /
y2 1
12 - 3 = 0,374
t = 0, 124 1 _ 0,015
t0,025(9) = 2,262 Æ Korelasi Tidak Signifikan